搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于频散特征的单水听器模式特征提取及距离深度估计研究

李焜 方世良 安良

基于频散特征的单水听器模式特征提取及距离深度估计研究

李焜, 方世良, 安良
PDF
导出引用
  • 针对浅海环境中低频宽带水声脉冲信号, 研究基于频散特征结合时频分析的单水听器距离和深度估计方法. 以简正波理论为依据, 将单水听器上的接收信号表示成一系列传播模式之和的形式, 分析了经典波导环境下的频散现象, 采用自适应径向高斯核函数的时频分析方法来表征接收信号的频散特征. 为提高时频分辨率, 采用自适应径向高斯核函数的时频分布来提取频散关系曲线中传播模式的到达时间差, 利用模式的到达时间差估计声源的距离. 采用多模式联合匹配的方式, 通过二值掩模滤波的时频滤波方法, 提取所需的模式. 通过计算实际提取出的模式能量与预测的模式能量之间的误差, 建立代价函数, 并通过模式能量匹配的方式, 确定声源的深度. 通过对基于Pekeris波导模型的浅海环境进行仿真验证, 结果表明: 自适应径向高斯核函数的时频分析方法能够很好地反映信号本身的频散特征, 具有较高的时频分辨率, 克服了传统短时傅里叶变换时频表征的限制, 使得模式在时频域更加容易辨识和分离; 从测距效果来看, 不同模式组合下的距离估计结果不同, 采用在时频面上具有较高能量的模式, 可得到较为准确的距离估计; 选用高能量的模式所得的距离估计的相对误差小于2%. 在定深方面, 参与联合匹配的模式个数越多, 代价函数的峰值更加地尖锐, 同时具有低的伪峰, 深度估计的性能会进一步有所提升. 该工作对于研究低频水声脉冲信号的分离和提取具有重大意义.
    • 基金项目: 国家重大基础研究项目(批准号:6131222)和国家自然科学基金(批准号:11104029,11104141)资助的课题.
    [1]

    Porter M B, Tolstoy A 1994 J. Acoust. Soc. Am. 2 161

    [2]

    Xu W, Xiao Z, Yu L 2011 IEEE J. Ocean. Eng. 36 273

    [3]

    Wu K M, Ling Q, Wu L X 2011 IEEE International Conference on Signal Processing, Communications and Computing (ICSPCC), Xi'an, September14-16, 2011 p1

    [4]

    Wang Q, Jiang Q 2010 EURASIP J. Advances. Signal Processing. 483524 1

    [5]

    Frazer L N, Pecholcs P I 1990 J. Acoust. Soc. Am. 88 995

    [6]

    Lee Y P 1998 IEEE Oceans'98 Conference Proceedings Nice, September 28-October 1 1998 p1074

    [7]

    Jesus S M, Porter M B, Y Stéphan, Démoulin X, Rodriguez O C, Ferreira Coelho E M M 2000 IEEE J. Ocean. Eng. 25 337

    [8]

    Touzé G L, Torras J, Nicolas B, Mars J 2008 IEEE Oceans, Quebec City, September 15-18, 2008 p1

    [9]

    Jemmott C W, Culver R L, Bose N K 2008 IEEE Conference on Signal, Systems and Computers, Pacific Grove, October 26-29, 2008 p283

    [10]

    Tao H L, Hickman G, Krolik J L, Kemp M 2007 IEEE Oceans Aberdeen, June 18-21, 2007 p1

    [11]

    Gac L J C, Asch Mark, Stéphan Y, Demoulin X 2003 IEEE J. Ocean. Eng. 28 479

    [12]

    Tiemann C O, Thode A M, Straley J, O'Connell Victoria, Folkert K 2006J. Acoust. Soc. Am. 120 2355

    [13]

    Chen C S, Miller J H, Boudreaux G F, Potty G R, Lazauski C J 2003 IEEE Oceans 2003. proceedings, San Diego, September 22-26, 2003 p2903

    [14]

    Touzé G L, Nicolas B, Lacoume J L, Mars J, Fattaccioli D 2005 IEEE Europe Oceans Brest, June 20-23, 2005 p725

    [15]

    Ioana C, Jarrot A, Gervaise C, Stéphan Y, Quinquis A 2010 IEEE Trans. Signal Processing. 58 4093

    [16]

    Jensen F B, Kuperman W A, Porter M B, Schmidt H 1994 Computational Ocean Acoustics (New York: American Institute of Physics) p337

    [17]

    Bonnel J, Nicolas B, Mars J I, Fattaccioli D 2009 IEEE Oceans' 2009 Biloxi, October 26-29, 2009 p1

    [18]

    Bonnel J, Gervaise C, Roux P, Nicolas B, Mars J I 2011 J. Acoust. Soc. Am. 130 61

    [19]

    Bonnel J, Gervaise C, Nicolas B, Mars J I 2012 J. Acoust. Soc. Am. 131 119

    [20]

    Lopatka M, Touzé G L, Nicolas B, Cristol X, Mars J I, Fattaccioli D 2010 EURASIP J. Advances. Signal Processing. 304103 1

    [21]

    Bonnel J, Nicolas B, Mars J I, Walker S C 2010 J. Acoust. Soc. Am. 128 719

    [22]

    Baraniuk R G, Jones D L 1993 Signal Processing 32 263

    [23]

    Li Z L, Zhang R H 2007 Chin. Phys. Lett. 24 471

    [24]

    Zhang D M, Li Z L, Zhang R H 2005 Acta Acoustica 30 415 (in Chinese) [张德明, 李整林, 张仁和 2005 声学学报 30 415]

    [25]

    Zhang X L, Li Z L, Huang X D 2009 Acta Acoustica 34 54 (in Chinese) [张学磊, 李整林, 黄晓砥 2009 声学学报 30 54]

    [26]

    Nicolas B, Mars J I, Lacoume J L 2006 EURASIP J. Applied Signal Processing 65901 1

    [27]

    Rein van den B, Richard van B 1992 Computer Vision, Graphics, And Image Processing: Graphical Models And Image Processing 54 252

  • [1]

    Porter M B, Tolstoy A 1994 J. Acoust. Soc. Am. 2 161

    [2]

    Xu W, Xiao Z, Yu L 2011 IEEE J. Ocean. Eng. 36 273

    [3]

    Wu K M, Ling Q, Wu L X 2011 IEEE International Conference on Signal Processing, Communications and Computing (ICSPCC), Xi'an, September14-16, 2011 p1

    [4]

    Wang Q, Jiang Q 2010 EURASIP J. Advances. Signal Processing. 483524 1

    [5]

    Frazer L N, Pecholcs P I 1990 J. Acoust. Soc. Am. 88 995

    [6]

    Lee Y P 1998 IEEE Oceans'98 Conference Proceedings Nice, September 28-October 1 1998 p1074

    [7]

    Jesus S M, Porter M B, Y Stéphan, Démoulin X, Rodriguez O C, Ferreira Coelho E M M 2000 IEEE J. Ocean. Eng. 25 337

    [8]

    Touzé G L, Torras J, Nicolas B, Mars J 2008 IEEE Oceans, Quebec City, September 15-18, 2008 p1

    [9]

    Jemmott C W, Culver R L, Bose N K 2008 IEEE Conference on Signal, Systems and Computers, Pacific Grove, October 26-29, 2008 p283

    [10]

    Tao H L, Hickman G, Krolik J L, Kemp M 2007 IEEE Oceans Aberdeen, June 18-21, 2007 p1

    [11]

    Gac L J C, Asch Mark, Stéphan Y, Demoulin X 2003 IEEE J. Ocean. Eng. 28 479

    [12]

    Tiemann C O, Thode A M, Straley J, O'Connell Victoria, Folkert K 2006J. Acoust. Soc. Am. 120 2355

    [13]

    Chen C S, Miller J H, Boudreaux G F, Potty G R, Lazauski C J 2003 IEEE Oceans 2003. proceedings, San Diego, September 22-26, 2003 p2903

    [14]

    Touzé G L, Nicolas B, Lacoume J L, Mars J, Fattaccioli D 2005 IEEE Europe Oceans Brest, June 20-23, 2005 p725

    [15]

    Ioana C, Jarrot A, Gervaise C, Stéphan Y, Quinquis A 2010 IEEE Trans. Signal Processing. 58 4093

    [16]

    Jensen F B, Kuperman W A, Porter M B, Schmidt H 1994 Computational Ocean Acoustics (New York: American Institute of Physics) p337

    [17]

    Bonnel J, Nicolas B, Mars J I, Fattaccioli D 2009 IEEE Oceans' 2009 Biloxi, October 26-29, 2009 p1

    [18]

    Bonnel J, Gervaise C, Roux P, Nicolas B, Mars J I 2011 J. Acoust. Soc. Am. 130 61

    [19]

    Bonnel J, Gervaise C, Nicolas B, Mars J I 2012 J. Acoust. Soc. Am. 131 119

    [20]

    Lopatka M, Touzé G L, Nicolas B, Cristol X, Mars J I, Fattaccioli D 2010 EURASIP J. Advances. Signal Processing. 304103 1

    [21]

    Bonnel J, Nicolas B, Mars J I, Walker S C 2010 J. Acoust. Soc. Am. 128 719

    [22]

    Baraniuk R G, Jones D L 1993 Signal Processing 32 263

    [23]

    Li Z L, Zhang R H 2007 Chin. Phys. Lett. 24 471

    [24]

    Zhang D M, Li Z L, Zhang R H 2005 Acta Acoustica 30 415 (in Chinese) [张德明, 李整林, 张仁和 2005 声学学报 30 415]

    [25]

    Zhang X L, Li Z L, Huang X D 2009 Acta Acoustica 34 54 (in Chinese) [张学磊, 李整林, 黄晓砥 2009 声学学报 30 54]

    [26]

    Nicolas B, Mars J I, Lacoume J L 2006 EURASIP J. Applied Signal Processing 65901 1

    [27]

    Rein van den B, Richard van B 1992 Computer Vision, Graphics, And Image Processing: Graphical Models And Image Processing 54 252

  • [1] 刘亚奇, 刘成城, 赵拥军, 朱健东. 基于时频分析的多目标盲波束形成算法. 物理学报, 2015, 64(11): 114302. doi: 10.7498/aps.64.114302
    [2] 徐灵基, 杨益新, 杨龙. 水下线谱噪声源识别的波束域时频分析方法研究. 物理学报, 2015, 64(17): 174304. doi: 10.7498/aps.64.174304
    [3] 程桂平, 郑 俊, 邓文武, 李高翔. 反馈法定位两原子之间的相对位置. 物理学报, 2008, 57(1): 212-218. doi: 10.7498/aps.57.212
    [4] 冯菊, 廖成, 张青洪, 盛楠, 周海京. 蒸发波导中的时间反演抛物方程定位法. 物理学报, 2014, 63(13): 134101. doi: 10.7498/aps.63.134101
    [5] 杨阳, 李秀坤. 水下目标声散射信号的时频域盲抽取. 物理学报, 2016, 65(16): 164301. doi: 10.7498/aps.65.164301
    [6] 孙琪真, 刘德明, 王 健. 基于环结构的新型分布式光纤振动传感系统. 物理学报, 2007, 56(10): 5903-5908. doi: 10.7498/aps.56.5903
    [7] 吕俊伟, 迟铖, 于振涛, 毕波, 宋庆善. 磁梯度张量不变量的椭圆误差消除方法研究. 物理学报, 2015, 64(19): 190701. doi: 10.7498/aps.64.190701
    [8] 张同伟, 杨坤德, 马远良, 汪勇. 一种基于单水听器宽带信号自相关函数的水下目标定位稳健方法. 物理学报, 2015, 64(2): 024303. doi: 10.7498/aps.64.024303
    [9] 王燕, 邹男, 付进, 梁国龙. 基于倒谱分析的单水听器目标运动参数估计. 物理学报, 2014, 63(3): 034302. doi: 10.7498/aps.63.034302
    [10] 鹿力成, 马力. 基于Warping变换的波导时频分析. 物理学报, 2015, 64(2): 024305. doi: 10.7498/aps.64.024305
    [11] 赵龙, 颜廷君. 不同传感器精度下的地磁轮廓匹配定位性能分析. 物理学报, 2013, 62(6): 067702. doi: 10.7498/aps.62.067702
    [12] 邓玉强, 王清月, 张志刚. 频率分辨光学开关法行迹相位还原的时频分析. 物理学报, 2006, 55(12): 6454-6458. doi: 10.7498/aps.55.6454
    [13] 李富才, 孟 光. 窄频带Lamb波频散特性研究. 物理学报, 2008, 57(7): 4265-4272. doi: 10.7498/aps.57.4265
    [14] 朱良明, 李风华, 孙梅, 陈德胜. 基于频带分解和距离加权的单矢量水听器浅海被动测距方法研究. 物理学报, 2015, 64(15): 154303. doi: 10.7498/aps.64.154303
    [15] 李晓曼, 朴胜春, 张明辉, 刘亚琴, 周建波. 一种基于单水听器的浅海水下声源被动测距方法. 物理学报, 2017, 66(18): 184301. doi: 10.7498/aps.66.184301
    [16] 丁达夫. 差频时间压缩相关器的谱分析研究. 物理学报, 1975, 24(6): 431-437. doi: 10.7498/aps.24.431
    [17] 马璐, 刘凇佐, 乔钢. 水声正交频分多址上行通信稀疏信道估计与导频优化. 物理学报, 2015, 64(15): 154304. doi: 10.7498/aps.64.154304
    [18] 尹艳玲, 乔钢, 刘凇佐, 周锋. 基于基追踪去噪的水声正交频分复用稀疏信道估计. 物理学报, 2015, 64(6): 064301. doi: 10.7498/aps.64.064301
    [19] 王春灿, 张 帆, 童 治, 宁提纲, 简水生. 大功率单频多芯光纤放大器中抑制受激布里渊散射的分析. 物理学报, 2008, 57(8): 5035-5044. doi: 10.7498/aps.57.5035
    [20] 赵玉芝, 冷忠昂. 反铁磁体中电磁振荡的频散和衰减. 物理学报, 1962, 18(3): 167-174. doi: 10.7498/aps.18.167
  • 引用本文:
    Citation:
计量
  • 文章访问数:  1079
  • PDF下载量:  442
  • 被引次数: 0
出版历程
  • 收稿日期:  2012-11-29
  • 修回日期:  2013-01-09
  • 刊出日期:  2013-05-05

基于频散特征的单水听器模式特征提取及距离深度估计研究

  • 1. 东南大学水声信号处理教育部重点实验室, 南京 210096
    基金项目: 

    国家重大基础研究项目(批准号:6131222)和国家自然科学基金(批准号:11104029,11104141)资助的课题.

摘要: 针对浅海环境中低频宽带水声脉冲信号, 研究基于频散特征结合时频分析的单水听器距离和深度估计方法. 以简正波理论为依据, 将单水听器上的接收信号表示成一系列传播模式之和的形式, 分析了经典波导环境下的频散现象, 采用自适应径向高斯核函数的时频分析方法来表征接收信号的频散特征. 为提高时频分辨率, 采用自适应径向高斯核函数的时频分布来提取频散关系曲线中传播模式的到达时间差, 利用模式的到达时间差估计声源的距离. 采用多模式联合匹配的方式, 通过二值掩模滤波的时频滤波方法, 提取所需的模式. 通过计算实际提取出的模式能量与预测的模式能量之间的误差, 建立代价函数, 并通过模式能量匹配的方式, 确定声源的深度. 通过对基于Pekeris波导模型的浅海环境进行仿真验证, 结果表明: 自适应径向高斯核函数的时频分析方法能够很好地反映信号本身的频散特征, 具有较高的时频分辨率, 克服了传统短时傅里叶变换时频表征的限制, 使得模式在时频域更加容易辨识和分离; 从测距效果来看, 不同模式组合下的距离估计结果不同, 采用在时频面上具有较高能量的模式, 可得到较为准确的距离估计; 选用高能量的模式所得的距离估计的相对误差小于2%. 在定深方面, 参与联合匹配的模式个数越多, 代价函数的峰值更加地尖锐, 同时具有低的伪峰, 深度估计的性能会进一步有所提升. 该工作对于研究低频水声脉冲信号的分离和提取具有重大意义.

English Abstract

参考文献 (27)

目录

    /

    返回文章
    返回