[發明專利]基于空間相似度的水下目標尺度特性提取方法

有效

• 申請號: 201310172210.4
• 申請日: 2013-05-10
• 公開（公告）號: CN103278810A
• 公開（公告）日: 2013-09-04
• 發明（設計）人: 邵杰;王麗;趙偉松;仲雅琴
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G01S7/539
• 分類號: G01S7/539
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱小兵

技術領域

本發明屬于水聲信號處理技術領域，尤其是涉及基于空間相似度的水下目標尺度特性提取方法。

背景技術

通常的方位估計理論往往假設目標是點目標，即使在多個目標存在的情況下也假設它們為獨立的反射點。但在實際環境中，目標都有一定的形狀和體積，每個目標、尤其是一些大型目標在方位上都會占據一定的空間而不是一個幾何點，即在方位上表現為一定的空間分布，這種目標我們稱之為分布式目標。要對這類目標進行細致結構的參數估計，就不能沿用傳統的點目標模型來描述，而必須采用分布式目標模型來描述，在研究時結合具體的目標的特性如形狀、大小、材料、結構等來分析問題。這樣建立的目標模型比點目標更加真實，更能滿足現代裝備對目標識別的要求。

目標尺度是指目標具有的一定幾何尺寸。常用的寬帶噪聲干擾器和回波重發器等點源干擾器可以模擬目標回波的某些特征量，如回波展寬、多普勒頻移、輻射噪聲、目標亮點等，但很難模擬目標的巨大尺度。因此，目標尺度特征是最重要有效回波的特征，尺度識別技術也就成為當前水下目標的有效識別手段。

目前常用的目標尺度特征提取方法是：對目標回波進行時域分割，得到的一系列子回波的方位數據，采用互譜法、短時互譜法、小波互譜法等方法對其進行統計處理后形成目標方位走向。這些方法的主要難點在于水下目標形狀復雜、水聲環境的隨機性和時變性導致所提取的目標方位走向離散性較大；同時算法的復雜度也較高；方位走向法的不足之處是受目標照射角(舷角)的影響很大，而且存在識別死角。

發明內容

本發明所要解決的技術問題在于克服現有技術的不足,提出了基于空間相似度的水下目標尺度特性提取方法。所述方法利用空間相似度理論研究理想點目標的常規波束形成CBF空間功率譜與分布源目標的常規波束形成CBF空間功率譜之間的空間相似性，以歐氏距離、加權歐氏距離和向量空間余弦相似度作為特征參數度量，以實現對水下尺度目標的分類判斷。

為解決上述技術問題，本發明所采用的技術方案是：基于空間相似度的水下目標尺度特性提取方法，包括以下步驟：

步驟A，獲取目標回波陣列接收數據矩陣x(n)：

x(n)=[x₁(n),x₂(n),…,x_M(n)]

其中，x(n)是大小為N×M的數據矩陣，M表示水聽器接收基陣陣元個數，陣元間距為d，每個陣元接收長度為N的實時采集數據或提取N點存儲數據x_j(n)，n=1,2,…,N，j=1,2,…,M；

步驟B，計算分布源目標回波信號的自相關矩陣

陣列接收信號的自相關矩陣為：

其中，(.)^H表示共軛轉置，r_x為自相關矩陣R_x的組成元素；

構造托普利茲Toeplitz協方差矩陣R_T：