[發(fā)明專利]一種基于水聽器陣列的淺海目標深度的分類方法

有效

• 申請?zhí)枺?/td>: 201310739820.8
• 申請日: 2013-12-26
• 公開（公告）號: CN104749568A
• 公開（公告）日: 2015-07-01
• 發(fā)明（設計）人: 于倍;王文博;王贊;鄭勝家;黃勇;張春華
• 申請（專利權(quán)）人: 中國科學院聲學研究所
• 主分類號: G01S7/539
• 分類號: G01S7/539
• 代理公司: 北京法思騰知識產(chǎn)權(quán)代理有限公司 11318
• 代理人: 楊小蓉;楊林

1.一種基于水聽器陣列的淺海目標深度的分類方法，其特征在于，所述的分類方法包括：

步驟1）建立聲源輻射的聲信號模型，根據(jù)該聲信號模型及接收信號數(shù)據(jù)存在的多普勒效應建立接收信號模型；

步驟2）根據(jù)FFT變換在頻域?qū)Σ襟E1）中的接收信號數(shù)據(jù)進行估計，得到接收信號頻率值；

步驟3）將步驟2）中得到的接收信號頻率值以均方根進行歸一化，得到不含白噪聲的接收信號能量調(diào)制，建立該接收信號能量調(diào)制分布滿足參數(shù)為（α,β）的伽馬分布的概率密度函數(shù)；

步驟4）利用聲傳播仿真建立聲場模型，根據(jù)該聲場模型設置靠近海水表面的聲源參數(shù)，重復計算得到若干個仿真的接收信號，使用矩法估計得到一組α和β值，并將其代入步驟3）中的概率密度函數(shù)，得到淺水概率密度函數(shù)；根據(jù)該聲場模型設置深處聲源參數(shù)，重復計算得到若干個仿真的接收信號，使用矩法估計得到另一組α和β值，并將其代入步驟3）中的概率密度函數(shù)，得到深水概率密度函數(shù)；

步驟5）根據(jù)步驟4）中得到的淺水概率密度函數(shù)和深水概率密度函數(shù)，使用似然比檢驗分類接收信號的聲源深度。

2.根據(jù)權(quán)利要求1所述的基于水聽器陣列的淺海目標深度的分類方法，其特征在于，所述步驟1）中的聲信號模型表示為：

υ[n]＝Acos(ω₀nT_s+θ)

其中，ω₀表示信號角頻率，A表示幅度，θ表示相位，離散時間變量n=1,2,...,N，T_s表示每秒的采樣時間間隔，采樣頻率f_s＝1/T_s。

3.根據(jù)權(quán)利要求2所述的基于水聽器陣列的淺海目標深度的分類方法，其特征在于，所述步驟1）中的接收信號模型表示為：

y[n]＝x[n]Acos(ω_dnT_s+θ+φ[n])+ω[n]

其中，ω[n]表示加性噪聲，x[n]表示接收信號能量調(diào)制，φ[n]表示時變的相位，ω_d表示接收頻率，θ表示相位，A表示幅度，T_s表示每秒的采樣時間間隔。

4.根據(jù)權(quán)利要求3所述的基于水聽器陣列的淺海目標深度的分類方法，其特征在于，所述步驟3）中的概率密度函數(shù)表示為：

f(x[n])=βαΓ(α)x[n]α-1e-βx[n]]]>

其中，α為形狀參數(shù)，β為尺度參數(shù)，x[n]表示接收信號能量調(diào)制，Γ()為伽馬函數(shù)。