基于Hilbert-Huang變換的水下爆炸聲信號分析

孫鐘阜1, 盛振新2, 劉榮忠2, 郭 銳2

?

基于Hilbert-Huang變換的水下爆炸聲信號分析

孫鐘阜, 盛振新, 劉榮忠, 郭 銳

(1. 中國人民解放軍駐上海地區水聲導航系統軍事代表室, 上海, 201108; 2. 南京理工大學機械工程學院, 江蘇南京, 210094)

為了研究水下爆炸聲信號的特征, 進行了水下爆炸試驗, 并基于Hilbert-Huang變換(HHT)法對試驗數據進行處理, 得到了水下爆炸聲信號的Hilbert譜。根據Hilbert譜對水下爆炸聲信號進行分析, 并對能量局部極值點的形成機理進行了探討。結果表明, Hilbert譜能夠清晰地表示出水下爆炸聲信號的頻率分布規律和能量的時頻特性, 局部極值點的形成是由于聲線軌跡和海底相互作用的結果。

水下爆炸聲信號; Hilbert-Huang變換; 射線理論

0 引言

早在上世紀60年代, 對水下爆炸的研究就開始了, Cole對水下爆炸的爆轟過程進行了理論推導, 對沖擊波和氣泡脈動的規律進行了系統研究。同時, Weston基于Fourier變換研究了水下爆炸聲信號的特性, 并分析了爆炸深度對沖擊波和氣泡脈動的影響。隨后, 水下爆炸作為聲源被廣泛應用, 例如海底參數反演和水聲對抗等。在此過程中, 海底散射強度和海水吸收系數的頻率特性也被廣泛研究, 海水的吸收系數隨著信號頻率的增大而增大, 由于海底沉積層的組成不同, 海底散射強度隨頻率的變化規律則比較復雜。吳成等人利用小波變換和功率譜估計方法對水下爆炸聲信號進行了特征提取, 得到水下爆炸聲信號能量的頻率分布規律。

水下爆炸是一種非線性非平穩的過程, 傳統的分析方法在處理此類信號時具有很大的局限性。Huang N E提出了稱為Hilbert-Huang變換(Hilbert-Huang transform, HHT)的信號處理方法, 包括經驗模態分解(empirical mode decomposition, EMD)和Hilbert變換。由于EMD是自適應的, 其分解快速有效, 同時EMD又是基于信號的局部化特性, 從而可用于非線性非平穩信號的分析。與Fourier變換和小波分析相比, HHT消除了Fourier變換為反映非線性非平穩過程而引入的多余無物理意義的簡諧波, 并且在分辨率上消除了小波分析的模糊和不清晰, 具有更準確的譜結構。

本文進行了水下爆炸試驗, 記錄了水下爆炸聲信號, 首次采用HHT方法對水下爆炸聲信號進行特征提取, 并對試驗過程中發現的一些現象進行了分析。

1 試驗簡介

試驗在一個內陸湖進行, 時間為春季, 聲速剖面如圖1所示。風速為3~4 m/s, 湖海面狀況低于Beaufort 3。圖2給出了試驗布置圖。

圖中, 水聽器放置在船Ⅰ下離湖面40 m的距離, 水聽器工作頻率范圍為1Hz~50 kHz, 靈敏度為-202±3 dB/1 mPa。爆炸聲源為20g聚奧-9裝藥, 放置在船Ⅱ下面, 深度為40 m。2艘船由GPS定位, 距離為850 m。湖底基本上是平的, 覆蓋有淤泥和砂石, 平均深度為140 m。

2 基于HHT的水下爆炸聲信號分析

圖3為試驗所得水下爆炸聲信號的一部分, 顯示可看出其非線性非平穩的特點。通過預處理, 將信號轉變為采樣率為2 kHz, 然后通過EMD方法得到各階內蘊模態函數分量(intrinsic mode function, IMF), 見圖4。再將各階IMF分量進行Hilbert變換, 把振幅顯示在時間-頻率平面上, 可以得到水下爆炸聲信號的Hilbert譜, 見圖5。

2.1 頻率分布

圖5顯示了水下爆炸聲信號的頻率和能量在時間軸上的分布情況。水下爆炸聲信號的頻率分布范圍很廣, 在低頻部分其頻率分布較為密集, 在高頻部分, 其頻率分布較為稀疏, 這是由爆炸信號的非平穩性決定的。EMD分解是一個從高頻到低頻的分解過程, 越靠前的模態其頻率越高。由于水下爆炸聲信號的非線性和非平穩性, 各模態的頻率不是一個常量, 而是圍繞一個中心頻率波動的, 頻率越高, 波動幅度越大。如果增加采樣頻率, 則信號的最大頻率越高, 經過EMD分解后, 高頻部分的頻率波動越大, 頻率分布越稀疏。

2.2 局部極值點

圖5中, 信號能量隨著時間有減小的趨勢, 這可由水下爆炸聲信號的聲壓曲線解釋。仔細觀察圖5可以發現, 在1.0 s, 2.4 s和3.0 s處出現了局部極值點。分析可知, 試驗所在的湖底基本上是平的, 所以不是湖底地形引起的。

圖6為根據試驗布置和聲速剖面繪制的聲線軌跡圖。

圖中, 為便于分辨, 上行聲線用實線表示, 下行聲線用虛線表示。掠射角為-0.62°的聲線為直達沖擊波, 掠射角為12.9°的聲線為最先到達的海底散射信號。

各聲線軌跡相對直達信號的計算時延、數據時延和相對誤差列于表1, 計算時延和數據時延間的相對誤差很小, 表明局部極值點是由于聲線軌跡和海底相互作用的結果。

表1 各聲線軌跡相對直達信號的時延和相對誤差

3 結束語

本文通過水下爆炸試驗, 記錄了水下爆炸聲信號, 并首次采用HHT方法對水下爆炸聲信號進行特征提取。

研究過程主要是: 先將信號進行EMD分解得到各階IMF分量, 然后將各階分量進行Hilbert變換, 把振幅顯示在時間-頻率平面上, 從而得到水下爆炸聲信號的Hilbert譜。從Hilbert譜發現水下爆炸聲信號的頻率分布規律, 在低頻部分, 其頻率分布較為密集; 在高頻部分, 其頻率分布較為稀疏, 這是由爆炸信號的非平穩性決定的。在Hilbert譜中, 存在幾個局部極值點, 根據射線理論對其進行分析, 分析得到的時延和數據得到的時延之間的相對誤差小于7%。研究表明, 局部極值點是聲線軌跡和海底相互作用的結果。

[1] Cole R H. 水下爆炸[M]. 羅耀杰, 等. 譯. 北京: 國防工業出版社, 1960.

[2] 尤里克.工程水聲原理[M]. 洪申, 譯. 北京: 國防工業出版社, 1972.

[3] Urick R J. Backscattering of Explosive Sound from the Deep-Sea Bed[J]. The Journal of the Acoustical Society of America, 1962, 34(11): 1721-1724.

[4] Marsh H W. Underwater Sound Propagation in the Arctic Ocean[J]. The Journal of the Acoustical Society of America, 1962, 35(4): 552-563.

[5] 尚德江, 張仁和. 新型寬帶爆炸聲源及海底參數反演[J]. 聲學技術, 2003, 22(z2): 158-160.Shang De-jiang, Zhang Ren-he. Geoacoustic Inversion by Using the New Kind of Broadband Bomb Signals[J]. Tech- nical Acoustics, 2003, 22(z2): 158-160.

[6] Peter G Cable, Thomas W Yudichak, Yevgenity Dorfman, et al. On Shallow-Water Bottom Reverberation Frequency Dependence[J]. IEEE Journal of Oceanic Engineering, 2006, 31(1): 145-155.

[7] 趙梅, 胡長青. 由爆炸聲源及傳播損失反演海底聲學參數[J]. 聲學技術, 2009, 28(2): 104-108.Zhao Mei, Hu Chang-qing. Sea-bed Acoustic Parameters Inversion by Explosive Sources and Transmission Loss[J]. Technical Acoustics, 2009, 28(2): 104-108.

[8] 吳成, 廖莎莎, 李華新, 等. 基于Matlab方法水下爆炸聲信號的特征提取及其分析[J]. 北京理工大學學報, 2008, 28(10): 851-855.Wu Cheng, Liao Sha-sha, Li Hua-xin, et al. Extraction and Analysis of the Features of Underwater Explosion Signal Based on the Malab Method[J]. Transactions of Beijing Institute of Technology, 2008, 28(10): 851-855.

[9] 石春香, 羅奇峰. 時程信號的Hilbert-Huang變換與小波分析[J]. 地震學報, 2003, 25(4): 398-405. Shi Chun-xiang, Luo Qi-fen. Hilbert-Huang Transform and Wavelet Analysis of Time History Signal[J]. Acta Seis- mologica Sinica, 2003, 25(4): 398-405.

[10] Huang N E, Shen Z, Long S R, et al. The Empirical Mode Decomposition and the Hilbert Spectrum for Nonlinear and Non-stationary Time Series Analysis[J]. Proceeding of the Royal Society A, 1998, 454(1971): 899-995.

[11] Huang N E, Shen Z, Long S R, et al. A New View of Non- linear Water Waves: the Hilbert Spectrum[C]//Annual Review of Fluid Mechanics, 1999, 31: 417-457.

[12] 黃大吉, 趙進平, 蘇紀蘭. 希爾伯特-黃變換的端點延拓[J]. 海洋學報, 2003, 25(1): 1-11.

Huang Da-ji, Zhao Jin-ping, SU Ji-lan. Practical Implementation of the Hilbert-Huang Transform Algorithm[J]. Acta Ocea- nologica Sinica, 2003, 25(1): 1-11.

(責任編輯: 楊力軍)

Analysis of Underwater Explosion Signals via Hilbert-Huang Transform

SUN Zhong-fu, SHENG Zhen-xin, LIU Rong-zhong, GUO Rui

(1. Military Representative Office of Underwater Acoustic Navigation System in Shanghai Area, The people′s Liberation Army of China; Shanghai 201108, China; 2. School of Mechanical Engineering, Nanjing University of Science and Technology, Nanjing 210094, China)

A test was conducted to study the characteristics of underwater explosion acoustic signals. The test data are processed in this paper with the Hilbert-Huang transform(HHT) method to obtain the Hilbert spectrum. According to the Hilbert spectrum, the underwater explosion acoustic signals are analyzed, and the formation mechanism of local energy extreme point is discussed. The results indicate that the Hilbert spectrum can show the frequency distribution and the time-frequency characteristic of energy of the underwater explosion acoustic signals. Local energy extreme point is formed due to interaction of acoustic ray trajectories and sea bottom.

underwater explosion acoustic signal; Hilbert-Huang transform; ray theory

TJ630.34; O427.2; TN911.72

A

1673-1948(2013)03-0189-04

2013-01-29;

2013-05-03.

江蘇省普通高校研究生科研創新計劃資助項目(CXZZ11_0270).

孫鐘阜(1965-), 男, 高級工程師, 主要研究方向為水聲對抗.