一种DEMON信号线谱识别方法

一种DEMON 信号线谱识别方法

朱文亚 陆佶人

(东南大学无线电工程系,江苏 南京 210096 ) A detection method Of DEMON signal line spectrum

Zhu Wen-ya Lu Ji-ren (Department of Radio Engineering, Southeast University, JiangSu NanJing 210096,China) 1: 概况 水声目标的螺旋桨空化,柴油机活塞调制等会使宽带噪声产生幅度调制,而通过对解调谱的处理得出的离散线谱,可以得出水声目标的一些重要特征.通过水听器得到的数据一般经过以下过程:带通滤波,绝对值检波,直流分量的滤除,低通滤波,抽样,背景均衡处理,线谱识别和多时刻数据复合处理.本文讨论背景均衡以后的几个部分.

2:背景均衡处理和线谱识别

2.1 背景均衡

经过前面处理的数据包含有宽带背景噪声,在低信噪比的水声解调谱情况下会对检测产生很大影响,通过背景均衡处理可以消除宽带噪声,提高检测的检测率.

由于目标是提取解调谱中的线谱部分,由线谱的特点,并考虑到以后要对数据进行峰值门限处理和谱宽门限处理,使用改进的滑动窗拟合算法可以得出较好的背景连续谱，因而可以得出较好的线谱识别结果。算法步骤如下:

（1）.设定滑动窗长2k+1，滑动步长step ，每滑动一次,取其中step 个点作为平滑值, step

值一般取为窗长的1/4以下。

由于拟合时,取拟合点居于拟合窗中间比拟合窗边缘效果好，对数据进行增补处理，设定处理数组。假设原数据为：(0),(1)()x x x n iii .处理数组则为: ()(1),(0),(1)(),(1)(1),(),(1)().x k x x x x k x k x n x n x n x n k +−−−iii iii iii iii

（2）.拟合估计背景时，由于线谱值比原背景值大很多,拟合后会导致附近点的背景值拟合值偏大,所以应抑制这种影响.进行如下滑动窗预处理可减少线谱对背景估计的影响:搜索所有滑动窗内局部最大值点，可计算得窗内局部最大值点的均值为x ,若()x k 为极大值点，且()x k x gate >+(gate 为宽谱判别峰值门限,对归一化谱可取0.3),则依次判断x(k)周围值是否满足上式.假设判别结果为()(),(0,0)x k i x k j i j −+>>iii ,作如下预处理: ()((1)())/2,,1,,1x k p x k p x k p p i i −=−−+−=−iii

()(()(1))/2,,1,,1x k q x k q x k q q j j +=++++=−iii

()((1)(1))/2x k x k x k =−++。极值点判断若无满足条件点，则只作最后一步处理.

(3).滑动窗拟合曲线。读入2k+1个数据进行多项式拟合，假设滑动窗拟合结果为(1:)tt width ，

则取拟合值：(1:)()1:)))sdata step tt round round step =++width width （（22

滑动步长step 更新待拟合数据,重复以上步骤直至数据处理完毕。

00.05

0.1

0.15

0.2

0.25

0.3

图1.某DEMON 信号背景平衡前后数据结果

上图为某DEMON 信号进行滑动窗拟合背景平衡前后数据结果.所用参数：拟合多项式阶数为8,滑动窗长12，滑动步长3.图中从上而下依次为原谱线,平滑背景后曲线，背景线.可见滤除背景后的曲线基本保存了所有峰值情况，预处理使线谱处平滑拟合后偏差较小,通过适当的峰值门限可以得到较好的线谱。

2.2 线谱识别

由于线谱有以下特征:线谱一般位于谱峰范围内的局部极大值的位置;线谱比噪声相比一般相对值大许多;线谱宽度较窄;相邻线谱之间应具有一定的间隔.因而线谱识别采用双门限方法:即卡峰值门限和谱宽门限方法.算法步骤如下:

(1).谱峰判断.比较当前谱值与两侧值大小即可知是否为谱峰

(2).根据检测概率与虚警概率设定峰值门限,与谱峰比较,符合则继续下一步

(3).根据设定的谱宽门限,比较计算谱峰的谱宽并比较,通过则认为此处有线谱，非线谱处置零。 3:多时刻数据统计复合处理

4：理论分析和实验数据结果分析

解调谱检测线谱时,得到连续谱结果越好，得到的线谱也就越好。采用最小二乘拟合,所得误差与拟合数据、拟合曲线阶数有关。线谱存在点对拟合数据而言是误差较大点，所以拟合时应对其进行抑制。本文采用数据预处理降低线谱对拟合的影响.由于拟合时拟合结果居于拟合窗中间比拟合窗边缘效果好,所以增补数据拟合。峰值门限根据所要求的检测概率和虚警概率确定,噪声谱峰一般较低,通不过峰值门限.谱宽门限体现谱峰的陡峭度，只有比较陡的谱峰才能通过门限而保留.

由于目标幅度调制在一段时间存在,而背景噪声时间上无连续性,通过上述门限处理的伪线谱在多时刻同时存在概率比较小。只有通过统计门限的峰值才被确认为线谱,因此降低了系统虚警率。以下为某信号宽带解调结果。由上而下为原谱线，背景线，柱线为提出的线谱。 0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

图2. 某实测信号宽带解调结果

5: 结论:

本文介绍了一种用改进的拟合曲线法平滑背景的宽带幅度调制信号检测方法,针对DEMON 信号检测的特殊性,对滑动窗拟合曲线背景均衡法进行部分改善。然后采用双峰值门限加谱宽门限对其进行检测,最后利用多时刻数据统计平均以达到最好检测效果并降低虚警率。

参考文献

[1] 陶笃纯.噪声和振动谱中线谱的提取和连续谱平滑.声学学报.1984.6(9).337-344.

[2] 吴国清,李靖等.舰船噪声识别(I)—总体框架、线谱分析和提取.声学学报.1998.5(23). 394-400.

[3] 徐建民.水声目标识别系统软件集成及调制特征提取研究.东南大学硕士论文.南京:东南大学.1999.3.

作者简介：朱文亚 1976年生，东南大学信号与信息处理研究生，研究方向为通过解调谱进行水声目标的识别。