基于双信号对比法的水声信号重构技术

杨奋，邹男，付进



基于双信号对比法的水声信号重构技术

杨奋1，邹男2,3，付进2,3

(1. 中国人民解放军91388部队，广东湛江524022；2. 哈尔滨工程大学水声技术重点实验室，黑龙江哈尔滨150001； 3. 哈尔滨工程大学水声工程学院，黑龙江哈尔滨150001)

针对水声信道的多途干扰问题，提出了一种适合同态系统的信号重构方法。从同态滤波技术的解卷积特性出发，推导了水声多途信道的复倒谱表达式，对比不同地点或不同时刻接收信号的倒谱特征，通过提取相似性高的成分，实现了基于双信号对比法的水声信号重构技术。仿真和试验数据处理结果验证了方法的有效性，且性能优于常规特征滤波器。

复倒谱；多途信道；信号重构

0 引言

水下声信道因边界反射及介质不均匀性而呈现多途特性，如何采取有效措施实现水声信道多途抑制一直都是水声领域的难点和热点问题[1,2]。通常采取的方法有：在码元间增添适当的间隔用以保护，但是会降低系统的效率[3]；选择适当的调制技术，但当带宽等条件受限时性能急剧下降[4,5]；在发射机发射用户数据前发射一段确定的固定长度的训练序列，用以自适应均衡，但由于水声信道是时变的，因此学习时间受到限制[6,7]。

同态滤波技术[8-10]是解决这类乘性干扰的有效手段。为了重构直达声信号，特征滤波器[11,12]得到了广泛应用。常用的低通特征滤波器因舍弃了“高时”部分的信号复倒谱因而重构误差较大，梳状特征滤波器需要估计每个多途时延，构建难度较高。

本文着重研究信道输出信号经过同态特征系统后，在复倒谱域的滤波方法。以重构出的信号与激励源信号的相关性作为标准，采用双信号对比法，提出了适用于同态系统的水声信号重构方法。该方法重构精度高，便于实现。仿真及湖试数据处理结果验证了本文算法的有效性和应用价值。

1 同态滤波技术的解卷积特性

(2)

第一部分：

第二部分：

(4)

第三部分：

由此可知，水声信道冲激序列经过复倒谱变换后仍然是一个冲激序列，只是序列延拓变为无限长。而原序列上的每一个多途尖峰脉冲都以其相对于直达波延迟时间为周期延拓，同时每条多途尖峰时延的加性组合处也会出现尖峰，幅度随时间的增大而衰减，且衰减速度比原序列更快。

由图1可知，激励信号在倒谱域主要集中在低时段；信道在倒谱域仍然是一个冲激序列，验证了上述推导的正确性；输出信号倒谱为信号与信道倒谱的叠加，验证了式(1)所示的倒谱解卷积特性。

2 基于双信号对比法的水声信号重构

信道输出信号的复倒谱是激励源信号复倒谱与信道冲激响应复倒谱的叠加，而海洋是时变、空变、频变信道。据此可以推测，在相距一定距离的不同位置或相隔一定时间间隔的不同时刻接收到的两段信号的复倒谱中，激励源信号复倒谱分量的相似度高，信道冲激响应复倒谱分量的相似度则较低。在倒谱高时段幅值较大处观察，可以发现，较小幅值分量对应激励源信号的复倒谱，较大幅值分量则为多途尖峰脉冲。根据上述特点，本文提出了双信号对比法。它的基本思想是：逐点对比两段信道输出信号的复倒谱，选择较小的幅值，以此达到将多途脉冲尖峰滤除的目的。对比法的滤波流程如图2所示。

3 仿真分析

设接收点为A点(0 m, 50 m, 50 m)，图3为接收到的信号及其复倒谱。

设接收点为B点(110 m, 60 m, 50 m)，图4为B点接收到的信号及其复倒谱。

将两位置接收信号的复倒谱作对比，如图5所示，蓝线表示A点的信道输出信号复倒谱，红线表示B点的信道输出信号复倒谱，绿线表示两个复倒谱重叠的分量。可以看出，两者相似的部分就是激励源信号的复倒谱。

逐点对比两段数据复倒谱的幅值并保留较小的幅值，将多途脉冲尖峰滤除，得到的是近似激励源信号的复倒谱结果，再将结果通过同态逆滤波系统，就能重构出激励源信号，双信号对比法的信号重构结果如图6所示。

仿真结果证明了本文算法的正确性。采用双信号对比法滤波对信号的能量有一定损耗，因此重构信号的能量可能较直达波信号有所衰减。但从图6可以看出，当接收到的两段信号直达波幅度差异不大时，采用双信号对比法滤波，对信号复倒谱分量的影响很小，因此重构出的信号与激励源信号相比能量衰减较小。

图5 A、B点信道输出信号复倒谱对比图

噪声干扰是影响信号处理结果的一大原因，它会使多途信号发生更严重的畸变。下面在均值为0的高斯白噪声背景下，观察不同信噪比时利用同态滤波技术抑制信号多途、重构原始信号的效果。

图7(a)和7(b)中，噪声对信道输出信号复倒谱域的波形影响较小，可以通过滤波器将多途尖峰滤除，从而恢复出较完整的信号，而图7(c)中倒谱出现了很多伪峰，不仅使得低时段包含信号信息的复倒谱波形严重失真，且将多途脉冲尖峰湮没，导致信道与信号无法分离，也就没有办法重构出激励源信号。

(a) SNR=40dB时的接收信号和重构信号

(b) SNR=30dB时的接收信号和重构信号

4 湖试数据处理

本节使用的数据来源于某水声系统于2009年10月的某湖试验。试验区水深约为60 m，其中在表面水层有10多米的等声速层，再往下声速明显降低。发射CW脉冲信号的频率，采样率，信号长度为10 ms。图8是接受数据A及其数据的复倒谱。这里的复倒谱是局部放大后的图。

为了更好地说明本文方法的性能，首先采用低通特征滤波器滤波并重构信号，图9为数据处理结果。可见，常规低通特征滤波器使得重构信号的脉宽明显减小，重构的信号波形严重失真。

下面采用梳状特征滤波器滤波并重构信号，图10为数据处理结果。

由于多途特征在接收信号的倒谱中并不明显，因此通过检测冲激序列而实现梳状滤波的效果不理想，致使重构信号仍然包含了多途的影响。

最后，采用双信号对比法滤波并重构信号。该方法B段数据使用的是与A段数据在同一位置、不同时刻测得的信号。图11为B段数据的时域波形及其复倒谱。

双信号对比法的信号重构结果如图12所示。

从上述采用不同方法对试验数据滤波并重构原始信号的结果可以看出，经同态滤波技术处理之后，在一定程度上减弱了信道多途对激励源信号的影响，并且重构出的信号特点与前面的仿真结果相符，证明了算法在工程应用上的有效性。对比各算法的实验结果可知，本文提出的方法较经典的特征滤波法有较好的重构精度，具有工程应用价值。

5 结论

本文根据信道冲激响应的复倒谱特征，提出了一种基于双信号对比的水声信号重构方法。通过对比不同位置或不同时刻接收信号的复倒谱特征，提取出相似度高的倒谱分量，实现信号复倒谱滤波，滤除多途干扰，进而通过同态逆滤波高精度地重构原始信号。仿真分析和湖试数据处理结果证明了本文方法的有效性，在试验条件下本文方法的重构精度高于经典的特征滤波器方法。

[1] Haspert K, Zhang J J, Papandreou-Suppappola A, et al. Time-frequency characterization and receiver waveform design for shallow water environments[J]. Signal Processing, 2009, 57(8): 2973-2985.

[2] Tuley M. Comparison of predicted and measured multipath impulse responses[J]. Aerospace and Electronic Systems, 2011, 47(3): 1696-1709.

[3] WANG Yan, ZOU Nan, FU Jin, et al. Underwater acoustic remote control based on time-frequency joint coding[C]// Proceedings of WUWNet 2013. Kaohsiung, Taiwan: 2013.48.

[4] 朱昌平, 韩庆邦, 李建, 等. 水声通信基本原理与应用[M]. 北京: 电子工业出版社, 2009: 200-209.

ZHU Changping, HAN Qingbang, LI Jian, et al. The basic principle and application of underwater acoustic communication[M]. Beijing: Electronic Industry Press, 2009: 200-209.

[5] 于洋, 周锋, 乔钢, 等. 正交M元码元移位键控扩频水声通信[J]. 声学学报, 2014, 39(1): 43-48.

YU Yang, ZHOU Feng, QIAO Gang. M-ary code shift keying spread spectrum underwater acoustic communication[J]. Acta Acustica, 2014, 39(1): 43-48.

[6] 胡作进, 王昌明, 朱蕴璞, 等. 水声多径时延的自适应参数估计[J]. 南京理工大学学报, 2004, 28(3): 253-257.

HU Zuojin, WANG Changming, ZHU Yunpu, et al. Adaptive parameter estimation for underwater multipathing time delay[J]. Journal of Nanjing University of Science and Technology, 2004, 28(3): 253-257.

[7] 邱政, 邓开. 自适应均衡技术在水声通信中的研究应用[J]. 舰船电子工程, 2013, 33(10): 106-107.

QIU Zheng, DENG Kai. Research and applications of the daptive equalization technique in underwater acoustic communication[J]. Ship Electronic Engineering, 2013, 33(10): 106-107.

[8] Parisi R, Camoes F, Scarpiniti M, et al. Cepstrum prefiltering for binaural source localization in reverberant environments[J]. Signal Processing Letters, 2012, 19(2): 99-102.

[9] 杨德森, 时洁, 刘伯胜. 基于倒谱分析的水声信号被动定位时延估计算法研究[J]. 系统仿真学报, 2009, 21(2): 610-616.

YANG Desen, SHI Jie, LIU Bosheng. Research of time-delay estimation algorithm for passive localization based on cepstrum analysis[J]. Journal of System Simulation, 2009, 21(2): 610-616.

[10] 陈励军, 张俊, 安良, 等. 浅海信道单水听器多径被动定位[J]. 声学技术, 2011, 30(3): 250-252.

CHEN Lijun, ZHANG Jun, AN Liang, et al. Passive Location by single hydrophone under shallow water[J]. Technical Acoustics, 2011, 30(3): 250-252.

[11] 韩治国, 王红梅, 许辉. 基于窗函数和特征滤波器的半带滤波器设计[J]. 计算机仿真, 2013, 30(8): 182-184.

HAN Zhiguo, WANG Hongmei, XU Hui. Half-band filter design based on windowing and characteristics of filter[J]. Computer Simulation, 2013, 30(8): 182-184.

[12] 高常鑫, 桑农. 整合局部特征和滤波器特征的空间金字塔匹配模型[J]. 电子学报, 2011, 39(9): 2034-2038.

GAO Changxin, SANG Nong. Unifying local features and filterbank features in the spatial pyramid matching model[J]. Acta Electronica Sinica, 2011, 39(9): 2034-2038.

Underwater acoustic signal reconstruction based on dual signals contrast

YANG Fen1, ZOU Nan2,3, FU Jin2,3

(1. Unit 91388, The People’s Liberation Army of China, Zhanjiang 524022, Guangdong, China;2. Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001,Heilongjiang,China; 3. College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001,Heilongjiang, China)

According to the multi-paths of underwater acoustic channel, a new signal reconstruction method is put forward for homomorphic system. Considering the deconvolution feature of homomorphic filter, the complex cepstrum expression of the underwater acoustic multipath channel is deduced. The cepstrum features of the received signals in different places or different times are compared. By extracting the high similarity, the underwater acoustic signal reconstruction method is realized based on the dual signals constrast. Numerical simulations and lake trials verify the effectiveness of the proposed method, and the performance is better than the conventional eigenfilter’s.

complex cepstrum; multipath channel; signal reconfiguration

TG67

A

1000-3630(2015)-04-0293-07

10.16300/j.cnki.1000-3630.2015.04.001

2015-01-20;

2015-04-23

国家自然科学基金(51209059, 61201411)、国家“863计划”(2013AA09A503)资助项目。

杨奋(1975－), 男, 广东雷州人, 硕士, 研究方向为水声信号处理。

邹男, E-mail: zounan@hrbeu.edu.cn