基于lofar圖的自動(dòng)檢測線譜的智能方法

0低信噪比情況下的被動(dòng)聲鞣線譜檢測和提取技術(shù)lofar處理每個(gè)被動(dòng)噪聲系統(tǒng)都起著重要的作用：操作人員可以通過robot圖像確定目標(biāo)是否存在，并跟蹤和識(shí)別目標(biāo)。近年來,現(xiàn)代艦艇的隱身性能得到了高度重視,隨著減振降噪技術(shù)在艦艇、水中兵器中的大量運(yùn)用,目標(biāo)輻射噪聲大幅度降低,出現(xiàn)了許多安靜型目標(biāo)。為了能夠利用被動(dòng)聲吶在遠(yuǎn)距離上檢測這些安靜型目標(biāo),人們采用了許多方法試圖提高被動(dòng)聲吶在低信噪比時(shí)的線譜檢測、跟蹤能力。在文獻(xiàn)中對國內(nèi)外采用的各種線譜檢測方法的現(xiàn)狀進(jìn)行了綜述。從當(dāng)前的研究現(xiàn)狀看,在低信噪比情況下利用機(jī)器自動(dòng)進(jìn)行線譜檢測和提取依然非常困難。其主要原因是:一是由于信噪比低,隨機(jī)出現(xiàn)的噪聲點(diǎn)不易剔除。二是由于存在背景起伏、多途效應(yīng)、隨機(jī)干擾等原因,窄帶信號(hào)時(shí)強(qiáng)時(shí)弱,在LOFAR圖中表現(xiàn)為譜線時(shí)明時(shí)暗,甚至在譜線中間會(huì)出現(xiàn)斷點(diǎn)的現(xiàn)象;三是無論寬帶噪聲分量還是線譜分量,其動(dòng)態(tài)范圍都比較大。通過觀察LOFAR圖,即使在極低的信噪比下,聲吶兵可以很容易地檢測和提取出窄帶信號(hào)形成的譜線。研究表明,人之所以有很強(qiáng)的譜線檢測和提取能力,首先是由于人眼具有很強(qiáng)的模式識(shí)別能力,在檢測過程中自動(dòng)利用了譜線的形狀特點(diǎn);其次是由于存在視覺積累,自動(dòng)利用了多個(gè)時(shí)刻的譜值信息。為了提高在低信噪比下的線譜檢測和提取能力,本文模擬聲吶兵通過觀察LOFAR圖檢測譜線的過程,將線譜識(shí)別、線譜檢測和線譜跟蹤融合在一起,給出了低信噪比下的自動(dòng)檢測線譜的智能算法,并用海上試驗(yàn)數(shù)據(jù)驗(yàn)證了算法的性能。1譜線的編碼和圖像加工艦艇和魚雷等目標(biāo)的輻射噪聲的功率譜是由連續(xù)分布的寬帶噪聲譜和在若干個(gè)離散頻率上的窄帶線譜構(gòu)成的。水聲信號(hào)中的窄帶信號(hào)可以用一組正弦信號(hào)來表示:s(t)=Ρ∑j=1Ajsin(i2πfj+φj)+n(t)(1)s(t)=∑j=1PAjsin(i2πfj+φj)+n(t)(1)式中fj、Aj、φj分別為第j個(gè)窄帶線譜信號(hào)分量對應(yīng)的頻率、幅度和初始相位,n(t)表示寬帶噪聲。為了簡便起見,用x(n)表示上式中的信號(hào)經(jīng)濾波、采樣、解析變換等處理后的信號(hào),則分段周期圖可用K次譜樣點(diǎn)值相加平均過程來計(jì)算:Ι(k)=1ΚΚ∑i=1|Yi(k)|2(2)I(k)=1K∑i=1K|Yi(k)|2(2)式中Yi(k)是利用輸入序列:w(n)x[n+(i-1)N/R],n=0,…,N-1計(jì)算的第i個(gè)DFT第k個(gè)頻率點(diǎn)的值:Yi(k)=Ν-1∑n=0w(n)x[n+(i-1)ΝR]e-j2πkn/Ν(3)Yi(k)=∑n=0N?1w(n)x[n+(i?1)NR]e?j2πkn/N(3)其中w(n)是窗函數(shù),R定義為R=N/Nnew,是DFT的冗余度。由R的定義可知,每一次計(jì)算DFT時(shí),輸入序列只移動(dòng)了Nnew個(gè)樣點(diǎn)。若把各個(gè)時(shí)刻的譜值以瀑布圖形式顯示,用x軸表示信號(hào)的頻率,y軸表示時(shí)間,亮度表示幅度。這種表示時(shí)頻平面的M×N的二維圖象就是LOFAR圖。窄帶信號(hào)經(jīng)過譜分析和累加平均后的譜表現(xiàn)為線狀譜。線譜除了在譜的形狀,如幅值高、滿足一定的斜率和寬度要求外,在時(shí)間上具有連續(xù)性。在信噪比較高時(shí),在LOFAR圖上,由對應(yīng)同一窄帶信號(hào)的多個(gè)時(shí)刻線譜點(diǎn)形成了一條清晰的亮線,即譜線。經(jīng)過上述處理后得到的譜值中含有一個(gè)寬帶噪聲分量,并且在一般情況下,寬帶噪聲分量的動(dòng)態(tài)范圍非常大。為了壓縮動(dòng)態(tài)范圍,提高線譜檢測和提取的能力,需首先減去寬帶噪聲分量,對經(jīng)短項(xiàng)積累后的每一時(shí)刻新計(jì)算的譜值作背景均衡處理。不妨設(shè)Xk為k個(gè)頻率點(diǎn)的值,μk是k點(diǎn)的噪聲均值估計(jì)值:Νk=Xk-μk(4)Nk=Xk?μk(4)μk可以利用排序截?cái)嗥骄惴ㄇ蟮?。Vol.26No.32004SHIPENGINEERING692次取門限檢測研究表明,當(dāng)聲吶兵通過觀察LOFAR圖判斷是否存在窄帶信號(hào)時(shí),執(zhí)行了一個(gè)雙門限檢測過程:第一次是設(shè)置一個(gè)門限,根據(jù)不同時(shí)刻、頻率的點(diǎn)的灰度值的大小初步判斷該點(diǎn)是否可能是譜線上的點(diǎn);然后利用線譜的形狀特點(diǎn)和時(shí)間上的連續(xù)性,并第二次取門限來完成檢測。聲吶兵在此過程中自動(dòng)進(jìn)行了模式識(shí)別和視覺積累,對一些幅值雖高,但孤立的點(diǎn)會(huì)作為噪聲剔除掉;而一些即使幅值較低的點(diǎn),只要相鄰各個(gè)時(shí)刻連續(xù)出現(xiàn),和相臨的點(diǎn)組成了一條譜線,也會(huì)認(rèn)為這些點(diǎn)是窄帶信號(hào)對應(yīng)的點(diǎn)而保留下來。聲吶兵一旦判斷窄帶信號(hào)存在,即使是在譜線中間斷裂的點(diǎn),也會(huì)認(rèn)為對應(yīng)的時(shí)間-頻率點(diǎn)上線譜是存在的。為了模擬聲吶兵在LOFAR圖中提取譜線的雙門限檢測過程,本文將線譜檢測分三步完成:第一步,對新計(jì)算的LOFAR譜值進(jìn)行線譜識(shí)別;第二步,延遲一段時(shí)間后進(jìn)行線譜跟蹤,統(tǒng)計(jì)線譜出現(xiàn)次數(shù);第三步,根據(jù)線譜跟蹤結(jié)果,剔除噪聲點(diǎn),并自動(dòng)產(chǎn)生暫時(shí)丟失的線譜點(diǎn)。2.1線譜的制作線譜在文獻(xiàn)中給出了兩種線譜識(shí)別方法,本文對線譜識(shí)別方法進(jìn)行了優(yōu)化,具體的線譜識(shí)別方法如下:(1)按頻率從低到高找出線譜所在的局部最大點(diǎn)。判斷局部最大點(diǎn)的條件為兩個(gè):一是局部最大點(diǎn)左邊斜率為正,右邊斜率為負(fù),則該點(diǎn)兩側(cè)的斜率之積小于零。即若設(shè)k-1,k,k+1三個(gè)點(diǎn)的值分別為Nk-1,Nk,Nk+1,ΔNk=Nk+1-Nk,ΔNk-1=Nk-Nk-1,則ΔNk-1·ΔNk-1<0;二是局部最大值比其兩側(cè)的值大,即Nk>Nk-1,一旦上面兩條件滿足,k點(diǎn)即是局部最大點(diǎn)。(2)對局部最大點(diǎn)進(jìn)行卡門限處理,即根據(jù)各個(gè)頻率點(diǎn)譜值和噪聲均值大小判斷Νk/μk=(Xk-μk)/μk＞d0(5)是否滿足,d0的值可以根據(jù)要求的檢測概率和虛警概率確定。(3)判斷超過門限的局部最大點(diǎn)是否具備線譜的形狀,若譜寬小于設(shè)定的譜寬門限,則認(rèn)為是線譜;否則認(rèn)為非線譜點(diǎn)予以剔除。這里譜寬定義為超過該局部最大點(diǎn)一半的頻率點(diǎn)數(shù)。從局部最大點(diǎn)向兩側(cè)計(jì)算超過此局部最大值一半的點(diǎn)數(shù)即可求出譜寬。經(jīng)過線譜識(shí)別后,保留識(shí)別出的線譜值,而將其余值置零。2.2窄帶信號(hào)對應(yīng)點(diǎn)識(shí)別算法經(jīng)線譜識(shí)別處理后保留下來的點(diǎn),除了對應(yīng)窄帶信號(hào)形成的線譜點(diǎn)處,也有一部分對應(yīng)著滿足了線譜識(shí)別邏輯的噪聲點(diǎn),加上事先不知道窄帶信號(hào)的數(shù)量和起止時(shí)間,經(jīng)線譜識(shí)別后保留的譜值非零點(diǎn),既可能是噪聲點(diǎn),又可能是窄帶信號(hào)對應(yīng)的線譜點(diǎn);而窄帶信號(hào)對應(yīng)的線譜點(diǎn)可能對應(yīng)窄帶信號(hào)開始、終止,以及中間時(shí)刻。因此,為了能夠判斷經(jīng)線譜識(shí)別處理后的譜值非零點(diǎn)是否對應(yīng)窄帶信號(hào)形成的線譜點(diǎn),可進(jìn)一步利用窄帶信號(hào)在時(shí)間上的連續(xù)性,由窄帶信號(hào)形成的譜線上必然會(huì)有更多的點(diǎn)被識(shí)別為線譜,這意味著可根據(jù)非零譜值點(diǎn)前后多個(gè)時(shí)刻識(shí)別出的線譜識(shí)別情況來判斷該點(diǎn)是否是窄帶信號(hào)對應(yīng)的點(diǎn)?？紤]到聲吶檢測和識(shí)別目標(biāo)只允許延遲一小段時(shí)間,算法中只固定利用M個(gè)時(shí)刻的譜信息,若對應(yīng)窄帶信號(hào),相當(dāng)于只利用了LOFAR圖中一小段長度為M的譜線。統(tǒng)計(jì)前后M個(gè)時(shí)刻線譜識(shí)別情況可以通過類似頻率跟蹤的技術(shù)來實(shí)現(xiàn),具體做法是:(1)按頻率從低到高找出M時(shí)刻的譜值非零點(diǎn)。(2)從第M時(shí)刻的譜值非零點(diǎn)開始,向前后兩側(cè)搜索,統(tǒng)計(jì)兩側(cè)M個(gè)時(shí)刻的譜值非零點(diǎn)出現(xiàn)次數(shù)。頻率搜索范圍限定在相鄰時(shí)刻最大頻率偏移量的范圍內(nèi),不妨設(shè)為2N+1;搜索中心是根據(jù)最近搜索結(jié)果外推的線譜最可能出現(xiàn)的頻率點(diǎn),其位置由下式來確定:Fk+1=Fk+(Fk-Fk-1)(6)其中Fk表示第k時(shí)刻譜值非零點(diǎn)對應(yīng)的頻率。70船舶工程2004年第26卷第3期2.3基于中間丟失數(shù)據(jù)的噪聲自動(dòng)識(shí)別由于窄帶信號(hào)在一段時(shí)間上是一直存在的,其對應(yīng)的線譜必然在時(shí)間上具有一定的連續(xù)性,并且同一窄帶信號(hào)所對應(yīng)的線譜在相鄰時(shí)刻的峰值點(diǎn)之間的頻率變化范圍由信號(hào)的頻率變化和多普勒頻移決定,一般不會(huì)很大。對應(yīng)窄帶信號(hào)的線譜點(diǎn),其線譜跟蹤路徑上出現(xiàn)的譜值非零點(diǎn)數(shù)應(yīng)多于噪聲點(diǎn)對應(yīng)的跟蹤路徑上出現(xiàn)的譜值非零點(diǎn)數(shù)。因此可以根據(jù)上一步的線譜跟蹤結(jié)果進(jìn)一步剔除噪聲點(diǎn)。由于在M時(shí)刻識(shí)別出的非零峰值點(diǎn),即可能是噪聲點(diǎn),又可能是窄帶信號(hào)對應(yīng)的線譜點(diǎn)。而窄帶信號(hào)對應(yīng)的線譜點(diǎn)可能對應(yīng)窄帶信號(hào)開始、終止,以及中間時(shí)刻。只要是與M時(shí)刻的非零點(diǎn)相鄰的M行數(shù)據(jù)中搜索到的線譜數(shù)大于設(shè)置門限gatel,就認(rèn)為該線譜點(diǎn)是窄帶信號(hào)所對應(yīng)的線譜點(diǎn),否則,則認(rèn)為是噪聲點(diǎn)予以剔除。經(jīng)過噪聲點(diǎn)剔除處理后,隨機(jī)噪聲點(diǎn)基本上剔除干凈。由于信號(hào)起伏、噪聲干擾等原因,部分線譜點(diǎn)可能在線譜識(shí)別時(shí)被剔除,或原本就淹沒在噪聲中。若直接利用剔除后的結(jié)果進(jìn)行目標(biāo)識(shí)別,丟失的線譜必然影響系統(tǒng)的性能。為了提高系統(tǒng)的性能,需要在進(jìn)行目標(biāo)檢測和識(shí)別之前,產(chǎn)生中間丟失的線譜。具體方法是對M時(shí)刻判為線譜的點(diǎn)搜索下一時(shí)刻信號(hào)出現(xiàn)情況,若在搜索范圍內(nèi)信號(hào)丟失,根據(jù)前后識(shí)別線譜的情況,若丟失的是中間點(diǎn),并且丟失時(shí)刻小于最大允許丟失的時(shí)刻數(shù)MM,則在線譜最可能出現(xiàn)的點(diǎn),自動(dòng)產(chǎn)生一個(gè)表示線譜信號(hào)的非零點(diǎn),供下一時(shí)刻判斷,中間丟失的信號(hào)點(diǎn)的位置,同樣由式(6)來確定:從處理過程可以看出,算法在實(shí)現(xiàn)過程中只要保存2M+1個(gè)時(shí)刻的譜值信息,并實(shí)時(shí)更新數(shù)據(jù),則會(huì)自動(dòng)輸出前面第M時(shí)刻的處理結(jié)果,最后處理結(jié)果共延遲了M個(gè)時(shí)刻。由于算法能夠自動(dòng)剔除大部分噪聲點(diǎn),自動(dòng)產(chǎn)生丟失的線譜點(diǎn),在檢測窄帶信號(hào)形成的線譜時(shí)可以同時(shí)保證高檢測概率和低虛警概率。3智能線譜檢測算法處理效果本節(jié)用實(shí)測數(shù)據(jù)驗(yàn)證了算法的性能。圖1給出了某海上目標(biāo)的不同處理過程對應(yīng)的處理結(jié)果。用橫坐標(biāo)表示頻率,縱軸表示時(shí)間,線譜識(shí)別前用256級(jí)灰度表示幅度,線譜識(shí)別后所有非零值全部用黑點(diǎn)表示。算法中所用的參數(shù)如下:選擇的頻帶為全頻帶,抽樣數(shù)為4,DFT的長度為2048(圖中只顯示了512個(gè)頻率點(diǎn)的處理結(jié)果),數(shù)據(jù)窗為矩形窗,數(shù)據(jù)不重疊,平均次數(shù)為10;線譜識(shí)別中譜寬門限為5,峰高門限d0=1;M=20,搜索范圍2N+1=7,允許丟失的時(shí)刻數(shù)MM=5,判斷是否為噪聲點(diǎn)的門限gatel=9。圖1(a)是原始LOFAR圖,圖1(b)是去除寬帶噪聲分量的線譜圖,圖1(c)表示經(jīng)線譜識(shí)別后的線譜識(shí)別結(jié)果,圖1(d)是經(jīng)智能線譜檢測算法處理后的最終處理結(jié)果。為了分析方便,圖2給出了圖1中的各個(gè)時(shí)刻的線譜識(shí)別后的非零譜值數(shù)、剔除的噪聲點(diǎn)數(shù)、產(chǎn)生的丟失線譜數(shù),以及最終經(jīng)智能線譜檢測方法處理后得到的線譜數(shù)。從圖1(b)中可以看出,經(jīng)過去除寬帶噪聲分量后,圖1(a)中窄帶信號(hào)對應(yīng)的線譜有所增強(qiáng)。圖1(c)是對LOFAR圖中的各個(gè)時(shí)刻的譜值進(jìn)行線譜識(shí)別處理的結(jié)果,滿足了線譜識(shí)別邏輯的點(diǎn)用黑點(diǎn)表示,圖2(a)給出了各個(gè)時(shí)刻線譜識(shí)別后保留的線譜數(shù)。顯然有許多噪聲點(diǎn)被判為線譜,虛警非常高。經(jīng)過雙門限線譜檢測處理后,在圖1(d)中噪聲點(diǎn)已經(jīng)基本剔除干凈,但窄帶信號(hào)所對應(yīng)的線譜基本保留下來,并且自動(dòng)產(chǎn)生了中間短暫丟失的線譜點(diǎn),圖2(d)給出了各個(gè)時(shí)刻經(jīng)智能線譜檢測算法處理后的線譜數(shù)。同圖1(c)相比,噪聲點(diǎn)明顯減少,譜線上中間暫時(shí)丟失的線譜也已自動(dòng)填補(bǔ)上了,圖2(b)和圖2(c)分別給出了各個(gè)時(shí)刻的剔除的噪聲點(diǎn)數(shù)和產(chǎn)生的丟失線譜數(shù)。由于該算法能夠自動(dòng)剔除大部分噪聲點(diǎn),自動(dòng)產(chǎn)生丟失的線譜點(diǎn),使算法在檢測窄帶信號(hào)形成線譜時(shí)可以同時(shí)保證高檢測概率和低虛警概率。4線譜檢測方法本文模擬聲吶兵在LOFAR圖上檢測和提取譜線的雙門限過程,將線譜識(shí)別、線譜檢測和跟蹤合并成一個(gè)統(tǒng)一的算法。該算