专利名称：一种Rⁿ空间中的水底目标回波和混响的特征联合建模方法
技术领域：
本发明涉及水声技术应用领域，具体地说是ー种Rn空间中的水底目标回波和混响的特征联合建模方法。
背景技术：
水下沉底或掩埋目标探测在水下考古、沉船打捞等水下工作任务中具有重要的作用。根据探测距离，水底目标探测可以分为近距离探測与远距离探测两种情況。近距离探测时，可以采用成像声纳等设备，获得目标及其附近的声学图像，直观的对目标进行识别与判断。而远距离探测吋，目标不具备成像条件，无法得到目标的形状信息，只能根据调制在 回波信号中的目标震动信息对目标存在与否进行判断。目前进行远距离水底目标探测时，通常采用的做法是使用主动声纳发射ー个宽带脉冲，并采用声纳阵列接收回波信号。根据目标回波与混响在物理机理上的不同，确定二者在信号性质上的差异，并选择相应的数学变换方法提取出回波信号的信号特征，采用模式识别方法对回波信号的信号特征进行判断识别。在这一信号处理流程中，目前的研究与成果主要集中在对目标回波与混响的性质进行分析，并研究相应的信号特征提取方法。在此方向上，国内学者提出了适用于工程应用的目标回波亮点模型，明确了目标回波中几何回波与弾性回波的基本形式，并据此采用了多种基于时域、频域以及时频域的信号处理方法来提取信号特征。但是目前已研究的方法都是在提取信号特征时将混响作为ー种干扰信号进行抑制，针对混响的信号性质及其特征的研究未见相关文献报道。

发明内容
本发明的目的在于提出一种在欧氏距离意义下具有最优的可分离性，能提高主动声纳的探測性能，实现远程安全探測的Rn空间中的水底目标回波和混响的特征联合建模方法。本发明的目的是这样实现的ー种Rn空间中的水底目标回波和混响的特征联合建模方法包括以下步骤步骤I :将混响作为ー类具有稳定信号性质的信号源，建立包含目标回波与混响的训练样本库，根据两种信号物理性质的差异，采用不同信号处理方法将训练样本映射到多个信号特征空间中；步骤2 :根据训练样本在信号特征空间中的分布信息，对信号特征空间降维，并对不同的信号特征空间融合，建立融合信号特征空间；步骤3 :建立训练样本中的目标回波与混响在融合信号特征空间中的联合分布模型；步骤4 :对于未知的信号样本，通过步骤I与步骤2所述的信号处理方法映射到融合特征空间中，并与步骤3建立的联合分布模型进行比较，判断未知信号样本的种类。所述的采用不同信号处理方法，是指采用分数阶傅里叶变换将训练样本映射到能量聚集性特征空间和采用Hilbert-Huang变换将训练样本映射到多分量特征空间。所述的信号特征空间降维，采用的是在欧氏距离意义下，基于Fisher准则函数的线性鉴别分析进行的。所述的信号特征空间融合，采用的是典型相关分析结合串联特征融合的方法进行的。所述的特征空间联合分布建模，采用的是判别函数方法对目标回波与混响在融合特征空间中的分类面建立数学方程。本发明的方法的主要特点本发明将混响视为ー类具有稳定信号性质的信号源，根据目标回波与混响在信号性质上的差异，结合特征空间压缩与融合方法，建立了ー个融合特征空间Rn。与已有的信号 特征空间建立方法相比，本发明方法建立的特征空间可以使目标回波与混响具有更加稳定与普适的分离性。本发明的成果不局限于水底目标识别的应用上，还可以广泛的应用于前视声纳、水下无人潜器、蛙人声纳等主动声纳目标识别领域，提高主动声纳的探測性能，实现远程安全探測，为近海防御声纳提供新的实现方案。


图I是本发明的联合建模与识别方法实现步骤示意图。
具体实施例方式下面结合附图举例对本发明做更详细的描述结合图I。以分数阶傅里叶变换和Hilbert-Huang变换为例，此处所述内容对本发明内容不起限定作用。本发明包括以下步骤步骤I :根据目标回波信号的亮点模型，当主动声纳发射信号为线性调频信号吋，目标回波也为线性调频信号，具有能量聚集特性与多分量特性。根据这ー特点，可以采用分数阶傅里叶变换与Hilbert-Huang变换对回波信号进行特征提取，分别提取回波信号的能量聚集性特征与多分量特征。对于回波信号X (t)，对其进行如式⑴所示的分数阶傅里叶变换。
-H Jp (") = J Kp ( /, )χ{ ) (I)
—GO其中，核函数Kp(u，t)为ー个与时间t、分数阶域坐标轴u以及分数阶幂P有关的函数。通过改变P的值，使fp(U)的峰值达到最大，此时fp(U)即为回波信号的能量聚集性特征。回波信号X (t)的Hilbert-Huang变换是对x (t)进行EMD分解，对信号的包络进行拟合，设立頂F分量的成立条件，采用从信号中减去上下包络线平均值的方式逐级得到各阶頂F分量，最后将信号分解为若干个IMF分量与一个余项的和。舍弃余项，对其余IMF分量做Hilbert变换，即可得到回波信号的Hilbert谱。通过以上两种信号特征提取方法，即建立了图I中步骤I中的两个特征空间。步骤2 :包含了信号特征空间的降维与融合两个步骤。
通过步骤1，回波信号x(t)从时域上映射到了某一特定的信号特征空间中。对这个信号特征空间进行压缩，应该遵循的一条原则是在压缩后的信号特征空间中，目标回波与混响的类间可分性更高。因此，在欧氏距离意义下，采用如式(2)所示的Fisher准则函数作为信号特征空间的压缩准则，目的是在压缩后的信号特征空间中，两类信号样本具有更小的类内散布距离，与更大的类间散布距离。
权利要求
1.一种Rn空间中的水底目标回波和混响的特征联合建模方法，其特征在于包括以下步骤 步骤I :将混响作为ー类具有稳定信号性质的信号源，建立包含目标回波与混响的训练样本库，根据两种信号物理性质的差异，采用不同信号处理方法将训练样本映射到多个信号特征空间中； 步骤2 :根据训练样本在信号特征空间中的分布信息，对信号特征空间降维，并对不同的信号特征空间融合，建立融合信号特征空间； 步骤3 :建立训练样本中的目标回波与混响在融合信号特征空间中的联合分布模型； 步骤4 :对于未知的信号样本，通过步骤I与步骤2所述的信号处理方法映射到融合特征空间中，并与步骤3建立的联合分布模型进行比较，判断未知信号样本的种类。
2.根据权利要求I所述的ー种Rn空间中的水底目标回波和混响的特征联合建模方法，其特征是所述的采用不同信号处理方法，是指采用分数阶傅里叶变换将训练样本映射到能量聚集性特征空间和采用Hilbert-Huang变换将训练样本映射到多分量特征空间。
3.根据权利要求I所述的ー种Rn空间中的水底目标回波和混响的特征联合建模方法，其特征是所述的信号特征空间降维，采用的是在欧氏距离意义下，基于Fisher准则函数的线性鉴别分析进行的。
4.根据权利要求I所述的ー种Rn空间中的水底目标回波和混响的特征联合建模方法，其特征是所述的信号特征空间融合，采用的是典型相关分析结合串联特征融合的方法进行的。
5.根据权利要求I所述的ー种Rn空间中的水底目标回波和混响的特征联合建模方法，其特征是所述的特征空间联合分布建模，采用的是判别函数方法对目标回波与混响在融合特征空间中的分类面建立数学方程。
全文摘要
本发明提供的是一种Rn空间中的水底目标回波和混响的特征联合建模方法，其步骤是1.建立包含目标回波与混响的训练样本库，根据两种信号物理性质的差异，采用不同的信号处理方法将训练样本映射到多个信号特征空间中；2.根据训练样本在信号特征空间中的分布信息，对信号特征空间降维，并对不同的信号特征空间融合，建立融合信号特征空间；3.建立训练样本中的目标回波与混响在融合信号特征空间中的联合分布模型；4.对于未知的信号样本，通过步骤1，2所述的信号处理方法映射到融合特征空间中，并与步骤3建立的联合分布模型进行比较，判断未知信号样本的种类。本发明所提出的建立的特征空间可以使目标回波与混响具有更加稳定与普适的分离性。
文档编号G01S7/527GK102692625SQ20121015007
公开日2012年9月26日 申请日期2012年5月15日 优先权日2012年5月15日
发明者夏峙, 李婷婷, 李秀坤, 谷新禹 申请人:哈尔滨工程大学