舰船辐射噪声学习札记

舰船辐射噪声

舰船辐射噪声包括：机械噪声、螺旋桨噪声以及水动力噪声。其中螺旋桨辐射噪声对目标识别具有重要意义。

螺旋桨辐射噪声分为：空化噪声、螺旋桨叶片振动时产生的“唱音”。

“唱音”：由螺旋桨叶片排挤、切割水流引起的螺旋桨局部共振，是一种线谱噪声，设计好的螺旋桨可避免“唱音”。

空化噪声：空化的出现与深度以及螺旋桨的转速有关，空化噪声随深度的增加而降低，随螺旋桨转速的增加而增加。由两部分构成：一、由紧靠桨叶区域的大量瞬态空泡的崩溃和反弹产生，其频谱是连续的；二、由螺旋桨附近区域中大量稳定空泡的周期性受迫振动产生，其频谱是离散的线谱。高频时线谱成分趋于零，低频时线谱成分大于相应的连续谱；高频段连续谱随频率的平方下降，低频段连续谱随频率的平方而上升，在某一较低频率处出现谱峰。

螺旋桨空化噪声会产生幅度调制，通过解调处理的调制谱中存在许多离散线谱，位置对应着螺旋桨的轴频（基频）、叶频（轴频与叶片数的乘积）以及其谐波，利用这些离散线谱可估计螺旋桨的轴频和叶片数。目标的螺旋桨不同则其对应的轴频也不相同，提取轴频可以为被动声纳目标检测和分类识别提供有力工作。

舰艇辐射噪声的宽带分量中有明显的振幅调制，通过解调可以得到低频线谱。典型的辐射噪声谱形状如图所示。

（c）混合谱

（a）线谱（b）连续谱

图辐射噪声谱示意图

舰艇辐射噪声的平均功率谱中既有连续宽带谱，又有离散频率的线谱。这两种成份产生的机理不同，与深度的关系也不同。

舰艇噪声的宽带连续噪声谱分量主要是由螺旋桨空化噪声和机械噪声两部分构成。

螺旋桨噪声是由于螺旋桨旋转产生空化造成的，反映在舰艇噪声宽带连续谱的高频段。螺旋桨空化噪声的功率谱在高频以6分贝/倍频程斜率下降，在低频功率谱曲线有正斜率，因此存在一个峰值。对于舰船、潜艇这个峰值在100~1000Hz范围内。以潜艇为例，这个峰值的位置随航速增加和深度减小而向低频方向栘动。

实际测量舰艇辐射噪声的连续宽带谱中有时不存在峰值，这是因为在低频端还有其它噪声源产生的噪声，如机械振动产生的噪声等。宽带谱中低频段主要的噪声是机械噪声。

舰船辐射噪声中的线谱分量主要集中在1000Hz以下的低频段。产生线谱的噪声源有三类：往复运动的机械噪声、螺旋桨叶片共振线谱和叶片速率线谱、水动力引起的共振线谱。

螺旋桨叶片被海流激励发生共振可以产生很强的线谱噪声。螺旋桨产生的线谱噪声，其频谱是与叶片数及其转速有关的“叶片速率谱”可表示为：

=??（1）

f m n s

上式中，m为谐波次数，n为螺旋桨叶片数，s为螺旋桨转速。这种叶片速率线谱在

1~100Hz 频带内是潜艇辐射噪声的主要成份。从式中可知，各线谱存在着谐波关系，轴频为各谐波的最大公约数，这种特性常被声纳系统用作识别目标和估计速度的根据。

对于一定深度和航速，潜艇噪声存在一个临界频率，低于此频率主要是机械噪声和螺旋桨噪声线谱，高于此频率主要是空化产生的宽带连续谱。一般临界频率在100~1000Hz 范围的。测量表明，对低速舰船，线谱强度可高于附近连续谱10~25分贝，其稳定度可达10分钟以上。这是被动声纳窄带检测的物理基础。

舰船辐射噪声的线谱主要是螺旋桨的轴频及其谐波成分。

舰船辐射噪声信号生成 调制信号噪声信号

带通滤波

器相乘相加

噪声信号

舰船辐射噪声信号

DEMON 谱分析

DEMON （Detection of Envelope Modulation on noise ）

分析DEMON 谱的目的：获得螺旋桨空化噪声的调制线谱，进而确定螺旋桨的转速和叶片数目等物理特征。

DEMON 特征提取最关心的是：轴频和叶频。

DEMON 谱分析的重要步骤：一是对舰船辐射噪声信号进行解调；二是对解调后的信号进行谱分析，从而获得有用的目标识别特征。

线谱主要是螺旋桨的轴频及其谐波频率成分。

带通滤波特征提取

谱分析解调制舰船噪声信号

图 舰船噪声信号DEMON 分析处理框图

仿真：调制频率为（1）式中螺旋桨转动的轴频和叶频，载频为宽带噪声。1、舰船的噪声信号，主要是线谱以及谐波分量（包络），一般为10-100Hz 的谐波簇。2、载波信号仿真，主要是带限信号，宽带高斯白噪声信号通过一个带通滤波器。3、将两者相乘，得到带通滤波器以后的信号，这时线谱以及其谐波分量作为包络调制到载波上。4、经过低通滤波器（截止频率为两倍的包络宽度）将包络滤出来，获得调制信号成分。5、进行谱分析。

DEMON 特征信噪比

DEMON 谱分析的目的是获得螺旋桨空化噪声的调制线谱，进而确定螺旋桨的转速和叶片数目等物理特征。鉴于在DEMON 特征提取中最为关心的是轴频和叶频，故明确定义DEMON 轴频信噪比和叶频信噪比。

考虑DEMON 的平均噪声功率，因为线谱检测是在起伏的DEMON 连续背景中进行，这种起伏实际上就是检测时的干扰噪声。在计算噪声功率之前，需对DEMON 谱波形做一定处理，首先是零均值处理，假定DEMON 谱数据为()1,1,0-=N i i X ，其均值如下：

()()∑+-==L

i l i k k X L i X 21

令()()()i X i X i Y -=，

为更好的反映噪声功率，为此把序列中大于()i Y 均值一定范围内的值认为是线谱，不计入噪声功率，而把考虑滤除这种线谱的DEMON 谱作为实际的噪声功率，记为noise P ， ()()[]

()()()()()()()()

???>=≤=-=∑-=i Y M i Y if i Y M i Y i Y M i Y if i Y i Y i Y i Y N P N i noise 1021 其中()i Y 为()i Y 的平均值，M 为常数。

轴频信噪比定义为：noise shaft shaft DEMON P S N

S

=-|； 叶频信噪比定义为：noise blade

blade DEMON P S N S

=-|；

其中shaft S blade S 分别表示轴频线谱，叶频线谱的功率。

经典舰船噪声信号解调方法

对于舰船辐射噪声来说，调制包络是调制在宽带噪声上，对于这种信号的解调常用的方法是：绝对值低通解调与平方低通解调。

绝对值低通解调就是对宽带噪声信号先做取绝对值非线性运算后通过低通滤波器获得调制信号成分。平方低通解调就是对宽带噪声信号先做平方运算后通过低通滤波器获得调制信号成分。 带通滤波谱分析

低通滤波 绝对值运算舰船噪声信号

图 绝对值低通解调处理框图 带通滤波谱分析

低通滤波 平方运算舰船噪声信号

图 平方低通解调处理框图

虽然两种方法在部分样本上表现出不同的特性，但是对于极大多数样本来说，两种方法没有显著差别。从理论分析上说，平方低通解调方法有比绝对值低通更好的解调效果，其产生的二次谐波能够增强DEMON 信噪比，能获得更显著的线谱特征，即有利于DEMON 谱图上的线谱检测，但从大量的实验结果看，并不是非常明显，且给线谱带来一定程度上的失真。某种程度上来说，绝对值低通解调是两种方法中优先考虑的一种方法，绝对值低通解调在工程上比较常用。

舰船噪声信号解调信号分析方法（谱分析）

参数模型谱分析方法

采用参数模型方法作谱分析的精度主要取决于：（1）参数模型的结构（2）估计的精度

（3）用估计得到的参数构成谱估计的方法及相应采用的技术。

由wold 分解定理，任何有限方差的ARMA 或MA 过程均可用无限阶的AR 模型表达，在通常情况下，舰船辐射噪声信号可以用一AR 过程描述。

由于使用AR 参数描述噪声信号相当于消除了时间窗造成的有限数据对FFT 分析的影响，因此AR 模型谱分析具有比加窗经典谱估计更高的分辨率。利用AR 模型进行功率谱估计，必须先得到AR 模型的参数p a a a ,,21以及白噪声序列的方差/功率谱密度2σ可以采用

Levinson-Durbin 递推算法、Burg 算法等，利用()2121?∑=-+=p k k

j k e a

S

ωσω求解AR 模型的功率

谱估计。

虽然对于一定的DEMON 特征信噪比的信号，AR 模型方法能够获得较好的分析结果，能够提高线谱的强度，从而俄日自动线谱检测提供有利条件，但是对于DEMON 特征信噪比较低的信号也无法获得满意的谱估计结果，通常情况下用周期图法无法获得的线谱也不能用AR 模型的方法获得。

自适应线谱增强器

自适应线谱增强器（Adaptive Line Enhancer , ALE ）是一种在实际中得到广泛应用的自适应滤波技术，其主要作用是在加性宽带噪声背景中对窄带信号进行检测和估计，是自适应信号处理技术的一种典型应用。

自适应滤波具有维纳滤波和卡尔曼滤波的最佳滤波性能，但只需要很少的或者根本不需要任何关于信号与噪声的统计特性先验知识，它通过自学习来适应外界随机环境，因而自适应滤波器不仅可以处理确定性信号，也可以处理平稳的或非平稳的随机过程。

自适应线谱增强器(Adaptive Line Enhancer , ALE)是目前得到广泛应用的一种自适应滤波器，从频域上讲它是一种中心频率可以自动调整的窄带滤波器。在许多情况下，输入信号为同时包含周期分量和宽带分量的混合信号，但是我们只对其中的周期分量感兴趣，而其频率往往又是未知的，此时我们就可以利用ALE 在没有独立参考信号的条件下对周期信号进行提取，从而得到周期信号的估计波形，进而进行其他处理。 自适应线谱增强器不仅是在低信噪比的带限白噪声中检测未知频率CW 信号的有力工具，而且在输入信噪比较高时它还可以提高信号参数的估计精度。它对测频精度的影响主要表现在两个方面：第一，输入信号通过自适应线谱增强器后信噪比得到了提高；第二，自适应线谱增强器能够很好地从噪声中恢复信号波形，因此，自适应线谱增强器可以提高测频精度。

自适应线谱增强技术通常用于检测宽带噪声中的未知频率正弦信号，达到消除或者降低噪声，增强线谱检测能力的作用。DEMON 谱分析本质上就是在宽带噪声中检测螺旋桨轴频线谱和其谐波线谱，可以使用自适应线谱增强技术提高线谱的检测能力。

自适应线谱增强器的基本原理，简单地说，就是先将混合信号进行延迟，使宽带信号去相关，而周期信号不去相关，滤波器就能够自适应地与相关的周期信号进行匹配，这样就可以把宽带信号和周期信号分离开来，从而得到周期信号和宽带信号各自的估计波形。图4.5为基于最小均方误差(LMS)算法的自适应线谱增强器(ALE)原理框图。 1-z 1-z 1

-z ?k w 1k w 2k w 3Nk w ∑????

??LMS 算法

()k e ()

k y -+

()()()

k n k s k x +=()?-n x

图4.5 自适应线谱增强器(ALE)原理图 在图4.5中，可以看到ALE 的核心部分是一个由线性组合滤波器构成的自适应抵消器。k w 1、k w 2、k w 3…Nk w 为自适应抵消器的权系数；输入信号()k x 同时包含带宽为B 的带限噪声()k n 和脉宽为0T 的周期信号()k s ，()k s 周期s T 、中心频率s f 是未知的；将输入信号

()k x 延时Δ后作为自适应抵消器的参考信号，延时Δ应满足01T B

通道的宽带分量去相关，而周期分量仍保持较好的相关性；()k e 称为残差信号，采用自适应迭代算法使()k e 2趋于极小值，同时自适应滤波器逐渐收敛到平衡状态，带限噪声()k n 得到抑制，输出信号()k y 即为周期信号()k s 的维纳估计。

为了在各种性能要求之间取得平衡，在自适应线谱增强器中一般采用最小均方误差(LMS)算法，其迭代计算公式如下：

()()()∑=+-?-=N

n n

n k x k w k y 11 (4-2) ()()()k y k d k e -= (4-3)

()()()()11+-?-+=+n k x k e k w k w n n μ (4-4)

自适应线谱增强器的性能主要由自适应线性组合滤波器的阶数和自适应算法中的自适应迭代计算步长决定，在输入信号背景噪声功率归一化的条件下，可以通过调整这两个参数获得尽可能满意的滤波性能。

自适应线谱增强在DEMON 分析中的应用

在DEMON 分析中使用自适应线谱增强的目的是更好的获得DEMON 谱上的线谱特征从而正确提取螺旋桨的轴频和叶频特征。为滤除噪声，只需把检波后的舰船辐射噪声信号输入到自适应线谱增强器即可，处理系统框图如下： 带通滤波ALE 低通滤波检波舰船噪声信号

谱分析