基于高階譜的艦船噪聲特征提取與實(shí)驗(yàn)

陳雪俫

（海軍兵種指揮學(xué)院，廣州廣東 510430）

0 引言

在水聲學(xué)領(lǐng)域中，艦船輻射噪聲的研究有著很長(zhǎng)的歷史和重要意義。傳統(tǒng)的艦船類型識(shí)別方法是通過(guò)對(duì)噪聲信號(hào)進(jìn)行譜估計(jì)（如DEMO譜分析），提取譜特征。對(duì)艦船噪聲的功率譜研究，是基于高斯過(guò)程假設(shè)做出的估計(jì)，對(duì)于非高斯過(guò)程效果不太理想。文獻(xiàn)［1］研究認(rèn)為噪聲是非高斯型的，其中有明顯的諧波頻率成分。文獻(xiàn)［2］將維譜應(yīng)用于艦船噪聲的目標(biāo)特征提取分析，提取了7個(gè)特征量。文獻(xiàn)［3］在實(shí)際應(yīng)用中用檢驗(yàn)統(tǒng)計(jì)量T2來(lái)進(jìn)行判斷，并設(shè)計(jì)bispectum;neural networks了雙譜的檢測(cè)系統(tǒng)。文獻(xiàn)［4］給出了雙譜矩陣處理的峰值化算法，提取了47維的特征向量。

高階譜技術(shù)是近年來(lái)信號(hào)處理的新技術(shù)，是對(duì)非高斯、非線性、非因果信號(hào)處理和高斯有色噪聲及盲信號(hào)處理非常有用的重要分析工具。它從更高階概率結(jié)構(gòu)表征隨機(jī)信號(hào)，可以彌補(bǔ)二階統(tǒng)計(jì)量（功率譜）不包含相位信息的缺陷。當(dāng)信號(hào)中含有加性高斯有色噪聲時(shí)，在理論上高階累積量（高階譜）可以完全抑制噪聲的影響，提高分析和辨識(shí)精度。

對(duì)0均值平穩(wěn)隨機(jī)信號(hào)其二階、三階和四階累積量分別為［5］

由上式可看出，二階累積量就是隨機(jī)信號(hào)的自相關(guān)，三階累積量也正好等于其三階矩。

功率譜定義為自相關(guān)函數(shù)的傅立葉變換，仿照這個(gè)定義，可以定義隨機(jī)信號(hào)的高階譜，其中二階譜定義為功率譜:

引入“降維”的思想，通過(guò)取雙譜的對(duì)角切片，將其投影到一維頻率空間上，即取m1=m2，得到三階累積量的主對(duì)角切片

2 艦船輻射噪聲特性及切片譜的特征提取方法

2.1 艦船輻射噪聲特性

在艦船輻射噪聲譜中，有一系列旋轉(zhuǎn)機(jī)械產(chǎn)生的線譜，對(duì)分類和識(shí)別而言，它們通常都是有用的特征;譜的另一部分是由于流體的空化、渦流、紊流、噴射、沖擊以及伴隨發(fā)生的隨機(jī)激振而產(chǎn)生的連續(xù)譜，在目標(biāo)識(shí)別階段，有用的信息往往不是連續(xù)譜的細(xì)節(jié)變化，而是其大致輪廓，甚至只是幾個(gè)反映其變化趨勢(shì)或形狀特點(diǎn)的數(shù)字特征。高階譜可抑制高斯隨機(jī)噪聲，而連續(xù)譜噪聲是近似高斯分布的，因此高階譜在一定程度上抑制了連續(xù)譜，這對(duì)于提取輻射噪聲的有效信息是有幫助的。

由于艦船輻射噪聲的線譜主要集中在低頻段，艦船輻射噪聲在高頻段主要為空化噪聲和其他連續(xù)譜噪聲，而空化噪聲和其他連續(xù)譜一般是服從高斯分布的，經(jīng)過(guò)雙譜運(yùn)算處理后被大幅度抑制，低頻段的特征被突出。對(duì)切片譜的特征進(jìn)行提取，具體方法是:分析的信號(hào)頻段選擇為100～1 000 Hz，采樣率為4 096 Hz，樣本長(zhǎng)度為4096點(diǎn)。以譜的子帶能量考核，即求第N個(gè)100 Hz頻段內(nèi)的能量PN，形成了1個(gè)9維的特征向量。為了使特征向量保持一定的穩(wěn)定性，對(duì)其進(jìn)行歸一化，歸一化的方法為:

式中:Pmean為分析信號(hào)頻段內(nèi)的能量平均值;Pvar為方差。

3 實(shí)驗(yàn)與結(jié)論

圖13 類艦船目標(biāo)的雙譜圖Fig.1Bispectum figure of three kinds ship

實(shí)驗(yàn)中對(duì)3類艦船輻射噪聲進(jìn)行了提取，這3類艦船輻射噪聲信號(hào)的雙譜圖如圖1所示。可以發(fā)現(xiàn): （a）類船的噪聲能量峰值較多，相對(duì)較分散;（b）類船噪聲主要集中在高頻部分;（c）類船的噪聲主要集中在低頻部分。

本文采用3層BP神經(jīng)網(wǎng)絡(luò)作為分類器，輸入層第1次選了9個(gè)神經(jīng)元，對(duì)應(yīng)于維譜的9個(gè)特征向量;分析3類艦船輻射噪聲的錄音信號(hào)，將分析數(shù)據(jù)的部分作為訓(xùn)練數(shù)據(jù)，其余數(shù)據(jù)作為測(cè)試數(shù)據(jù)，訓(xùn)練和測(cè)試結(jié)果見(jiàn)表1。

?

［1］樊養(yǎng)余，孫進(jìn)才，李平安，等．基于高階譜的艦船輻射噪聲特征提取［J］．聲學(xué)學(xué)報(bào)，1999，24（6）:611－616．

［2］樊養(yǎng)余，陶寶祺，熊克，等．艦船噪聲的維譜特征提取［J］．聲學(xué)學(xué)報(bào)，2002，27（1）:71－76．

［3］KLETTER D，MESSER H．Suboptimal detection of non-Gaussian signals by third-order spectral analysis［J］．IEEE Transactions on Acoustic Speech and Processing，1990，38 （6）:901－909．

［4］程廣濤，戴衛(wèi)國(guó)，李茂寬．高階統(tǒng)計(jì)量在水下目標(biāo)識(shí)別中的應(yīng)用［J］．青島大學(xué)學(xué)報(bào)（自然科學(xué)版），2004，17（4）: 66－69．

［5］張賢達(dá)．現(xiàn)代信號(hào)處理［M］．北京:清華大學(xué)出版社，2002．

［6］劉波，文忠，曾涯，等．MATLAB信號(hào)處理［M］．北京:電子工業(yè)出版社，2006．