[發(fā)明專利]一種適用于部分均勻混響背景的參數(shù)化泄露目標(biāo)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810447019.9
• 申請(qǐng)日: 2018-05-11
• 公開（公告）號(hào): CN108646249B
• 公開（公告）日: 2020-06-09
• 發(fā)明（設(shè)計(jì)）人: 郝程鵬;閆林杰;施博;閆晟;徐達(dá)
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院聲學(xué)研究所
• 主分類號(hào): G01S15/88
• 分類號(hào): G01S15/88
• 代理公司: 北京億騰知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11309
• 代理人: 陳霽

一種適用于部分均勻混響背景的參數(shù)化泄露目標(biāo)檢測(cè)方法，包括：在部分均勻混響背景下，對(duì)待檢測(cè)回波數(shù)據(jù)建立混響和信號(hào)的多通道離散時(shí)間模型，利用二元假設(shè)檢驗(yàn)描述泄露目標(biāo)的檢測(cè)問(wèn)題；利用自回歸AR模型對(duì)待檢測(cè)回波數(shù)據(jù)和輔助數(shù)據(jù)進(jìn)行參數(shù)化建模，在假設(shè)建模過(guò)程中的AR系數(shù)矩陣和協(xié)方差矩陣已知的情況下，基于兩步GLRT設(shè)計(jì)準(zhǔn)則，利用待檢測(cè)回波數(shù)據(jù)設(shè)計(jì)檢測(cè)器；利用輔助數(shù)據(jù)對(duì)參數(shù)化建模過(guò)程中未知的參數(shù)矩陣和協(xié)方差矩陣進(jìn)行最大似然估計(jì)，并利用估計(jì)值代替檢測(cè)器中的未知參數(shù)得到參數(shù)化泄露目標(biāo)檢測(cè)器，完成對(duì)待檢測(cè)單元的自適應(yīng)檢測(cè)。本發(fā)明減小了近海聲納系統(tǒng)對(duì)輔助樣本的約束，降低計(jì)算復(fù)雜度的同時(shí)使小訓(xùn)練樣本下的檢測(cè)性能獲得提高。

技術(shù)領(lǐng)域

本發(fā)明涉及信號(hào)檢測(cè)領(lǐng)域，尤其涉及一種適用于部分均勻混響背景的參數(shù)化泄露目標(biāo)檢測(cè)方法。

背景技術(shù)

主動(dòng)聲納是探測(cè)水下隱身目標(biāo)的有效手段，近年來(lái)一直受到人們的重視。混響是影響主動(dòng)聲納目標(biāo)檢測(cè)性能的主要因素，尤其是在淺海環(huán)境下，當(dāng)聲納平臺(tái)具有一定運(yùn)動(dòng)速度時(shí)，這時(shí)混響具有空時(shí)耦合特性，即不同方位的混響將具有不同的多普勒頻移。空時(shí)自適應(yīng)檢測(cè)STAD技術(shù)是解決該問(wèn)題的一個(gè)有效途徑，源于它能夠?qū)崿F(xiàn)隱式的平臺(tái)運(yùn)動(dòng)補(bǔ)償從而允許獲得理論最優(yōu)的混響抑制性能。

針對(duì)高斯混響背景下點(diǎn)目標(biāo)的STAD問(wèn)題，國(guó)內(nèi)外學(xué)者基于最大似然比檢驗(yàn)GLRT、兩步GLRT、Wald、Rao等準(zhǔn)則提出多種檢測(cè)方法。這些STAD方法在設(shè)計(jì)中均基于理想的目標(biāo)采樣模型，即目標(biāo)回波的出現(xiàn)位置與采樣時(shí)刻所對(duì)應(yīng)的位置相一致，不存在任何能量的泄漏。實(shí)際上，這是一個(gè)過(guò)于理想的假設(shè)，目標(biāo)能量發(fā)生泄漏是聲納系統(tǒng)在應(yīng)用中非常常見的一個(gè)物理現(xiàn)象，當(dāng)一個(gè)點(diǎn)目標(biāo)跨坐于straddle兩個(gè)連續(xù)的距離單元時(shí)，能量泄漏的情況就會(huì)出現(xiàn)。意大利學(xué)者Orlando等針對(duì)部分均勻的高斯干擾背景，采用兩步GLRT設(shè)計(jì)準(zhǔn)則，提出泄漏自適相干估計(jì)器M-ACE；研究結(jié)果表明M-ACE可有效補(bǔ)償泄漏損失，提高檢測(cè)性能。部分均勻環(huán)境是實(shí)際中常遇到的一種環(huán)境，它是指待檢測(cè)單元的混響分量與輔助數(shù)據(jù)混響具有相同的協(xié)方差矩陣結(jié)構(gòu)、不同的能量比例因子。

實(shí)際的水下環(huán)境復(fù)雜多變，受界面起伏及水中微生物等因素的影響，淺海混響呈現(xiàn)顯著的非均勻性。現(xiàn)有的基于部分均勻混響背景的泄漏目標(biāo)采樣檢測(cè)方法，如：M-ACE；需要充足的均勻輔助數(shù)據(jù)，通常輔助數(shù)據(jù)量至少是空時(shí)處理維數(shù)的兩倍。這不僅使得模型的運(yùn)算量十分龐大，而且對(duì)輔助數(shù)據(jù)的長(zhǎng)度要求過(guò)高，導(dǎo)致該方法在實(shí)際水下環(huán)境中不適用。

發(fā)明內(nèi)容

為了彌補(bǔ)現(xiàn)有技術(shù)的不足，本發(fā)明提出一種適用于部分均勻混響背景的參數(shù)化泄漏目標(biāo)檢測(cè)方法。包括以下步驟：在部分均勻混響背景下，對(duì)待檢測(cè)回波數(shù)據(jù)建立混響和信號(hào)的多通道離散時(shí)間模型，并在此基礎(chǔ)上，利用二元假設(shè)檢驗(yàn)描述泄露目標(biāo)的檢測(cè)問(wèn)題；在二元假設(shè)檢驗(yàn)下，利用自回歸AR模型對(duì)待檢測(cè)回波數(shù)據(jù)和輔助數(shù)據(jù)進(jìn)行參數(shù)化建模，在假設(shè)建模過(guò)程中的系數(shù)矩陣和協(xié)方差矩陣已知的情況下，基于兩步GLRT設(shè)計(jì)準(zhǔn)則，利用待檢測(cè)回波數(shù)據(jù)設(shè)計(jì)檢測(cè)器；利用輔助數(shù)據(jù)對(duì)參數(shù)化建模過(guò)程中未知的參數(shù)進(jìn)行最大似然估計(jì)，并利用估計(jì)值代替檢測(cè)器中的未知參數(shù)得到參數(shù)化泄露目標(biāo)檢測(cè)器，完成對(duì)待檢測(cè)單元的自適應(yīng)檢測(cè)。

優(yōu)選地；參數(shù)化建模步驟包括，對(duì)待檢測(cè)回波數(shù)據(jù)及輔助數(shù)據(jù)進(jìn)行AR擬合，通過(guò)階遞推算法算出每一階對(duì)應(yīng)的參數(shù)估計(jì)結(jié)果；利用階數(shù)選擇準(zhǔn)則辨識(shí)出最佳建模階數(shù)，并確定最佳建模階數(shù)下的系數(shù)矩陣和協(xié)方差矩陣。

優(yōu)選地；待檢測(cè)回波數(shù)據(jù)設(shè)計(jì)檢測(cè)器步驟具體為：分別在有目標(biāo)和無(wú)目標(biāo)下的概率密度函數(shù)，構(gòu)建出最大似然檢驗(yàn)準(zhǔn)則，在此基礎(chǔ)上利用待檢測(cè)回波數(shù)據(jù)對(duì)未知的能量比例因子和目標(biāo)幅值因子進(jìn)行最大似然估計(jì)，通過(guò)將估計(jì)結(jié)果推導(dǎo)計(jì)算得到初步的判決式；利用輔助數(shù)據(jù)對(duì)系數(shù)矩陣和協(xié)方差矩陣進(jìn)行估計(jì)，將估計(jì)結(jié)果代替判決式中的真實(shí)值得到最終的檢測(cè)器判決表達(dá)式。

優(yōu)選地；未知參數(shù)包括：AR參數(shù)矩陣、空域協(xié)方差矩陣、能量比例因子和目標(biāo)幅值因子。