基于改進譜減算法的水聲通信信號檢測方法

王大宇，王志欣，張光普

1. 中國電子科技集團公司 第五十四研究所，河北 石家莊 050081 2. 哈爾濱工程大學 水聲工程學院，黑龍江 哈爾濱 150001

近年來，水聲通信技術(shù)應用日益廣泛，對非合作水下通信信號的偵測已成為通信偵察領(lǐng)域的研究熱點之一[1?3]。水聲通信信號檢測作為水聲通信信號偵測的基礎，受水聲信道環(huán)境噪聲影響，信號接收信噪比往往較低，導致信號檢測概率低。如何實現(xiàn)低信噪比下水聲通信信號的高概率檢測，是本文研究的重點。

譜減法[4]以其計算簡單、運算量小、便于實時處理等優(yōu)點，被廣泛應用于語音信號處理領(lǐng)域，是最常用的語音減噪方法。該算法利用語音與噪聲不相關(guān)的特性，估計并消減噪聲頻譜，以增強語音信號。譜減法技術(shù)應用于水聲通信信號檢測，可抑制水聲信道強背景噪聲干擾，有效提高信號接收信噪比。

雙滑窗檢測法[5?6]是一種建立在時域上的突發(fā)信號檢測算法，其判決門限只與信號接收信噪比有關(guān)，避免了信號檢測過程中信道增益的影響。但該算法要實現(xiàn)較低的檢測誤差，需要較高的接收信噪比。

本文結(jié)合改進的譜減算法和雙滑窗檢測技術(shù)提出了一種水聲通信信號檢測方法。該方法能有效抑制水聲信道強背景噪聲干擾，實現(xiàn)水聲通信信號的高概率檢測，并且仿真結(jié)果驗證了算法的有效性。

1 多窗譜估計的改進譜減法

傳統(tǒng)譜減法采用周期圖法進行譜估計，具有一定估計誤差，使得消噪后的語音存在一定的“音樂噪聲”，效果并不理想。1982 年Thomson[7]提出的多窗譜(multitaper spectrum)估計是一種比周期圖法更準確的譜估計方法，該方法通過多個正交的數(shù)據(jù)窗分別對接收信號求直接譜，然后對獲得的直接譜求平均以得到較小的估計方差。其定義如下：

式 中：L為 窗 個 數(shù)； Xmt為 第 k個 信 號 窗 的 譜；(ω)為

式中： x(n)為 信號序列； N 為信號長度； ak(n)為第k個數(shù)據(jù)窗函數(shù)，數(shù)據(jù)窗(Slepian 窗)是一組相互正交的離散橢球序列：

多窗譜估計的譜減法是傳統(tǒng)譜減法的一種改進算法，在一定程度上解決了傳統(tǒng)譜減算法“音樂噪聲”大的問題[8]。其具體步驟如下：

1)設信號的時間序列為 x(n)，加窗分幀處理后得到第 i幀 信號為 xi(m)，相鄰幀之間有重疊，幀長為 N。

2)對分幀處理后的信號進行 FFT變換，分別求其幅度譜|Xi(k)|和相位譜θi(k)，并在相鄰幀之間做平滑處理，得到平均幅度譜

以i幀為中心，前后各取K幀，共有 2K+1幀進行平均。

3)對 xi(m)進行多窗譜估計，得到其功率譜密度 P(k,i)。 其中 i表 示第 i幀 ； k 表 示第 k條譜線。

4)對獲得的 P(k,i)在相鄰幀之間進行平滑處理，得到平滑功率譜密度 Py(k,i)：

以i幀為中心，前后各取K幀，共有 2K+1幀進行平均。

5)已知前序噪聲有M幀，可以得到噪聲的平均功率譜密度值 Pn(k)：

式中： α為過減因子；β為增益補償因子。

圖1 所示為多窗譜估計的改進譜減法處理流程。

圖1 多窗譜估計的改進譜減法處理流程

為驗證多窗譜估計的改進譜減法效果，將該算法與傳統(tǒng)譜減法進行了仿真對比，結(jié)果如圖2所示。具體的仿真參數(shù)如下：采樣率為96 kHz；所使用水聲通信信號調(diào)制方式為QPSK；符號速率為4 000 sps；信號持續(xù)時間1 s；噪聲為高斯白噪聲；信噪比為?5 dB。

圖2 改進譜減法與傳統(tǒng)譜減法效果對比

仿真結(jié)果表明，傳統(tǒng)譜減法減噪后信噪比為8.0 dB，信噪比提高了13 dB；改進譜減法減噪后信噪比為21.49 dB，信噪比提高了26.49 dB。可以看出，改進譜減法較傳統(tǒng)譜減法具有更好的減噪效果，能獲得更高的信噪比提升。

圖4 雙滑窗檢測流程

2 雙滑窗檢測技術(shù)

雙滑窗檢測算法的基本原理是通過計算設置的2 個連續(xù)滑動窗口中的能量，計算2 個窗口的能量比值，得到檢測的判決門限，進而獲得信號的起止時刻，完成信號檢測[9]。其原理框圖如圖3所示。

圖3 雙滑窗檢測原理

通過逐點移位分析前后2 個窗內(nèi)能量的差異，完成數(shù)據(jù)存儲區(qū)內(nèi)信號的搜索，記錄檢測到的每個信號的起始時刻、終止時刻及信號個數(shù)。圖4 所示為雙滑窗檢測流程圖。

假設接收信號的時間序列為 r(n)， 則窗口 A、B的總能量以及判決變量 Mn分別為

式中 L為 窗口 A、 B的 窗長。將判決變量 Mn作為檢測函數(shù)，采用判決門限進行 Mn峰值檢測，以得到信號的起止時刻。在 Mn最大值位置處， a(n)等于信號和噪聲的總能量， b(n)等于噪聲的能量，因此Mn最大值點處的值為

可見，雙滑窗檢測其判決門限只與信號接收信噪比有關(guān)，避免了信號檢測過程中信道增益的影響。

3 基于改進譜減算法的水聲通信信號檢測

針對傳統(tǒng)雙滑窗檢測需要較高信噪比的需求，而水聲信道環(huán)境噪聲干擾嚴重，信號接收信噪比往往較低，導致傳統(tǒng)雙滑窗檢測概率低的問題，我們將多窗譜估計的改進譜減法和雙滑窗檢測技術(shù)相結(jié)合，提出了一種水聲通信信號檢測算法。算法克服了傳統(tǒng)雙滑窗檢測在低信噪比情況下檢測概率低、負信噪比情況下無法檢測的問題，在水聲信道強干擾噪聲條件下，仍可實現(xiàn)高概率、高準確率檢測。

基于改進譜減算法的水聲通信信號檢測方法流程如圖5 所示。其具體步驟如下：

圖5 基于改進譜減算法的水聲通信信號檢測流程

1)對采集的水聲信號進行預處理，主要包括去直流、歸一化、帶通濾波，得到濾波后的時域信號；

2)對濾波后的信號進行多窗譜估計的改進譜減法處理，得到減噪、增強后的水聲信號；

3)對增強后的水聲信號進行雙滑窗檢測，獲取數(shù)據(jù)中信號個數(shù)和對應的信號起止時間，完成信號檢測。

4 仿真驗證

為驗證算法在水聲背景環(huán)境噪聲下通信信號檢測能力，首先對海洋環(huán)境噪聲進行了模擬仿真；然后在模擬的海洋環(huán)境噪聲條件下，仿真研究了水聲通信信號分別在接收信噪比為?5、?10 dB情況下信號的檢測效果，并與傳統(tǒng)雙滑窗檢測進行了對比。具體仿真參數(shù)如下：采樣率為96 kHz，信號調(diào)制方式為QPSK、2FSK，符號速率分別為4 000、500 sps，信號持續(xù)時間分別為1、0.5 s，噪聲為模擬的海洋環(huán)境噪聲。

海洋環(huán)境噪聲的特點是在不同的頻率處有不同的譜級響應，是多種源的綜合效應，其中潮汐、波浪、海洋湍流、行船等產(chǎn)生的環(huán)境噪聲均集中在低頻部分，因此，海洋環(huán)境噪聲在低頻部分噪聲源級較高，高頻部分源級較低[10?11]。圖6 所示為仿真的海洋環(huán)境噪聲及其噪聲譜，其噪聲譜級相當于3 級海況。

圖6 海洋環(huán)境噪聲及噪聲譜

圖7、8 所示分別為接收信噪比為?5、?10 dB情況下信號檢測結(jié)果。其中QPSK 調(diào)制信號處于0.5～1.5 s，持續(xù)時間1 s，2FSK 信號處于2～2.5 s，持續(xù)時間0.5 s。

由于信號接收信噪比分別為?5、?10 dB，均為負信噪比，直接經(jīng)雙滑窗檢測已無法實現(xiàn)信號檢測提取。經(jīng)改進譜減法降噪后，?5 dB 情況下，QPSK 調(diào)制信號接收信噪比為23.94 dB，2FSK 調(diào)制信號接收信噪比為25.31 dB，雙滑窗檢測可實現(xiàn)信號準確檢測，檢測結(jié)果為QPSK 調(diào)制信號起止時間分別為0.494、1.501 s，2FSK 調(diào)制信號起止時間分別為1.992、2.513 s；?10 dB 情況下，QPSK調(diào)制信號接收信噪比為15.09 dB，2FSK 調(diào)制信號接收信噪比為19.85 dB，雙滑窗檢測可實現(xiàn)信號準確檢測，檢測結(jié)果為QPSK 調(diào)制信號起止時間分別為0.498 1.501 s，2FSK 調(diào)制信號起止時間分別為1.999、2.511 s。

圖7 ?5 dB 情況下信號檢測結(jié)果

圖8 ?10 dB 情況下信號檢測結(jié)果

5 結(jié)論

傳統(tǒng)雙滑窗檢測在保證檢測概率的需求下，需要較高信噪比支撐，而水聲信號環(huán)境噪聲干擾嚴重，接收到的水聲通信信號信噪比往往較低，無法滿足傳統(tǒng)雙滑窗檢測的需求。通過借鑒語音信號處理中所使用的語音增強技術(shù)，將語音信號減噪中常用的譜減法與雙滑窗檢測相結(jié)合，實現(xiàn)了水聲信道強背景噪聲干擾條件下，水聲通信信號的高概率檢測，并對該算法進行了仿真實驗。

1)仿真結(jié)果表明，在接收信噪比為?10 dB 的情況下，仍可實現(xiàn)水聲通信信號的正確檢測，驗證了算法的有效性。

2)本文所提的水聲通信信號檢測方法可實現(xiàn)負信噪比下水聲通信信號的檢測，且算法實現(xiàn)簡單，運算量少，便于實時實現(xiàn)，具有一定的實用價值。

后續(xù)需經(jīng)過湖試、海試進一步驗證優(yōu)化算法性能，使其能夠應用于水聲通信信號的實時檢測。