浅水多途环境下地震波传感器二维DOA估计

郭虎生颜 冰吴志东李 响

①(海军工程大学兵器工程系 武汉 430033)②(海军蚌埠士官学校兵器系 蚌埠 233012)

1 引言

船舶地震波场是指航行船舶低频噪声耦合到海底并以弹性介质波的形式在海底传播所形成的矢量场，因其独特的频率特性和传播特性可用于浅水环境下的目标探测[1]。在浅海低频环境下，由于地震波传感器与水听器接收信号的机理不同，同时又具有足够远的探测距离，因此得到了日益广泛地重视。目前，已有针对船舶地震波场的探测和定位方法，文献[2]针对表面波速度低，波长小等特点，利用地听器组成线阵对浅海环境下地震波场噪声的空间相关特性以及波束形成方法进行了深入研究；文献[3]在海底布放V型阵对传统的波束形成方法和自适应波束形成方法分别进行了检验。但是波束形成方法由于受到瑞利限的制约，无法突破高分辨率的限制。同时，利用地震波传感器的矢量特性可实现单传感器的目标方位和运动参数估计；文献[4]利用加权子空间的方法对目标的运动参数进行了估计；文献[5]利用地震波传感器水平通道接收数据构成协方差矩阵，求取源信号最大传输方向对目标方位进行估计，但该方法直接将水平通道当做极化通道，未考虑浅海环境下目标地震波传播的多径影响。

考虑到三轴地震波传感器本身就具有阵列流型，将子空间分解理论应用到该阵列流型中，利用单个三轴地震波传感器可对目标进行被动探测定位。MUSIC算法是最早的高分辨DOA估计方法之一[68]-，具有良好的估计性能。 MUSIC算法利用信号子空间和噪声子空间的正交性，构造空间谱函数，通过谱峰搜索来检测信号的DOA。为了提高地震波传感器的目标分辨能力，将 MUSIC算法用于单地震波传感器的方位估计中，并针对浅海环境下地震波多径传播，存在相干信号源使传统 MUSIC方法性能恶化的问题，提出斜投影极化分离方法对水中多径传播信号进行分离，通过波场极化特征差异构建水中信号和表面波信号的极化子空间从而实现两种传播路径信号的分离，并对目标的空间谱进行估计从而实现目标的高分辨方位估计。仿真结果表明，该方法依靠单个地震波传感器便可实现窄带信号和宽带信号的高分辨方位估计。湖试数据的处理结果验证了该方法的有效性。

2 目标特性和输出数据模型

2.1 浅海传播特性

舰船在海水中行进时，辐射声波与海底频繁作用，导致水中声能严重衰减并存在多途效应制约了水声换能器对目标的探测和定位能力。同时，低频声波与海底介质相互耦合，并以弹性波的形式向远处传播，形成了海底地震波场，利用地震波传感器可弥补浅水环境下水听器探测的不足。但舰船地震波场成分复杂，是由大量不同类型和不同性质的波线性或非线性叠加而成，不仅包含纵波、横波，还包括沿海底分界面上传播的表面波以及体波。由理论研究和实验发现，用于接收舰船地震波的振动传感器接收到的信号由两部分组成：

(1)舰船声源激发的能量以地震界面波和体波的地声形式传播，以沿固液分界面传播的 Scholte波为主，且由于能量衰减小，故可传播很远距离，其水平方向振动与垂向振动相位相差/2π。

(2)舰船声信号在水中传播，在振动传感器附近耦合的能量，其水平与垂直方向振动无相位差。如图1所示为传感器由不同路径接收的舰船地震波信号，以及各自波场的所呈现的极化特征示意图。

2.2 单地震波传感器阵列流型

航行中的舰船因自身振动引起的水弹性效应通过水介质以波的形式在水中呈辐射状传播，同时，部分声能耦合入海底以海底界面波的形式传播[911]-。三轴地震波传感器布放于海底，接收航行舰船的空间振动信息，输出包含方位信息的振动分量：，如图2所示。

图1 不同传播路径信号的极化特征

图2 波达方向

因此，声源发出的声波入射到三轴传感器上，其三轴输出分量为

3 基于极化空间分离的DOA估计

3.1 极化空间分离

MUSIC算法在理想条件下具有良好的性能，但在实际的多径传播环境下，算法的性能会严重下降。对此，利用地震波矢量波场所具有的极化特性[12]增加信号的可分离性以改善2维波达估计性能。对于接收舰船地震波场的矢量传感器，其水平通道和垂直通道的振速输出均包含经过不同路径到达的信号，因此本文提出斜投影分离算子方法，依据波场极化特征差异分别构建水中信号和表面波信号的极化子空间实现两种传播路径信号的分离，从振速信号中分离出直达压缩波，最后在此基础上实现目标的2维波达方向估计。与传统的MUSIC方法相比，该方法由于先对不同路径的传播信号进行了分离，降低了相干信源的干扰，可提高单传感器空间谱估计的精度。

对接收的船舶地震波是由具有不同极化参数的波场叠加形成的，主要由两个途径传播的信号组成：以沿固液分界面传播的表面波和由水中传播与传感器耦合的压缩波。不考虑加性噪声下，假设压缩波场信号，表面波场信号为，且压缩波信号和表面波信号的极化参数为，结合斜投影算子[13,14]，定义信号

极化分离的思想是以不同传播路径信号的极化特征不同并利用两者极化的区别进行信号的分离，若将极化特征视作一个域，则具有特定形式的极化波便落在相应的极化域中。因此可以根据由压缩波信号和表面波极化子空间构建所对应的斜投影算子将目标信号和干扰进行抑制或者分离，则斜投影分离算子为[15,16]

从式(7)可以看出，压缩波和表面波具有不同的极化状态，经过斜投影分离算子作用后波场可以完全分离，而信号的幅度和相位信息没有发生任何变化，不影响后期的处理。

3.2 算法实现

利用单地震波矢量传感器的 MUSIC算法其性能会受到多途环境的影响，考虑到地震波场的传播途径和矢量场极化特性，提出了一种先对接收数据进行斜投影分离，利用分离后信号对目标的2维波达方向进行估计的方法。基于极化空间的 2维MUSIC方法的目标估计的实现步骤为：

(1)对接收的传感器三轴信号进行极化状态估计，构建斜投影分离算子；

(3)由分离信号计算协方差矩阵R，并对其进行特征值分解；

(4)确定噪声子空间NU ，按式(8)构造空间谱函数；

4 算法验证

4.1仿真数据验证

利用仿真数据对地震波传感器的空间谱估计性能进行检验，仿真条件：噪声为零均值的高斯噪声，入射信号为相干信号包含方位角，俯仰角，极化参数，单频20 Hz的水中直达压缩波仿真信号以及方位角，极化参数,，单频20 Hz的仿真表面波信号，其中采样频率200 Hz，样本点数512点，在不同信噪比下，计算结果为100次独立实验的统计数据。

图 3给出不同信噪比(SNR)情况下方位估计的性能曲线。为了进行比较，同时给出 MUSIC方法的估计结果。可以看出与直接应用 MUSIC相比，本文方法具有更好的估计精度。

4.2湖试数据角度估计

图3 波达角估计的均方根误差

为进一步说明该方法对船舶地震波场的分离效果，对实测数据进行分析。其中测试环境为开阔湖泊内，水深约为20 m。利用气枪激发地震波信号，其中气枪声压级200 dB，频带5~50 Hz，中心频率18 Hz，气枪释放点与检测系统的距离为50~750 m，间隔100 m。由于水下多途环境的影响，接收信号不仅包含水中直达压缩波还包括由地表传播的表面波信号，湖试实测数据如图4所示。

对实测数据进行2维方位估计，其中图5分别是利用 MUSIC方法和本文方法计算得到的目标 2维方位结果，其中单由 MUSIC方法对气枪源方位估计计算其方位角=56θ°、俯仰角=36φ°，和目标的真实方位的估计偏差＆gt;10°，而由本文中的方法计算得到的方位角=42θ°、俯仰角=23φ°，和目标的真实方位的估计偏差＆lt;2°，由此可见改进方法给出的空间谱精度更高，湖试数据的处理结果充分地验证了改进方法的有效性。

图4地震波传感器三轴输出的湖试原始数据

图5 对实测数据分别用MUSIC方法和本文方法得到的方位估计结果

5 总结

本文提出了一种基于单个地震波传感器的目标2维波达方位估计的方法，引用MUSIC空间谱方法对目标方位进行估计，并针对浅海环境下地震波多径传播的特性，提出斜投影极化分离方法对水中多径传播信号进行分离，通过波场极化特征差异构建水中信号和表面波信号的极化子空间从而实现两种传播路径信号的分离，并对目标的空间谱进行估计从而实现目标的高分辨方位估计。仿真和实测数据验证了该方法的有效性。

[1] 李响, 颜冰. 舰船地震波场分析[J]. 噪声与振动控制, 2007,8(4): 120-123.Li Xiang and Yan Bing. Wavelet spectrum analysis of ship seismic-wave field[J]. Noise and Uibration Control, 2007, 8(4):120-123.

[2] Tencate J A. Beamforming on seismic interface waves with an array of geophones on the shallow sea floor[J]. IEEE Journal of Oceanic Engineering, 1995, 20(4): 300-310.

[3] Brind R J. Beamforming performance of a V-shaped array of sea-bed geophone sensors[J]. Journal of the Acoustical Society of America, 1999, 105(2): 1106.

[4] 颜冰, 郭虎生, 李响. 基于单地震波传感器的运动目标参数估计方法[J]. 海军工程大学学报, 2012, 24(3): 67-71.Yan Bing, Guo Hu-sheng, and Li Xiang. Moving target parameter estimation based on single seismometer[J]. Journal of Naval University of Engineering, 2012, 24(3): 67-71.

[5] 杜波. 基于单个三分量海底地震仪的水中目标方位估计[J].舰船科学技术, 2009, 31(10): 26-28.Du Bo. Bearing estimation of underwater targets using single tri-axial seismometer[J]. Ship Science and Technology, 2009,31(10): 26-28.

[6] 司伟建, 蓝晓宇, 刘学, 等. 提高二维 DOA 估计分辨率的改进 MUSIC算法[J]. 西安电子科技大学学报(自然科学版),2012, 39(2): 138-144.Si Wei-jian, Lan Xiao-yu, Liu Xue, et al.. Modified MUSIC algorithm for improving the resolution of 2-D direction of arrival estimation[J]. Journal of Xidian University (Natural Science), 2012, 39(2): 138-144.

[7] 杨秀庭, 孙贵青, 陈新华, 等. 一种改进的 WSF算法在单矢量水听器多目标方位估计中的应用[J]. 声学技术, 2007, 26(2):165-168.Yang Xiu-ting, Sun Gui-qing, Chen Xin-hua, et al..Multi-source DOA estimation using a modified WSF algorithm in a single vector hydrophone applications[J].Technical Acoustics, 2007, 26(2): 165-168.

[8] 曾雄飞, 孙贵青, 李宇, 等. 单矢量水听器的几种 DOA 估计方法[J]. 仪器仪表学报, 2012, 33(3): 499-507.Zeng Xiong-fei, Sun Gui-qin, Li Yu, et al.. Several approaches of DOA estimation for single vector hydrophone[J]. Chinese Journal of Scientific Instrument, 2012, 33(3): 499-507.

[9] 梁国龙, 张揩, 范展. 单矢量传感器MUSIC算法的DOA估计及性能评价[J]. 哈尔滨工程大学学报, 2012, 33(1): 30-37.Liang Guo-long, Zhang Kai and Fan Zhan. Performance evaluation of DOA estimation using a single acoustic vector sensor based on an improved MUSIC algorithm[J]. Journal of Harbin Engineering University, 2012, 33(1): 30-37.

[10] 梁国龙, 张揩, 付进. 单矢量水听器的高分辨方位估计应用研究[J]. 兵工学报, 2011, 32(8): 986-990.Liang Guo-long, Zhang Kai, and Fu Jin. Research on high resolution direction of arrival estimation based on an acoustic vector hydrophone[J]. Acta Armamentaria, 2011, 32(8):986-990.

[11] 陈建军. 单矢量水听器二维 DOA估计算法[J]. 声学技术,2012, 31(3): 322-325.Chen Jian-jun. Estimating two-dimensional angles of arrival using a single vector hydrophone[J]. Technical Acoustics, 2012,31(3): 322-325.

[12] 夏常亮, 王祥春, 姜浩, 等. 极化滤波在海底多分量地震数据波场分离中的应用[J]. 成都理工大学学报(自然科学版), 2011,38(6): 645-652.Xia Chang-liang, Wang Xiang-chun, Jiang Hao, et al..Application of polarization filters to the wave-fields decomposition of the ocean bottom multi-component seismic data[J]. Journal of Chengdu University of Technology(Science ＆amp; Technology Edition), 2011, 38(6): 645-652.

[13] 张钦宇, 曹斌, 王建, 等. 基于斜投影的极化滤波技术[J]. 中国科学: 信息科学, 2010, 40(1): 91-101.Zhang Qin-yu, Can Bin, Wang Jian, et al.. Polarization filtering technique based on oblique projections[J]. SCIENCE CHINA Information Sciences, 2010, 40(1): 91-101.

[14] Remy Boyer. Oblique projection for source estimation in a competitive environment: algorithm and statistical analysis[J]. Signal Processing, 2009, 89(12): 2547-2554.

[15] 李棉全, 马梁, 李永祯, 等. 瞬态极化雷达接收滤波器的优化设计[J]. 电子学报, 2012, 38(12): 2915-2920.Li Mian-quan, Ma Liang, Li Yong-zhen, et al.. Optimization of receiver filter for instantaneous polarization radar[J]. Acta Electronica Sinica, 2012, 38(12): 2915-2920.

[16] 张国毅, 刘永坦. 三维瞬时极化滤波器[J]. 系统工程与电子技术, 2000, 22(5): 55-59.Zhang Guo-yi and Liu Yong-tan. Three dimension polarization filter[J]. Systems Engineering and Electronics,2000, 22(5): 55-59.