[發明專利]基于壓制式干擾與目標多維差異性特征的聯合檢測方法在審
| 申請號: | 202210559190.5 | 申請日: | 2022-05-22 |
| 公開(公告)號: | CN114895289A | 公開(公告)日: | 2022-08-12 |
| 發明(設計)人: | 王慶;王方勇;杜栓平;尚金濤;陳孝森;陳越超 | 申請(專利權)人: | 中國船舶重工集團公司第七一五研究所 |
| 主分類號: | G01S7/52 | 分類號: | G01S7/52;G01S7/537 |
| 代理公司: | 杭州賽科專利代理事務所(普通合伙) 33230 | 代理人: | 宋飛燕 |
| 地址: | 310023 浙江省*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 壓制 干擾 目標 多維 差異性 特征 聯合 檢測 方法 | ||
本發明涉及一種基于壓制式干擾與目標多維差異性特征的聯合檢測方法,對于被動聲納目標,所述方法構造頻域聚焦矩陣對頻域基陣數據進行加權處理,得到導向功率譜密度矩陣;基于導向最小方差準則構建自適應波束形成最優權系數,獲得自適應加權的波束域頻域數據;遍歷所有波束,提取多維差異性特征,并基于多維差異性特征得到聯合檢測結果。本發明提高壓制式干擾下弱目標的抗干擾處理增益,有效減少壓制式干擾的盲區范圍,大大提高壓制式水聲對抗干擾環境下被動聲納目標的探測效能;通過仿真與海試試驗數據對此方法進行了驗證,本方法在壓制式干擾下的弱目標檢測能力明顯優于傳統能量檢測方法,并且有效減少壓制式干擾下的探測盲區范圍。
技術領域
本發明涉及的技術領域,屬于聲納信號處理領域,特別涉及一種適用于水聲對抗干擾下弱目標檢測的基于壓制式干擾與目標多維差異性特征的聯合檢測方法。
背景技術
壓制式水聲干擾主要是壓制和降低聲納和魚雷對目標的探測性能,主要裝備有水聲干擾器等,按照工作頻段,有高頻聲干擾器與低頻聲干擾器之分,通過向水中發射強功率噪聲,壓制對方聲納和魚雷聲自導的正常工作,旨在削弱或破壞其聲學探測性能,提高己方艦艇平臺生存能力。
同時,水聲對抗干擾下的目標探測技術是為抑制/消除水聲對抗干擾所造成的影響而采取的處理方法。當前水聲對抗干擾技術的發展已可以使現有聲納探測性能急劇下降,壓制式干擾輻射噪聲能量強的情況下,不僅會增大背景噪聲,而且會形成較大扇面的探測盲區,將大幅度縮減聲納作用距離和有效探測范圍,降低目標方位、距離等參數估計精度。
現有技術中,被動目標探測方法普遍以能量檢測為主,易受壓制式強干擾的影響,雖然現有的高分辨自適應檢測方法可抑制強干擾的旁瓣泄露問題,但其仍存在主瓣能量強、波束寬等問題,探測范圍仍然受限。
發明內容
本發明解決了現有技術中存在的問題,提供了一種優化的基于壓制式干擾與目標多維差異性特征的聯合檢測方法,從壓制式干擾器材特性研究出發,基于壓制式干擾頻帶范圍受限、頻譜是均勻白的且不能覆蓋低頻信息等特征,聯合利用高低頻能量占比特征、窄帶線譜特征與空間能量分布等差異性特征提出。
本發明所采用的技術方案是,一種基于壓制式干擾與目標多維差異性特征的聯合檢測方法,對于被動聲納目標,所述方法構造頻域聚焦矩陣對頻域基陣數據進行加權處理,得到導向功率譜密度矩陣;基于導向最小方差準則構建自適應波束形成最優權系數,獲得自適應加權的波束域頻域數據;遍歷所有波束,提取多維差異性特征,并基于多維差異性特征得到聯合檢測結果。
優選地,構造頻域聚焦矩陣包括以下步驟:
步驟1.1:計算陣列導引向量an(fk,θ);
步驟1.2:利用陣列導引向量對各通道頻域陣數據進行相位補償,得到補償后的陣列輸出矩陣Y(fk,θ)。
優選地,所述步驟1.1中,其中,an(fk,θ)為第n個陣元在處理頻率fk、掃描方位θ處的方向向量,n=1,2,…,N,N為線陣總陣元數,d為陣元間距,c為聲速,fk∈[fL,fH],fL、fH為處理頻帶上下限,j為虛數;
所述步驟1.2中,Y(fk,θ)=TΗ(fk,θ)X(fk),
其中,為對應于fk頻點、θ方向所對應的陣列流行向量組成的對角陣,X(fk)為頻域陣數據,(·)Η為復矩陣共軛轉置。
優選地,所述導向功率譜密度矩陣為其中,R(fk)為fk頻點的協方差矩陣,M為頻域陣數據快拍數,m為1至M的正整數,K為處理總頻點數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國船舶重工集團公司第七一五研究所,未經中國船舶重工集團公司第七一五研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210559190.5/2.html,轉載請聲明來源鉆瓜專利網。





