基于频域特征的水下高速目标瞬态信号检测

王顺杰，刘启军，戴卫国

(海军潜艇学院，山东 青岛266044)

0 引 言

瞬态信号是一种冲击衰减 (振荡或非振荡)信号，其在时间上非常短暂，反映的是系统突变的信息，它可以是确定性信号也可以是非平稳的随机信号。目前，对瞬态信号的检测方法众多，小波分析在瞬态信号检测中已得到广泛应用［1－2］。Nuttall 提出了一种鲁棒性较好的非参数瞬态信号检测器——基于DFT 的Power-Law 检测器，特别适用于检测未知物理过程产生的瞬态信号［3］。Stefannia研究了基于高阶矩瞬态信号的检测性能［4］。韩建辉研究了基于小波变换的Power-Law 水声瞬态信号检测［5］。

远程水下高速目标从出管或空投入水到转入正常的高速航行，会发出极为复杂的噪声，这一突发的瞬态过程能量集中，低频特征明显，噪声强度远高于发射船舶的辐射噪声，因此在远距离情况下，声呐系统无法有效探测船舶噪声时。利用瞬态信号对来袭高速目标进行检测、报警，保证自身安全性具有重要意义。

另外，海洋中还会存在其他瞬态信号，例如鲸鱼的鸣叫声，其也具有能量集中，强度远高于海洋环境噪声等特点。此时利用前述各种瞬态信号检测方法虽然可以成功地检测出瞬态信号，但对于特定目标类型的检测、报警问题，海洋中其他瞬态信号的存在会造成虚警等问题。本文针对水下高速目标出管瞬态信号的检测问题，检测前根据目标噪声特征判断是否对目标进行检测，降低检测的虚警率。

1 基于低频特征的瞬态信号检测方法

1.1 Power-Law 检测方法

Nuttal 认为，高斯背景条件下瞬态信号的检测问题是在N 点DFT 数据中任意M 点信号的检测问题。这里M 指的是瞬态信号所占谱成分。由于信号强度未知，因此对这类似于检测未知谱形状的信号，Nuttal 提出了以下非参量Power-Law 检测方法:

将时域信号每间隔N 个点分成一小段，对每段数据利用下式进行检测:

式中，Xk为时间序列信号x(t)的DFT 结果中第k 个点幅度的平方，即

其中:T 为整个积分时间;m 为非负实数。经实验，Nuttal 提出m=2.5 时检测性能最佳。可以看到，此检测统计量仅是周期图谱值m 次方的和，不需要任何与信号相关的先验知识，因此对信号及噪声的先验知识要求很少。

另外，上述Power-Law 检测方法需要对数据进行预白化处理。为了避免对数据进行预白化，Nuttal提出不需要预白化的恒虚警检测表达式:

Power-Law 检测器是非参量检测器，并且不需要信号的先验知识，因而非常吸引人。然而Power-Law 检测器假定噪声n(t)是白噪声，而在实际应用中如果噪声是有色噪声，则Power-Law 检测器的性能将下降很快。

1.2 基于低频特征的瞬态信号检测流程

通常将对水下高速目标的报警分为“预报警”和“报警”2 个阶段，图1 为对水下高速目标进行报警的系统流程图［6］，从图中可以看出，对出管瞬态信号的检测是预报警的一个重要组成部分。

图1 目标报警系统流程图Fig.1 Flow chart of target alert system

水下高速目标出管时能量主要集中在几百赫兹以下的低频段［7］，为了避免对不必要的信号进行检测，尽可能排除非水下高速目标出管瞬态噪声的干扰。本文提出如图2所示的瞬态信号检测方法，其具体检测流程如下:

1)对噪声信号进行时频分析，得到其时频图;

2)若中高频部分能量变化明显，则直接判断为非水下高速目标;

3)若中高频部分无明显能量变化，对信号进行低通滤波的降噪处理;

4)对滤波后的信号利用式(3)进行Power-Law检测，并给出检测结果。

根据该检测流程，不但可直接排除中高频特征明显的水声瞬态信号，而且通过滤波进行降噪处理，提高检测能力。

图2 信号检测方法流程图Fig.2 Flow chart of signal detection method

2 实测瞬态信号检测

图3 和图4 分别为鲸鱼的鸣叫声和某水下高速目标出管时的噪声。从图中可以看出，均具有波包前沿陡峭、能量集中等瞬态信号所具有的时域特点。图5 和图6 分别是经信号处理后的鲸鱼的鸣叫声和某水下高速目标出管时的功率谱历程图。从图中可以明显看出2 个信号的能量分布情况，鲸鱼的鸣叫声主要在中高频段，而某水下高速目标出管时的能量主要集中在低频段，二者具有一定的差异性。

本文期望检测的瞬态信号是高速目标出管时的瞬态信息，因此利用图2所示信号检测方法，可直接判断图5所示的信号为非高速目标噪声，无需进入瞬态信号检测流程，避免了虚警的出现。图7 为对图4所示某高速目标出管噪声进行处理后的检测结果，图中①表示不经过低通滤波直接利用Power-Law 进行检测的结果，②表示经低通滤波后利用Power-Law 进行检测的结果。从图中可以看出，低通滤波后可以滤除不必要的噪声成分，进而提高检测性能。

图3 鲸鱼鸣叫噪声Fig.3 Cetacean tweet noise

图4 高速目标出管噪声Fig.4 High speed target exceed tube noise

图5 鲸鱼鸣叫噪声功率谱历程图Fig.5 Power-spectrum course figure of cetacean tweet noise

图6 高速目标出管噪声功率谱历程图Fig.6 Power-spectrum course figure of high speed target exceed tube noise

图7 高速目标出管噪声检测Fig.7 Detection of high speed target exceed tube noise

3 结 语

在对水下高速目标检测、报警过程中，做到远程报警至关重要。检测其出管瞬态信号是对目标进行预报警的关键，但海洋中存在多种瞬态信号，本文根据水下高速目标出管噪声的频域特性，拒绝对不具有低频特征的瞬态信号进行检测，直接判断其为非高速目标，从一定程度上避免了虚预警的出现。

需要指出的是，在实际海洋环境中，不仅仅水下高速目标出管瞬态噪声具有低频特征，其他瞬态信号也可能具有低频特征，如海洋生物的呜叫声。因此本文的方法对处理具有高频特征或同时具有低频和高频特征的瞬态信号是有效的，对于其他只具有低频特征的瞬态信号排除方法需要进一步研究。

［1］孙贵青，杨德森．小波变换在瞬态信号检测中的应用［J］．哈尔滨工程大学学报，1998，19(1):42－46．

SUN Gui-qing，YANG De-sen．The application of wavelet transform in singularity detection［J］．Journal of Harbin Engineering University，1998，19(1):42－46．

［2］孙鹏，刘平香，徐百灵．瞬态信号检测方法的研究［J］．舰船科学技术，2005，27(3):72－76．

SUN Peng，LIU Ping-xiang，XU Bai-ling．The research on the detection of transient signal［J］．Ship Science and Technology，2005，27(3):72－76．

［3］NUTTALL A．Near-optimum detection performance of powerlaw processors for random signals of unknown location，structure，extent and arbitrary strengths［R］．NUWC-NPT Tech．Rep．1996．

［4］COLONNESE S，SXARANO G．Transient signal detection using higher order moment［J］．IEEE Transaction on Signal Processing(S1053－587X)，1999，47(2):515－520．

［5］韩建辉，杨日杰，王伟．基于小波变换的Power-Law 水声瞬态信号检测研究［J］．系统仿真学报，2008，13(7):3514－3516．

HAN Jian-hui，YANG Ri-jie，WANG Wei．Research on power-law underwater acoustic transient signal detection based on wavelet transform［J］．Journal of System Simulation，2008，13(7):3514－3516．

［6］王国伟．鱼雷报警与拦截技术研究［D］．哈尔滨:哈尔滨工程大学，2003．

WANG Guo-wei．The study of torpedo alert and intercept technology［D］．Harbin:Harbin Engineering University，2003．

［7］李伟，汪洪升，田德海．基于舰艇水下先期防御的来袭鱼雷报警系统［J］．鱼雷技术，2011，19(1):72－76．

LI Wei，WANG Hong-sheng，TIAN De-hai．An incoming torpedo warining system based on ship early underwater defense［J］．Torpedo Technology，2011，19(1):72－76．