基于HHT的C-BOOM浅剖信号分析

杨光兵，吕连港

（1.国家海洋局 海洋环境科学与数值模拟重点实验室，山东 青岛 266061；2.国家海洋局 第一海洋研究所，山东 青岛 266061）

在海洋工程中，无论是航道整治还是码头选址以及海底物探都需要进行海底地质勘探。浅地层剖面仪因其灵敏度和分辨率高、连续性好并且能够快速准确探测识别不同沉积层结构而广泛应用于港口、航道、堤坝、护岸及海底管道施工等需要海底底质调查的工程中［1－2］。浅地层剖面仪有声参量阵式、压电陶瓷式、电磁式、电火花式等。C－BOOM浅剖是一种新型的电磁式剖面仪，它采用低电压技术，其最大的好处是轻便，适于浅海、近岸和小型船只使用［3］。

目前，国内外针对浅剖信号有浅剖测量模拟［4］以及浅剖信号包络对浅剖性能的影响等的研究［5］。傅立叶变换在信号分析领域具有重要地位，它能够将时域信号变换到频域，从而让人们对信号有多方面的认识。然而，对于分析如C－BOOM浅剖信号等非线性、非稳态信号，基于傅立叶变换原理的快速傅立叶变换、短时傅立叶变换等信号分析方法具有很大的局限性。1998年提出的HHT［6］方法具有自适应、高分辨率等诸多优点，能够很好的分析非线性、非稳态信号。目前，在声学领域有针对海洋生物声信号分析［7］，海底目标回声分析等方面的应用［8］。在地质勘探方面，EMD和HHT被应用于分析和处理地震反射波数据，抑制拖缆振动噪声，从而提高信号的信噪比［9］。

本研究利用HHT方法分析C－BOOM浅剖信号，得到了信号的频域特征，并在未知信号频域参数的情况下对信号进行了滤波，从原始信号中分离得到了浅剖信号部分和噪声部分。

1 C－BOOM浅剖信号及其特征

C－BOOM浅剖是一种电磁式浅剖。电磁式浅剖通常为不同名称的Boomer或Bubble，传统的Boomer系统使用的电磁式换能器，一般由金属线圈及铝制极板组成。换能器上的线圈通电时产生强磁场，放电时磁场迅速衰减从而推动极板产生高能量的声波。图1为在大连三山岛、小山岛附近海域实验获得的三段浅剖信号，实验地点水深36m左右，实验采用双船作业，其中一条船布设浅剖，另一条船布设水听器垂直阵和声学记录仪。从图1中可见，C－BOOM浅剖信号的特点是它产生的是一个极短的脉冲，波峰和波谷相差0.4 ms左右。这个脉冲迅速产生并迅速衰减类似于一个白噪声信号或者说类似于一个冲击函数，它的频带从几十赫兹一直到两千赫兹左右，而且低频成分比较丰富，和环境噪声的频率重叠。另外从图1中还可以看出C－BOOM浅剖信号具有电磁式浅剖信号的共性即其重复性较差，三段信号时域波形及其频谱都有一定差别。从图1可见三段信号的波峰和波谷分别相隔0.54ms，0.42ms和0.38ms，频谱的峰值分别位于421.9 Hz，890.6Hz和984.4Hz。考虑到这三段信号均未进行滤波去噪，但从频域图中无法辨别信号与噪声，因此也无法确定针对C－BOOM浅剖信号的滤波参数。

图1 三段C－BOOM浅剖信号的时域波形和对应的频谱图Fig.1 The time－domain waveforms of three sections of signal from C－BOOM subbottom profiler and their corresponding frequency spectrograms

2 利用HHT方法分析C－BOOM浅剖信号

对信号进行HHT分析的第一步就是将信号展成几个本征模态函数（Intrinsic Mode Function，IMF）和一个趋势项之和，这一步称为本征模态展开（Empirical Mode Decomposition，EMD）。得到的IMF的中心频率一般为较低一阶IMF中心频率的2倍。但是有的时候分解得到的IMF具有其他频率成分，则称发生了模态混叠（mode mixing）。目前解决模态混叠最好的办法是EEMD［10］，本研究也将利用EEMD进行信号分析。但是需要注意的是，用EEMD展开后得到的并不是IMF，只能称之为信号分量。

首先，用EEMD将信号展开，一共得到8个信号分量，分别用c1～c8表示。

从图2中可见，8个信号分量的波形变化速度依次减慢，即频率逐渐降低。各个信号分量中c2幅值最大，c6的幅值最小。各个信号分量之间基本没有模态混叠。对其作希尔伯特变换得到希尔伯特谱并对时间积分得到边际谱（Marginal Spectrum）。

从图3中可以很清晰的看出信号能量的时频变化关系，信号的时频谱由几条随时间变化的线谱构成，希尔伯特谱非常高的时频分辨率是其他基于积分变换原理的时频分析方法所无法实现的。另外，从图3b可见边际谱较傅立叶谱具有更尖锐的谱峰。

将各个信号分量分别画出其希尔伯特谱，见图4。

从图2和图4中可见c1幅值较小，并且从图3的边际谱和傅立叶谱中均可见c1所在的频段能量较小。c2分量瞬时能量最大，而且在时频关系图中可以明显看出由于信号的产生出现了原来没有的频率成分。c3和c2类似，在信号出现的时刻开始有了原来没有的频率成分。对于c4虽然在时频谱的整个时间长度内都有500Hz左右的频率存在，但是在6ms位置信号分量能量显著增大，可知环境噪声和C－BOOM浅剖信号中都有这一频段的成分，但是噪声较信号的强度小很多。对于c5和c6的情况和c4类似。从c7开始，能量强度随时间变化不明显，因此可以认为在这些分量中大多都是噪声成分，而浅剖信号的成分较少。综上分析，我们可以将其中的c7和c8分量作为噪声成分，由于c1较小可将其去掉，而c2～c6即为信号的主要成分。

通过对信号的各个分量分析筛选，合成去掉噪声成分的信号，其时频图中个频率的产生和信号发生的时间吻合很好。从边际谱中也可见低频成分——实际上主要是噪声成分，在信号频带不明确的情况下——已经被滤掉。因此，现在可以结合图5中a和b两个图得到信号的频带为260～1370Hz以及中心频率为815Hz。

图6 真实噪声和噪声分量的频谱对比Fig.6 Comparison of frequency spectrum between the real noise and the noise component

对于其中的c7和c8，将其合成为噪声成分。并从信号附近截取一段噪声（即2个浅剖发射脉冲之间的信号，可以认为此时浅剖信号已经几乎衰减殆尽）。将两者分别做傅立叶谱和边际谱并比较。从图6中可见，两者谱线接近，噪声频率主要在100Hz以下，一般认为这个频段的噪声主要是船、工业活动噪声［11］，考虑到信号记录时，浅剖所在的调查船是航行的，因此认为环境噪声主要为船噪声，c7和c8两个信号分量构成的成分的确为噪声成分。

3 结 语

析了C－BOOM浅剖信号的时域和频域特点，并利用HHT方法分析C－BOOM浅剖信号，通过分析筛选由EEMD方法分离得到的信号分量，得到了信号的频带和中心频率等频域参数，并在未知信号频带的情况下完成了对信号的滤波。通过比较发现分离得到的噪声分量和环境噪声的频谱符合得很好，即准确的从原始信号中将信号成分和噪声成分分离，对其他电磁式以及电火花式声源的信号分析均有一定借鉴意义。

（References）：

［1］ ZHANG J C，CAI A Z，GUO Y F，et al.Subbottom profiler application in the coastal engineering［J］.The Ocean Engineering，1995，13（2）：71－74.张金城，蔡爱智，郭一飞，等.浅地层剖面仪在海岸工程上的应用［J］.海洋工程，1995，13（2）：71－74.

［2］ LI Y B，ZHANG Y F，LIU Y L，et al.Application of subbottom profiler to ocean engineering［J］.Chinese Journal of Engineering Geophysics，2007，4（1）：4－8.李一保，张玉芬，刘玉兰，等.浅地层剖面仪在海洋工程中的应用［J］.工程地球物理学报，2007，4（1）：4－8.

［3］ LI Z L，QI F Q.New subbottom profiler C－BOOM with unique low voltage technique［J］.Coastal Engineering，2005，24（3）：72－77.李增林，亓发庆.采用独特低电压技术的新型浅地层剖面仪C－Boom［J］.海岸工程，2005，24（3）：72－77.

［4］ LÜL G，GAO D Z，LIU J Z，et al.Simulation of Subbottom Profiler Measurement［J］.Advance in Marine Science，2011，29（3）：411－418.吕连港，高大治，刘进忠，等.浅地层剖面仪的测量模拟［J］.海洋科学进展，2011，29（3）：411－418.

［5］ GUTOWSKI M，BULL J，HENSTOCK T，et al.Chirp sub－bottom profiler source signature design and field testing［J］.Marine Geophysical Researches，2002，23：481－492.

［6］ HUANG N E，et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non－stationary time series analysis［J］.Proceedings of the Royal Society of London，1998，A454：903－995.

［7］ ADAM O.Advantages of the Hilbert Huang transform for marine mammals signals analysis［J］.Journal of the Acoustical Society of America，2006，120（5）：2965－2973.

［8］ LI X K，CHI H G.Echo analysis of objects on the seafloor（A）［J］.Journal of the Acoustical Society of America，2008，123（5）：3753－3753.

［9］ BATTISTA B M，KNAPP C，MCGEE T，et al.Application of the empirical mode decomposition and Hilbert－Huang transform to seismic reflection data［J］.Geophysics，2007，72（2）：H29－H37.

［10］ WU Z H，HUANG N E.Ensemble empirical mode decomposition：a noise－assisted data analysis method［J］.Advance in Adaptive Data Analysis，2009，1（1）：1－41.

［11］ LIU B S，LEI J Y.Hydroacoustics theory［M］.Harbin：Harbin Engineering University Press，1993.刘伯胜，雷家煜.水声学原理［M］.哈尔滨：哈尔滨工程大学出版社，1993.