EI / SCOPUS / CSCD 收录

中文核心期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用频率波数谱能量扩展差异的水面水下目标分辨

李鹏 张学刚 车树伟 曹峰

李鹏, 张学刚, 车树伟, 曹峰. 利用频率波数谱能量扩展差异的水面水下目标分辨[J]. 声学学报, 2023, 48(6): 1128-1141. doi: 10.12395/0371-0025.2022072
引用本文: 李鹏, 张学刚, 车树伟, 曹峰. 利用频率波数谱能量扩展差异的水面水下目标分辨[J]. 声学学报, 2023, 48(6): 1128-1141. doi: 10.12395/0371-0025.2022072
LI Peng, ZHANG Xuegang, CHE Shuwei, CAO Feng. Surface and submerged target discrimination using frequency wavenumber spectral energy expansion differences[J]. ACTA ACUSTICA, 2023, 48(6): 1128-1141. doi: 10.12395/0371-0025.2022072
Citation: LI Peng, ZHANG Xuegang, CHE Shuwei, CAO Feng. Surface and submerged target discrimination using frequency wavenumber spectral energy expansion differences[J]. ACTA ACUSTICA, 2023, 48(6): 1128-1141. doi: 10.12395/0371-0025.2022072

利用频率波数谱能量扩展差异的水面水下目标分辨

doi: 10.12395/0371-0025.2022072
基金项目: 国防重点实验室基金项目(6142109200202)和水声技术重点实验室项目(JCKYS2021604SSJS015)资助
详细信息
    通讯作者:

    车树伟, arthuralecto@hrbeu.edu.cn

  • PACS: 43.30, 43.60

Surface and submerged target discrimination using frequency wavenumber spectral energy expansion differences

  • 摘要:

    提出基于波数能量频域扩展特征的水面水下目标分辨方法, 通过模态域波束形成计算频率波数谱, 并根据环境信息建立目标深度与波数扩展差异间的映射关系, 并以此作为判决模型实现目标深度辨识。仿真结果表明所提方法在目标方位预估不准时依然稳健。通过SWellEx-96数据和大连海域实测数据验证了本文所提方法的有效性, 海上试验数据处理结果表明该方法在132 m水平阵纵向有效孔径、100~800 Hz处理频段条件下, 初步具备了水面水下目标分辨能力, 且水面目标波数扩展特征高出水下目标10°左右, 两类目标差异明显。从声传播特性的角度, 所提方法为解决目标深度辨识难题提供了新的思路。

     

  • 图 1  仿真用声速剖面

    图 2  2000 m孔径下清晰的频率−波数谱(阵元数256, 阵元间隔8 m) (a) 声源深度4 m; (b) 声源深度40 m

    图 3  200 m孔径下混叠的频率−波数谱(阵元数64, 阵元间隔4 m) (a) 声源深度4 m; (b) 声源深度50 m

    图 4  方位预估偏差引起的频率−波数谱变化 (a) 准确方位预估, 80° ; (b) 方位估计偏差4°, 76°; (c)方位估计偏差8°, 72°

    图 5  频率波数扩展角示例

    图 6  水面目标频率−波数谱典型仿真结果 (a) 声源深度1 m, 信噪比0 dB, 传播距离5000 m, 接收深度98 m; (b) 声源深度1 m, 信噪比1 dB, 传播距离4000 m, 接收深度20 m; (c) 声源深度4 m, 信噪比4 dB, 传播距离4000 m, 接收深度20 m; (d) 声源深度1 m, 信噪比−2 dB, 传播距离4000 m, 接收深度20 m; (e) 声源深度2 m, 信噪比1 dB, 传播距离4000 m, 接收深度98 m; (f) 声源深度3 m, 信噪比3 dB, 传播距离5000 m, 接收深度98 m

    图 7  水下目标频率−波数谱典型仿真结果 (a) 声源深度21 m, 信噪比−1 dB, 传播距离6000 m, 接收深度10 m; (b) 声源深度21 m, 信噪比2 dB, 传播距离6000 m, 接收深度98 m; (c) 声源深度23 m, 信噪比4 dB, 传播距离4000 m, 接收深度10 m; (d) 声源深度29 m, 信噪比−1 dB, 传播距离6000 m, 接收深度20 m; (e) 声源深度36 m, 信噪比0 dB, 传播距离10000 m, 接收深度20 m; (f) 声源深度52 m, 信噪比4 dB, 传播距离4000 m, 接收深度20 m

    图 8  64元水平阵频率−波数谱提取结果 (a) 声源深度4 m; (b) 声源深度40 m

    图 9  64元水平阵频率−波数谱提取结果 (a) 声源深度4 m; (b) 声源深度40 m

    图 10  典型仿真结果示例 (a) 传播距离2000 m, 信噪比6 dB; (b) 传播距离5000 m, 信噪比3 dB; (c) 传播距离6000 m, 信噪比2 dB; (d) 传播距离7000 m, 信噪比−2 dB

    图 11  模态深度分布特性仿真 (a) 前5阶模态随深度变化; (b) 模态深度分布

    图 12  波数扩展角随方位预估角度的变化

    图 13  测试剖面 (a) 等声速剖面; (b) 带跃层剖面

    图 14  不同声速剖面下的波数扩展角测试 (a) 等声速剖面; (b) 带跃层剖面

    图 15  不同底质条件下的波数扩展角测试 (a) 砂石底质; (b) 砾石底质

    图 16  不同底质条件下的波数扩展角测试 (a) 接收深度10 m; (b) 接收深度95 m

    图 17  200 m波导声速剖面

    图 18  200 m波导深度的波数扩展角测试 (a) 接收深度30 m; (b) 接收深度100 m

    图 19  SWellEx-96数据方位历程处理结果

    图 20  SWellEx-96环境参数

    图 21  SWellEx-96数据波数扩展特征提取结果 (a) −53°水面目标; (b) 35°水下目标

    图 22  某实验大连附近海域声速剖面

    图 23  大连海域水面水下目标实测数据方位历程图 (a) 水面测量船; (b) 水下模拟目标

    图 24  大连海域实测数据频率−波数谱 (a) 水面民船; (b) 水下模拟目标

    图 25  大连海域实测数据波数扩展特征提取结果 (a) 水面民船; (b) 水下模拟目标

    图 26  大连海域实测数据的判决门限仿真结果

    表  1  不同传播距离和信噪比下的误判率统计表

    传播距离 (km)1234567
    信噪比
    (dB)
    −322%16%13%5%8%5%8%
    013%21%9%5%4%4%4%
    317%15%11%3%5%4%5%
    下载: 导出CSV
  • [1] Bucker H P. Use of calculated sound fields and matched-field detection to locate sound sources in shallow water. J. Acoust. Soc. Am., 1976; 59(2): 368—373 doi: 10.1121/1.380872
    [2] Conan E, Bonnel J, Chonavel T. Source depth discrimination with a vertical line array. J. Acoust. Soc. Am., 2016; 140(5): EL434—EL440 doi: 10.1121/1.4967506
    [3] Nosal E M, Neil Frazer L. Track of a sperm whale from delays between direct and surface-reflected clicks. Appl. Acoust., 2006; 67(11): 1187—1201 doi: 10.1016/j.apacoust.2006.05.005
    [4] 杨坤德, 马远良. 基于扇区特征向量约束的稳健自适应匹配场处理器. 声学学报, 2006; 31(5): 399—409 doi: 10.15949/j.cnki.0371-0025.2006.05.003
    [5] 惠俊英, 孙国仓, 赵安邦. Pekeris波导中简正波声强流及其互谱信号处理. 声学学报, 2008; 33(4): 300—304 doi: 10.15949/j.cnki.0371-0025.2008.04.001
    [6] Okopal G, Loughlin P J, Cohen L. Dispersion-invariant features for classification. J. Acoust. Soc. Am., 2008; 123(2): 832—841 doi: 10.1121/1.2821409
    [7] 李焜, 方世良, 安良. 基于频散特征的单水听器模式特征提取及距离深度估计研究. 物理学报, 2013; 62(9): 301—310 doi: 10.7498/aps.62.094303
    [8] Premus V E, Helfrick M N. Use of mode subspace projections for depth discrimination with a horizontal line array: Theory and experimental results. J. Acoust. Soc. Am., 2013; 133(6): 4019—4031 doi: 10.1121/1.4804317
    [9] 李鹏, 章新华, 付留芳, 等. 一种基于模态域波束形成的水平阵被动目标深度估计. 物理学报, 2017; 66(8): 166—178 doi: 10.7498/aps.66.084301
    [10] Dreméau A, Le Courtois F, Bonnel J. Reconstruction of dispersion curves in the frequency-wavenumber domain using compressed sensing on a random array. IEEE J. Oceanic Eng., 2017; 42(4): 914—922 doi: 10.1109/JOE.2016.2644780
    [11] Liu B, Ramachandran B, Khong A W H. A wavenumber-fitting extrapolation method for FFT-based near-field acoustic holography using microphone array. IEEE International Conference on Acoustics, Prague, Czech Republic, 2011: 145—148
    [12] Reeder B, D. Clutter depth discrimination using the wavenumber spectrum. J. Acoust. Soc. Am., 2014; 135(1): EL1—EL7 doi: 10.1121/1.4828979
    [13] Nicolas B, Mars J, Lacoume J L. Source depth estimation using modal decomposition and frequency-wavenumber transform. 12th European Signal Processing Conference, IEEE, Vienna, Austria, 2007: 2147—2150
    [14] Le Courtois F, Bonnel J. Autoregressive model for high-resolution wavenumber estimation in a shallow water environment using a broadband source. J. Acoust. Soc. Am., 2014; 135(4): 199—205 doi: 10.1121/1.4869821
    [15] Le Courtois F, Bonnel J. Wavenumber tracking in a low resolution frequency-wavenumber representation using particle filtering. IEEE International Conference on Acoustics, Speech and Signal Processing, Florence, Italy, 2014: 6855—6859
    [16] Le Courtois F, Bonnel J. Compressed sensing for wideband wavenumber tracking in dispersive shallow water. J. Acoust. Soc. Am., 2015; 138(2): 575—583 doi: 10.1121/1.4926381
    [17] Yang T C. Source Depth estimation based on synthetic aperture beamforming for a moving source. J. Acoust. Soc. Am., 2015; 138(3): 1678—1686 doi: 10.1121/1.4929748
    [18] 张学波, 唐劲松, 钟何平, 等. 适用于宽波束的多接收阵SAS波数域成像算法. 哈尔滨工程大学学报, 2014; 35(1): 93—101 doi: 10.3969/j.issn.1006-7043.2014.01.014
    [19] Li P, Zhang X, Li L, et al. Source depth discrimination using wavenumber domain feature with a horizontal array. Appl. Acoust., 2020; 164: 107287 doi: 10.1016/j.apacoust.2020.107287
    [20] 李鹏. 近浅海中被动声呐目标探测关键技术研究. 博士学位论文, 哈尔滨: 哈尔滨工程大学, 2019: 99—126
  • 加载中
图(26) / 表(1)
计量
  • 文章访问数:  68
  • HTML全文浏览量:  17
  • PDF下载量:  36
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-08-30
  • 修回日期:  2022-11-23
  • 刊出日期:  2023-11-02

目录

    /

    返回文章
    返回