一種沉底小目標(biāo)的主動(dòng)高頻仿生波形分析及探測(cè)方法

岳雷，姜春華

?

一種沉底小目標(biāo)的主動(dòng)高頻仿生波形分析及探測(cè)方法

岳雷，姜春華

(昆明船舶設(shè)備研究試驗(yàn)中心，云南昆明650000)

為研究和分析用仿生信號(hào)及處理方法探測(cè)沉底小目標(biāo)的可行性及探測(cè)性能，分別從時(shí)域頻域波形、模糊度函數(shù)、抗混響性能方面分析了仿海豚聲吶信號(hào)，并用計(jì)算機(jī)仿真了復(fù)雜背景下沉底小目標(biāo)的探測(cè)。理論分析和仿真結(jié)果表明：在幾種仿海豚聲吶信號(hào)中，頻率重疊較多的信號(hào)混響抑制效果最好；仿生探測(cè)方法的性能比標(biāo)準(zhǔn)聲吶探測(cè)方法有了明顯的提高。仿生信號(hào)及探測(cè)方法可作為一種新型的沉底小目標(biāo)探測(cè)信號(hào)及處理方法。

模糊度函數(shù)；仿海豚聲吶信號(hào)；仿生探測(cè)；沉底小目標(biāo)

0 引言

海豚聲吶擁有一個(gè)非常復(fù)雜的生物聲吶系統(tǒng)，具有超出目前先進(jìn)聲吶的探測(cè)和識(shí)別復(fù)雜環(huán)境下目標(biāo)的卓越能力[1]。已有文獻(xiàn)[1-4]表明：海豚聲吶系統(tǒng)可以很好地完成在惡劣環(huán)境下的捕食、在水中對(duì)不同材料和不同尺寸目標(biāo)的區(qū)分等任務(wù)。文獻(xiàn)[5]通過(guò)借鑒海豚聲吶處理方法，在雷達(dá)處理方面提高了對(duì)環(huán)境雜波的抑制及對(duì)土壤、半導(dǎo)體、鐵塊的目標(biāo)分類(lèi)識(shí)別能力。文獻(xiàn)[6]系統(tǒng)地研究了氣泡模型、氣泡散射特性、海豚聲吶處理方法機(jī)理、水池試驗(yàn)等內(nèi)容，提高了水中氣泡環(huán)境下目標(biāo)的探測(cè)性能。

探測(cè)水下目標(biāo)，混響是主動(dòng)聲吶的主要干擾。對(duì)于動(dòng)目標(biāo)來(lái)說(shuō)，可以通過(guò)最優(yōu)波形設(shè)計(jì)及多普勒處理等方法提高聲吶系統(tǒng)的探測(cè)性能。對(duì)于沉底小目標(biāo)來(lái)說(shuō)，由于目標(biāo)相對(duì)海底靜止，目標(biāo)的回波和混響幾乎無(wú)多普勒現(xiàn)象，不能再通過(guò)多普勒處理抑制混響干擾。此外，沉底小目標(biāo)的探測(cè)，還要有足夠高的空間分辨力。因此，發(fā)射信號(hào)必須具有良好的抗混響能力和較高的距離分辨率。對(duì)于沉底和掩埋目標(biāo)來(lái)說(shuō)，聲波的多徑傳播效應(yīng)及傳播介質(zhì)的不均勻性等引起的回波的起伏效應(yīng)，增加了目標(biāo)的探測(cè)難度，發(fā)射信號(hào)必須具有較好的抗回波起伏的能力。而對(duì)于掩埋目標(biāo)，還需要考慮聲波對(duì)海底一定深度的穿透能力，發(fā)射信號(hào)的頻率不能太高[7]。

本文分析了海豚聲吶信號(hào)的時(shí)域頻域特性、模糊度函數(shù)特性、抗混響特性，并借鑒海豚聲吶處理方法以提高對(duì)沉底小目標(biāo)的探測(cè)性能，最后根據(jù)計(jì)算機(jī)仿真完成了對(duì)沉底小目標(biāo)的仿生探測(cè)，得出相應(yīng)結(jié)論。

1 仿生信號(hào)分析

1.1 回聲定位海豚的信號(hào)特征

回聲定位海豚發(fā)聲采用“喀拉”脈沖串信號(hào)，每個(gè)回聲定位“喀拉”可能包含多個(gè)脈沖分量。已經(jīng)證實(shí)某些種類(lèi)海豚采取多脈沖分量結(jié)構(gòu)的“喀拉”信號(hào)模式，每個(gè)“喀拉”中的脈沖隨時(shí)間衰減且脈沖之間有一固定間隔。海豚在決定探測(cè)還是識(shí)別目標(biāo)之前發(fā)射12~30個(gè)“喀拉”信號(hào)，并可以根據(jù)所要完成的任務(wù)及環(huán)境調(diào)整“喀拉”信號(hào)結(jié)構(gòu)。Houser[8]根據(jù)“喀拉”信號(hào)的頻率特點(diǎn)完成了對(duì)各種“喀拉”的分類(lèi)，Capus等人[8-10]根據(jù)這個(gè)分類(lèi)法建立了仿海豚“喀拉”信號(hào)的模型，該模型表明“喀拉”信號(hào)由兩個(gè)高斯包絡(luò)負(fù)調(diào)頻線性調(diào)頻信號(hào)經(jīng)過(guò)延遲疊加形成。

1.2 仿海豚聲吶信號(hào)分析

本文采用文獻(xiàn)[9]中仿海豚“喀拉”信號(hào)模型，為兼顧信號(hào)參數(shù)一致性及滿足實(shí)際探測(cè)沉底小目標(biāo)的需求，本文的仿海豚聲吶信號(hào)頻率設(shè)置同文獻(xiàn)[9]；“喀拉”信號(hào)中的兩個(gè)高斯包絡(luò)負(fù)調(diào)頻線性調(diào)頻信號(hào)持續(xù)時(shí)間設(shè)為3 ms，兩個(gè)線性調(diào)頻信號(hào)相隔0.6 ms后疊加得到一個(gè)完整的仿海豚“喀拉”信號(hào)，仿海豚“喀拉”信號(hào)持續(xù)時(shí)間為3.6 ms；這比真實(shí)海豚的“喀拉”信號(hào)持續(xù)時(shí)間大40倍左右。本節(jié)將從信號(hào)的時(shí)域頻域波形、模糊度函數(shù)、抗混響性能開(kāi)展仿海豚聲吶信號(hào)的研究與分析。

(1) 仿海豚聲吶信號(hào)時(shí)域頻域特性分析

仿海豚“喀拉”信號(hào)中的高斯包絡(luò)線性調(diào)頻信號(hào)表達(dá)式為

其中，0<<，且，為起始頻率，為調(diào)頻率。

仿海豚“喀拉”信號(hào)參數(shù)設(shè)置如表1所示。

表1 仿海豚“喀拉”信號(hào)參數(shù)

表1選取了文獻(xiàn)[9]中Dolphin-Clicks(DC)信號(hào)模型中的DC1、DC2、DC6，這幾個(gè)信號(hào)均由兩個(gè)高斯包絡(luò)負(fù)調(diào)頻線性調(diào)頻信號(hào)組成，其中DC1中的線性調(diào)頻1和線性調(diào)頻2頻率重合部分較多，DC2中的線性調(diào)頻1和線性調(diào)頻2頻率重合部分減少，DC6中的線性調(diào)頻1和線性調(diào)頻2頻率完全分開(kāi)。下面分析DC信號(hào)時(shí)域頻域波形特性。

由高斯函數(shù)的性質(zhì)可知，其時(shí)域和傅里葉變換均為高斯函數(shù)，因此經(jīng)過(guò)高斯包絡(luò)調(diào)制的信號(hào)其時(shí)域和頻域波形包絡(luò)均呈現(xiàn)高斯函數(shù)形狀，且信號(hào)的能量相對(duì)集中。

當(dāng)DC中的線性調(diào)頻1和線性調(diào)頻2頻率重合時(shí)，由于頻譜的相干作用，會(huì)導(dǎo)致頻譜有些地方“凸起”、有些地方“凹陷”的現(xiàn)象，即會(huì)出現(xiàn)梳狀譜特性；當(dāng)其頻率未重合時(shí)，會(huì)出現(xiàn)兩個(gè)高斯函數(shù)形狀的譜。

根據(jù)表1中信號(hào)參數(shù)完成DC1、DC2、DC6信號(hào)的時(shí)域頻域仿真，仿真結(jié)果分別如圖1~3所示。

如圖1~3可以看出，DC1、DC2、DC6信號(hào)的時(shí)域頻域波形包絡(luò)均呈高斯函數(shù)形狀；DC1和DC2的頻譜呈現(xiàn)梳狀特性，且DC1中的梳狀譜峰比DC2中的梳狀譜峰多，這是由于DC1中兩個(gè)線性調(diào)頻頻率重疊比DC2重疊的多；DC6頻譜呈現(xiàn)兩個(gè)高斯形狀。

(2) 仿海豚聲吶信號(hào)模糊度函數(shù)特性及抗混響性能分析

波形抗混響能力的好壞，可以通過(guò)對(duì)發(fā)射信號(hào)模糊度函數(shù)的分析來(lái)獲得，寬帶回波信號(hào)的模糊函數(shù)和模糊度函數(shù)[11-12]分別定義為

(3)

信號(hào)的模糊度函數(shù)描述了信號(hào)的時(shí)頻域聯(lián)合分布特性，可表征主動(dòng)聲吶系統(tǒng)匹配濾波處理的效果。信號(hào)對(duì)于目標(biāo)的探測(cè)能力可以由模糊度圖上的主瓣寬度得到，而旁瓣的高度決定了此信號(hào)對(duì)于多目標(biāo)或者在混響限制條件下的探測(cè)能力。通過(guò)對(duì)比不同發(fā)射信號(hào)的模糊度圖，可以得到其在混響條件下接收端的匹配濾波效果[13-14]。

由模糊度函數(shù)的傅里葉變換性質(zhì)可知

即時(shí)域的相關(guān)等價(jià)于發(fā)射信號(hào)與副本信號(hào)在頻譜上的共軛相乘。

對(duì)于DC1和DC2信號(hào)來(lái)說(shuō)，當(dāng)多普勒尺度因子從1逐漸增大或減小過(guò)程中，會(huì)導(dǎo)致副本與發(fā)射信號(hào)的頻譜重疊區(qū)域的逐漸減少然后又逐漸增加的周期性變化，也就會(huì)引起模糊度函數(shù)的減小與增大的周期性變化，這將會(huì)導(dǎo)致釘板型模糊度函數(shù)的出現(xiàn)。對(duì)于DC6信號(hào)來(lái)說(shuō)，兩個(gè)高斯函數(shù)形狀的頻譜間距較大，通常多普勒尺度因子很難增大或減小到使其發(fā)射信號(hào)頻譜和副本信號(hào)頻譜交錯(cuò)重疊的程度，因此其模糊度函數(shù)呈斜刀刃型。關(guān)于三種信號(hào)的抗混響性能，需要結(jié)合具體參數(shù)仿真分析。

以下分別完成DC1、DC2、DC6信號(hào)的模糊度函數(shù)仿真，仿真結(jié)果如圖4~6所示。

圖4~6中上圖分別為其模糊度函數(shù)圖，下圖分別為其模糊橢圓圖。可以看出，DC1和DC2的模糊度函數(shù)呈釘板狀，DC6的模糊度函數(shù)呈斜刀刃型；DC1信號(hào)模糊度函數(shù)的主瓣和副瓣尺度間隔較大，DC2信號(hào)模糊度函數(shù)的主瓣和副瓣尺度間隔較小，DC6信號(hào)模糊度函數(shù)的主瓣和副瓣基本連接在一起；三個(gè)信號(hào)的距離分辨率都很高。

由于DC1和DC2信號(hào)的模糊度函數(shù)呈釘板型，而DC6信號(hào)的模糊度函數(shù)呈斜刀刃型，所以DC6信號(hào)關(guān)于海底散射體所產(chǎn)生混響的貢獻(xiàn)大于DC1和DC2信號(hào)關(guān)于海底散射體所產(chǎn)生混響的貢獻(xiàn)，即DC1和DC2信號(hào)關(guān)于沉底小目標(biāo)的混響抑制性能優(yōu)于DC6信號(hào)。DC1和DC2信號(hào)關(guān)于沉底小目標(biāo)的混響抑制性能優(yōu)劣，還需通過(guò)仿真進(jìn)一步進(jìn)行分析。

為了分析和驗(yàn)證DC1、DC2、DC6信號(hào)的抗混響能力，在此采用海底散射模型來(lái)模擬海底混響，海底散射體服從均勻分布，散射強(qiáng)度服從蘭伯特定律。圖7為仿真的DC1、DC2、DC6混響波形。

采用匹配濾波輸出分析和驗(yàn)證DC1、DC2、DC6信號(hào)的抗混響性能，輸入信混比為0 dB，仿真結(jié)果如圖8所示。

由圖8可以看出，DC1和DC2信號(hào)的混響抑制性能優(yōu)于DC6，這驗(yàn)證了之前的分析。而DC1信號(hào)的混響抑制性能優(yōu)于DC2，這說(shuō)明DC1信號(hào)的抗混響性能最優(yōu)，在這三種信號(hào)中可作為探測(cè)沉底小目標(biāo)的最優(yōu)波形。

2 仿生探測(cè)方法

海豚憑借百萬(wàn)年的進(jìn)化，其探測(cè)波形及處理系統(tǒng)有著相當(dāng)優(yōu)良的性能。海豚大腦允許多功能性和連續(xù)性學(xué)習(xí)控制整個(gè)聲吶處理，而其大腦的一個(gè)重要品質(zhì)是連續(xù)學(xué)習(xí)的能力，在這種情況下，它能夠適應(yīng)不同的環(huán)境和情況，并從之間的經(jīng)驗(yàn)受益[1,8]。此外，海豚優(yōu)良的聽(tīng)覺(jué)濾波系統(tǒng)對(duì)于探測(cè)和識(shí)別目標(biāo)也有重要作用。本節(jié)僅研究和分析仿生探測(cè)方法在沉底小目標(biāo)探測(cè)上的可行性及性能。關(guān)于如何處理“喀拉”脈沖串信號(hào)、聽(tīng)覺(jué)濾波系統(tǒng)處理等方面內(nèi)容需做深入研究。

2.1 仿生探測(cè)方法原理及步驟

文獻(xiàn)[2，6]采取雙極性脈沖聲吶技術(shù)(TWin Inverted Pulse Sonar，TWIPS)在水下氣泡環(huán)境下進(jìn)行目標(biāo)探測(cè)，該方法認(rèn)為氣泡散射的回波是非線性散射響應(yīng)，而目標(biāo)反射的回波是線性散射響應(yīng)，通過(guò)發(fā)射兩個(gè)極性相反有一定間隔的脈沖信號(hào)，將處理的回波進(jìn)行疊加，使線性散射響應(yīng)相干增強(qiáng)的同時(shí)非線性響應(yīng)減弱，從而提高了水下氣泡環(huán)境中的目標(biāo)探測(cè)性能。

同理，把混響認(rèn)為是非線性散射體和部分線性散射體后向散射回波的疊加，也可以采用TWIPS方法完成沉底小目標(biāo)的探測(cè)。

為比較仿生探測(cè)方法探測(cè)沉底小目標(biāo)的效果，引入標(biāo)準(zhǔn)聲吶探測(cè)方法作為對(duì)比。目前還沒(méi)有建立一個(gè)可以與TWIPS性能比較的基準(zhǔn)方法，為此，這里引入了一個(gè)稱為“標(biāo)準(zhǔn)聲吶處理”的基準(zhǔn)來(lái)與其作比較。由于TWIPS方法是通過(guò)脈沖對(duì)的回波的處理來(lái)實(shí)現(xiàn)，為了公平地比較TWIPS和標(biāo)準(zhǔn)聲吶處理的性能，標(biāo)準(zhǔn)聲吶處理是對(duì)脈沖對(duì)的平均。標(biāo)準(zhǔn)聲吶探測(cè)方法和TWIPS方法的步驟分述如下。

(1) 標(biāo)準(zhǔn)聲吶探測(cè)方法步驟：

(2)TWIPS方法步驟：

2.2 仿生探測(cè)方法探測(cè)性能分析

為分析仿生探測(cè)方法關(guān)于探測(cè)沉底小目標(biāo)的性能，進(jìn)行了標(biāo)準(zhǔn)聲吶方法和TWIPS方法仿真；背景干擾為混響和高斯白噪聲，其中信混比為0 dB，信噪比為5 dB，通過(guò)發(fā)射兩個(gè)極性相反的DC1信號(hào)，間隔50 ms，總共進(jìn)行100次實(shí)驗(yàn)，仿真結(jié)果如圖9所示。

(a) 標(biāo)準(zhǔn)聲吶方法

(b) TWIPS方法

3 結(jié)論

本文結(jié)合理論和仿真分析，嘗試挖掘海豚波形及處理方法的優(yōu)勢(shì)，從時(shí)域頻域波形、模糊度函數(shù)、抗混響性能分析了仿海豚信號(hào)的特性，并研究和分析了仿生探測(cè)方法對(duì)探測(cè)沉底小目標(biāo)的可行性及性能。理論分析和仿真結(jié)果表明：

(1) 在頻率重疊較多、頻率重疊較少和頻率完全分開(kāi)的仿海豚聲吶信號(hào)中，頻率重疊較多的仿海豚聲吶信號(hào)是探測(cè)沉底小目標(biāo)的最優(yōu)波形；

(2) 仿海豚聲吶處理方法可用于對(duì)沉底小目標(biāo)的探測(cè)，且性能相比標(biāo)準(zhǔn)聲吶效果提升顯著。

本文的研究對(duì)仿生波形設(shè)計(jì)及沉底或掩埋目標(biāo)的探測(cè)和識(shí)別有著積極的應(yīng)用價(jià)值。

[1] Au W W L, Martin S W. Why dolphin biosonar performs so well in spite of mediocre ‘equipment’[J]. IET Radar, Sonar & Navigation, 2012, 6(6): 566-575.

[2] Chua G H, White P R, Leighton T G. Use of clicks resembling those of the Atlantic bottlenose dolphin (Tursiops truncatus) to improve target discrimination in bubbly water with biased pulse summation sonar[J]. IET Radar, Sonar & Navigation, 2012, 6(6): 510-515.

[3] Pailhas Y, Capus C, Brown K, et al. Analysis and classification of broadband echoes using bio-inspired dolphin pulses[J]. The Journal of the Acoustical Society of America, 2010, 127(6): 3809-3820.

[4] Harley H E, DeLong C M. Echoic object recognition by the bottlenose dolphin[J]. Comparative Cognition & Behavior Reviews, 2008, 3(3):46-65.

[5] Leighton T G, Chua G H, White P R, et al. Radar clutter suppression and target discrimination using twin inverted pulses [C]//Proceedings of the Royal Society of London A: Mathematical, Physical and Engineering Sciences. The Royal Society, 2013, 469(2160): 1-14.

[6] Chua G H. Target discrimination in bubbly water[D]. University of Southampton, 2012.

[7] 陳立綱, 苑秉成. 探測(cè)沉底小目標(biāo)聲吶信號(hào)波形設(shè)計(jì)及產(chǎn)生方法研究[J]. 武漢理工大學(xué)學(xué)報(bào): 交通科學(xué)與工程版, 2010, 34(4): 749-753. CHEN Ligang, YUAN Bingcheng. Study on signal waveform design and generation method for sonar to detect bottom small target [J]. Signal Processing, 2010, 34(4): 749-753.

[8] Pailhas Y, Capus C, Brown K, et al. BioSonar: a bio-mimetic approach to sonar systems concepts and applications[M]. INTECH Open Access Publisher, 2011.

[9] Pailhas Y, Capus C, Brown K. Bio-inspired sonar[C]//Digital Signal Processing (DSP), 2011 17th International Conference on. IEEE, 2011: 1-6.

[10] Finfer D C, White P R, Chua G H, et al. Review of the occurrence of multiple pulse echolocation clicks in recordings from small odontocetes[J]. IET Radar, Sonar & Navigation, 2012, 6(6): 545-555.

[11] Yves Doisy, Laurent Deruaz. Reverberation suppression using wideband doppler-sensitive pulses[J]. IEEE Journal of Oceanic Engineering, 2008, 33(4): 419-433.

[12] LIN Z B. Wideband ambiguity funcfibn of broadband signals[J]. Acoust. Soc. Am., 1988, 83(6): 2108-2116.

[13] 梁國(guó)龍, 張瑤, 付進(jìn), 等. 新型主動(dòng)聲吶梳狀譜信號(hào)設(shè)計(jì)[J]. 哈爾濱工程大學(xué)學(xué)報(bào), 2012, 33(3): 302-307. LIANG Guolong, ZHANG Yao, FU Jin, et al. New comb waveforms for reverberation suppression[J]. Journal of Harbin Engineering University, 2012, 33(3): 302-307.

[14] 姚東明, 蔡志明. 主動(dòng)聲吶梳狀譜信號(hào)研究[J]. 信號(hào)處理, 2006, 22(2): 256-259. YAO Dongming, CAI Zhiming. Active sonar comb spectrum of signal[J]. Signal Processing, 2006, 22(2): 256-259.

The active high frequency bionic waveform analysis and bionic detection method for small target at sea bottom

YUE Lei, JIANG Chun-hua

(Kunming Shipbuilding Equipment Research and Test Center, Kunming 650000,Yunnan, China)

To explore the possibility and performance of the bionic signals and detection method for small target sunk at sea bottom, this paper studies and analyzes the characteristics of three different dolphin-clicks sonar signals in time domain and frequency domain, ambiguity function and anti-reverberation respectively; and uses compute simulation to conduct the detections of the small target at sea bottom under complex background. Both the theoretical analysis and simulation results show that: the dolphin-clicks sonar signal with more frequency overlaps has the best performance in anti-reverberation among the three signals; the performance of the bionic detection method is better than the standard sonar detection method. Dolphin-clicks sonar signal and bionic detection can be a kind of novel signal and detection method to detect small target sunk at sea bottom.

ambiguity function; dolphin-clicks sonar signal; bionic detection; sink small target

TB56

A

1000-3630(2016)-04-0325-06

10.16300/j.cnki.1000-3630.2016.04.008

2015-09-22;

2015-12-07

岳雷(1988－), 男, 陜西西安人, 碩士, 助理工程師, 研究方向?yàn)樗侣曁綔y(cè)及目標(biāo)識(shí)別。

岳雷, E-mail: 944749976@qq.com。