一种用于方位历程图显示的二维背景均衡方法

摘要

本发明公开了一种用于方位历程图显示的二维背景均衡方法，所述方法包括：对拖曳阵列中各阵元通道的输出进行时域滤波和预处理，然后进行频域波束形成，对频域波束形成后的输出分频带进行宽带能量积分得到不同频带的波束输出；各频带依次按频域波束形成搜索的角度处理，各角度按时间方向进行滤波，得到各角度新的输出能量值；根据不同频带输出对当前帧数据按照角度方向进行背景均衡处理；然后对不同频带输出进行去除野点处理和图像显示。该方法能有效抑制常规背景均衡算法带来的大片雪花点的干扰，增强目标轨迹。仿真及其实验数据表明，此方法在低信噪比条件下，能够有效改善方位历程图的显示效果。

说明书

技术领域

本发明属于水声信号处理领域，具体涉及在数字多波束声呐系统中，一种用于方位历程图显示的二维背景均衡方法。

背景技术

在数字多波束声呐系统中，方位历程图显示是实现目标检测的一种方式。由于海洋环境噪声在时间上的非平稳性和在空间上的非均匀性，在方位历程图像上会出现成片的强干扰。

背景均衡技术，主要用于去除方位历程图上/成片的噪声干扰，使得显示画面变得“干净”，可以改善方位历程显示的总体性能。但是对于低信噪比条件下，由于背景起伏严重，常规的背景均衡就存在不足，在方位历程图中会随机大量出现雪花点(伪峰)，甚至会丢失目标。

在某些信号处理应用中，后置处理的背景均衡是非常必要的。这些领域包括信号的频域谱分析、噪声背景中弱信号的检测、方向性数据的空间滤波等。背景均衡早期工作局限于频域分析。常见算法有TMP(two-pass mean)算法、OTA(order truncate average)算法、SP3PM(split three-pass mean)算法以及TPSW(two-pass split-window)算法等。但是对于方位历程图显示，所遇到的问题稍有不同。由于海洋环境在时间上的非平稳性和在空间上的非均匀性，噪声背景在时间和空间上便有某种特殊的性质，这种特性直接影响了对弱信号的检测。

目前，针对方位历程图显示的背景均衡方法为：改进的OTA算法：波束域OTA算法(文献[1]：李启虎、潘学宝、尹力，数字式声呐中一种新的背景均衡算法，声学学报，第25卷第1期)，该算法对空间谱数据进行了背景均衡。改进的OTA算法是在OTA算法的基础上结合了中值滤波以及阈值比较法从而达到去除大范围起伏的目的，图1是改进的OTA算法的一种实现结构框图，该算法的缺陷是：在低信噪比条件下，由于背景起伏严重，常规的背景均衡存在不足，在方位历程图中会随机大量出现雪花点(伪峰)，甚至会丢失目标。

发明内容

本发明的目的在于针对目前方位历程显示的背景均衡方法存在的上述缺陷，提出了一种用于方位历程显示的二维背景均衡方法，该方法将时间历程信息加入统计,在时间和方位上进行二维滤波，在低信噪比条件下，该方法能有效抑制常规背景均衡算法带来的大片雪花点的干扰，增强目标轨迹。仿真及其实验数据表明，此方法在低信噪比条件下，能够有效改善方位历程图的显示效果。

为了实现上述目的，本发明提供了一种用于方位历程图显示的二维背景均衡方法，所述方法包括：对拖曳阵列中各阵元通道的输出进行时域滤波和预处理，然后进行频域波束形成，对频域波束形成后的输出分频带进行宽带能量积分得到不同频带的波束输出；各频带依次按频域波束形成搜索的角度处理，各角度按时间方向进行滤波，得到各角度新的输出能量值；根据不同频带输出对当前帧数据按照角度方向进行背景均衡处理；然后对不同频带输出进行去除野点处理和图像显示。

上述技术方案中，所述方法具体包括：

步骤101)通过FIR滤波器对拖曳阵列中各阵元通道的输出进行时域滤波，而且只对信号处理频带进行滤波；

步骤102)对时域滤波信号进行预处理，剔除存在脉冲干扰的信号数据；

步骤103)对预处理后的时域滤波信号进行频域波束形成；

步骤104)对频域波束形成后的输出分频带进行宽带能量积分得到不同频带的波束输出：

设积分频带的上限频率和下限频率分别为f_l、f_h，将上、下限频率对应的频点结果进行求和平均，结果为A_cbf(b,k,θ)，其中b表示频带，k表示数据帧数，θ为扫描的角度；

步骤105)各频带依次按频域波束形成搜索的角度处理，各角度按时间方向进行一阶递归滤波，得到各角度新的输出能量值A_cbf1(b,k,θ)；

步骤106)对步骤105)得到的不同频带输出，对当前帧数据按照角度方向进行背景均衡处理；

步骤107)分别对步骤106)得到的不同频带输出进行去除野点处理；

步骤108)分别对步骤107)得到的不同频带进行图像显示。

上述技术方案中，所述步骤102)具体包括：

步骤102-1)各阵元滤波后的时域信号为x₁(n),x₂(n),x₃(n),…,x_M(n)，M表示阵元个数，第k帧的基阵实际平均能量值为：

N：表示每一帧的数据点数；

步骤102-2)将第k帧的基阵实际平均能量值进行一阶递归滤波，输出为B_k：

步骤102-3)设定脉冲判决γ，当A_k＞γB_k时，判定信号中存在脉冲干扰，本帧数据为无效数据，等待下一帧数据处理；若A_k＜＝γB_k，判定信号中无脉冲干扰，本帧数据为有效数据，进行下一帧数据处理；

其中，α₁取0.01～0.05的常数，γ的取值范围为3～5。

上述技术方案中，所述步骤103)具体包括：

步骤103-1)将各阵元时域信号进行FFT运算，得到各阵元的频域信号；

步骤103-2)对各阵元频域信号进行相位补偿，补偿的向量为：

W(f,θ)＝[1>-j2πfdcos(θ)/c>-j2πf2dcos(θ)/c…e^{-j2πf(M-1)dcos(θ)/c}]

其中，d为阵间距，c为声速；θ表示扫描角度：0≤θ≤π；θ＝m*π/360，m取0到360之间的整数；

步骤103-3)将各阵元的频域信号与补偿后的向量相加，然后对信号取模平方，该值为频域波束形成的能量。

上述技术方案中，所述步骤105)的具体实现过程为：

对所述步骤104)输出的A_cbf(b,k,θ)，沿着时间轴进行α滤波，滤波公式如下：

A_cbf1(b,k,θ)为纵向α滤波输出数据，α2为滤波参数。

上述技术方案中，所述步骤106)具体包括：

步骤106-1)消除A_cbf1(b,k,θ)数据的边缘效应；

对于A_cbf1(b,k,θ)，假设第b频带，第k帧输出结果为：

X(1),X(2),X(3),…,X(N)。

选择窗口长度为2E+1，将端点单侧的E点数据对称扩展到另一侧，扩展后的数据为：

X(E+1),X(E),…,X(2),X(1),X(2),…,X(N),X(N-1),…,X(N-E)

对于每一个X(I)I＝1，2，…，N，取它本身和左右各K个数据作为均衡窗内的数据进行均衡处理，得到新的X(I)；扩展后的数据重新表示为：

Y(1),Y(2),…,Y(N),Y(N+1),…,Y(N+2E)

步骤106-2)针对第i个波束，选取Y(i)到Y(i+2K),按从小到大排列得到：

y(1),y(2),…,y(2K+1)

定义序列y(K+1)，...，y(2K+1)的截断平均值为:

步骤106-3)由确定阀值式中：α3表示调节拒收数据门限的参数，α3>0；

步骤106-4)对y(K+i)修正，得：

对y(K+i),i＝1,2,...,N中的每一个数据进行上述运算得到一行新数据，也就是方位历程图中一行数据；

该步骤的输出结果为：

A_cbf2(b,k,θ)＝Z(360*θ/π)。

上述技术方案中，所述步骤107)具体包括：

步骤107-1)将步骤106)输出的结果A_cbf2(b,k,θ)，是否为0，若为0，将新的矩阵数组A_cbf3的第b频带，第k帧，第θ角度赋值为0，结束判定过程；若不为0，转入步骤107-2)；

步骤107-2)将步骤106)输出的结果A_cbf3(b,k-3:k,θ-1:θ-1)的12个数从大到小进行排序，排序结果为：t(1),t(2),t(3),…,t(12)；

步骤107-3)求取野点判定门限：

步骤107-4)若A_cbf2(b,k,θ)＞T，则判定为野点，将新的矩阵数组A_cbf3的第b频带，第k帧，第θ角度赋值为0；否则，将矩阵数组A_cbf2的第b频带、第k帧、第θ角度赋值给A_cbf3第b频带、第k帧、第θ角度。

本发明的优势在于：

本发明的方法将时间历程信息加入统计，在时间和方位上进行二维滤波，在低信噪比条件下，该方法能有效抑制常规背景均衡算法带来的大片雪花点的干扰，增强目标轨迹。仿真及其实验数据表明，此方法在低信噪比条件下，能够有效改善方位历程图的显示效果。

附图说明

图1是改进的OTA算法的实现结构框图；

图2是本发明的用于方位历程图显示的二维背景均衡方法的流程图；

图3_a是仿真条件下，常规处理后的拖曳线列阵声纳的输出的方位历程图；

图3_b是仿真条件下，经改进的OTA算法处理的方位历程图；

图3_c是仿真条件下，利用本发明的方法处理的方位历程图；

图4_a是实际海试数据常规处理后的拖曳线列阵声纳的输出的方位历程图；

图4_b是实际海试数据经改进的OTA算法处理的方位历程图；

图4_c是实际海试数据利用本发明的方法处理的方位历程图。

具体实施方式

下面结合附图和具体实施方式对本发明的方位历程图的二维背景均衡方法作进一步详细描述。

这里，本发明的方位历程图的二维背景均衡方法不仅可以针对等间距拖线阵，还可以对不等间距拖线阵、圆形阵等方位历程图进行处理。

如图2所示，一种用于方位历程图显示的二维背景均衡方法，所述方法包括：

步骤101)通过预先设计的FIR滤波器对各阵元通道输出进行时域滤波，只对信号处理频带进行滤波，用于消除无效频带对信号处理频带谱泄露对频域波束造成影响；

步骤102)根据目标信号、海洋环境噪声信号和脉冲强干扰信号的特性不同，滤波后的时域信号进行判决，检测是否是脉冲强干扰，在拖线阵声纳信号处理过程中，脉冲强干扰有时对所有方向的波束形成强干扰，在方位历程图中会形成一道横线，严重影响目标检测与跟踪，对后续的信号处理方法将产生很大的影响。具体步骤如下：

步骤102-1)各阵元滤波后的时域信号为x₁(n),x₂(n),x₃(n),…,x_M(n)，M表示阵元个数，第k帧的基阵实际平均能量值为：

N：表示每一帧的数据点数；

步骤102-2)将102-1)算出的第k帧的基阵实际平均能量值，进行一阶递归滤波(α滤波)，输出为B_k：

然后，根据设定的脉冲判决γ，当A_k＞γB_k时，可以判定存在脉冲干扰，本帧数据为无效数据，等待下一帧数据处理；若A_k＜＝γB_k，可以判定无脉冲干扰，本帧数据为有效数据，进行以下数据处理。一般来说α₁通常取0.01～0.05的常数，γ通常取3～5的常数。

步骤103)对频域波束形成的能量进行输出；具体步骤如下：

步骤103-1)将各阵元时域信号进行FFT运算，得到各阵元的频域信号；

步骤103-2)根据预成方位对各阵元频域信号进行相位补偿，补偿的向量为：

W(f,θ)＝[1>-j2πfdcos(θ)/c>-j2πf2dcos(θ)/c…e^{-j2πf(M-1)dcos(θ)/c}]

其中，d为阵间距，c为声速；θ表示扫描角度：0≤θ≤π；θ＝m*π/360，m取0到360之间的整数；

步骤103-3)，将各阵元的频域信号与补偿后的向量相加，然后对信号取模平方，该值为频域波束形成的能量。

步骤104)设积分频带的上限频率和下限频率分别为f_l、f_h，将上、下限频率对应的频点结果进行求和平均，结果为A_cbf(b,k,θ)，其中b表示频带，k表示数据帧数；

步骤105)各频带依次按频域波束形成搜索的角度处理，各角度按时间方向进行一阶递归滤波(α滤波)，得到各角度新的输出能量值A_cbf1(b,k,θ)；

对所述步骤104)输出的A_cbf(b,k,θ)，沿着时间轴进行α滤波，滤波公式如下：

A_cbf1(b,k,θ)为纵向α滤波输出数据，α2越大跟踪性能越好，α2越小滤波效果越好。由于目标是缓慢运动，再加上波束主瓣有一定宽度，对于目标波束相邻快拍之间幅度变化不大，而对于背景噪声形成的伪峰，将随机变化。合适选取α2值，很有效滤除伪峰，增强目标波束。

步骤106)对步骤105)得到的不同频带输出，当前帧数据，按角度方向进行背景均衡处理；

步骤105)输出结果为：A_cbf1，假设第b频带，第k帧输出结果为X(1),X(2),X(3),…,X(N)，对X(1),X(2),X(3),…,X(N)进行处理，

如图1所示，步骤106)具体包含如下步骤：

步骤106-1)消除数据的边缘效应；

选择窗口长度为2E+1，将端点单侧的E点数据对称扩展到另一侧，以此来消除边缘效应。扩展后的数据为：

X(E+1),X(E),…,X(2),X(1),X(2),…,X(N),X(N-1),…,X(N-E)

对于每一个X(I)I＝1，2，…，N，取它本身和左右各K个数据作为均衡窗内的数据进行均衡处理，得到新的X(I)；

这样，左右端点在扩展后的数据中都处于窗口中，从而避免了边缘效应。为了方便表达，可以将扩展后的数据重新表示为：

Y(1),Y(2),…,Y(N),Y(N+1),…,Y(N+2E)

步骤106-2)针对第i个波束，选取Y(i)到Y(i+2K),按从小到大排列得到：

y(1),y(2),…,y(2K+1)

定义序列y(K+1)，...，y(2K+1)的截断平均值为:

步骤106-3)由确定阀值式中：α3表示调节拒收数据门限的参数，α3>0。

步骤106-4)对y(K+i)修正，得：

对y(K+i),i＝1,2,...,N中的每一个数据进行上述运算得到一行新数据，也就是方位历程图中一行数据；

输出结果为：

A_cbf2(b,k,θ)＝Z(360*θ/π)

步骤107)分别对步骤106)得到的不同频带输出进行去除野点处理；

对第b频带，第k帧，N个角度结果，逐个角度进行判定是否为野点，判定第θ角度过程具体包含如下步骤：

步骤107-1)将步骤106)输出的结果A_cbf2(b,k,θ)，是否为0，若为0，将新的矩阵数组A_cbf3，第b频带，第k帧，第θ角度赋值为0，结束判定过程；若不为0，转入步骤107-2)；

步骤107-2)将步骤106)输出的结果A_cbf3(b,k-3:k,θ-1:θ-1)部分，共12个数进行排序，从大到小进行排序，排序结果为：t(1),t(2),t(3),…,t(12)；

步骤107-3)求取野点判定门限

步骤107-4)若A_cbf2(b,k,θ)＞T，则判定为野点，将新的矩阵数组A_cbf3，第b频带，第k帧，第θ角度赋值为0；否则，将矩阵数组A_cbf2的第b频带、第k帧、第θ角度赋值给A_cbf3第b频带、第k帧、第θ角度；

步骤108)分别对步骤107)得到的不同频带输出，扩大动态范围，界面显示。具体包含如下步骤：

步骤107)的输出结果为：A_cbf3，假设第b频带，第k帧输出结果为X(1),X(2),X(3),…,X(N)，对X(1),X(2),X(3),…,X(N)进行处理：找出最小和最大值，令最小值对应灰度为0，最大值对应灰度为255，其他数值在两者间线形分布，直接按照灰度值进行图像显示。

图3_a是仿真条件下，常规处理后的拖曳线列阵声纳的输出的方位历程图；图3_b是仿真条件下，经改进的OTA算法处理的方位历程图；图3_c是仿真条件下，利用本发明的方法处理的方位历程图。由于信噪比比较低，原始的方位历程图目标轨迹非常不清晰，在30°附近出现大面积强干扰现象，甚至很多时间段会出现目标轨迹丢失现象。经改进的OTA算法处理的方位历程图，虽然对方位历程图像上出现成片的强干扰，给予了很好的抑制，但是方位历程图中大量随机出现雪花点(伪峰)，严重影响目标的轨迹的显示。利用本发明的方法处理的方位历程，目标轨迹非常清晰，不仅去除了大面积强干扰，而且还抑制了大量随机出现的伪峰。

图4_a是实际海试数据，常规处理后的拖曳线列阵声纳的输出的方位历程图；图4_b是实际海试数据，经改进的OTA算法处理的方位历程图；图4_c是实际海试数据，利用本发明的方法处理的方位历程图。比较三个图可以看出本发明的方法效果和优势。