一种沉底小目标的主动高频仿生波形分析及探测方法

岳雷，姜春华



一种沉底小目标的主动高频仿生波形分析及探测方法

岳雷，姜春华

(昆明船舶设备研究试验中心，云南昆明650000)

为研究和分析用仿生信号及处理方法探测沉底小目标的可行性及探测性能，分别从时域频域波形、模糊度函数、抗混响性能方面分析了仿海豚声呐信号，并用计算机仿真了复杂背景下沉底小目标的探测。理论分析和仿真结果表明：在几种仿海豚声呐信号中，频率重叠较多的信号混响抑制效果最好；仿生探测方法的性能比标准声呐探测方法有了明显的提高。仿生信号及探测方法可作为一种新型的沉底小目标探测信号及处理方法。

模糊度函数；仿海豚声呐信号；仿生探测；沉底小目标

0 引言

海豚声呐拥有一个非常复杂的生物声呐系统，具有超出目前先进声呐的探测和识别复杂环境下目标的卓越能力[1]。已有文献[1-4]表明：海豚声呐系统可以很好地完成在恶劣环境下的捕食、在水中对不同材料和不同尺寸目标的区分等任务。文献[5]通过借鉴海豚声呐处理方法，在雷达处理方面提高了对环境杂波的抑制及对土壤、半导体、铁块的目标分类识别能力。文献[6]系统地研究了气泡模型、气泡散射特性、海豚声呐处理方法机理、水池试验等内容，提高了水中气泡环境下目标的探测性能。

探测水下目标，混响是主动声呐的主要干扰。对于动目标来说，可以通过最优波形设计及多普勒处理等方法提高声呐系统的探测性能。对于沉底小目标来说，由于目标相对海底静止，目标的回波和混响几乎无多普勒现象，不能再通过多普勒处理抑制混响干扰。此外，沉底小目标的探测，还要有足够高的空间分辨力。因此，发射信号必须具有良好的抗混响能力和较高的距离分辨率。对于沉底和掩埋目标来说，声波的多径传播效应及传播介质的不均匀性等引起的回波的起伏效应，增加了目标的探测难度，发射信号必须具有较好的抗回波起伏的能力。而对于掩埋目标，还需要考虑声波对海底一定深度的穿透能力，发射信号的频率不能太高[7]。

本文分析了海豚声呐信号的时域频域特性、模糊度函数特性、抗混响特性，并借鉴海豚声呐处理方法以提高对沉底小目标的探测性能，最后根据计算机仿真完成了对沉底小目标的仿生探测，得出相应结论。

1 仿生信号分析

1.1 回声定位海豚的信号特征

回声定位海豚发声采用“喀拉”脉冲串信号，每个回声定位“喀拉”可能包含多个脉冲分量。已经证实某些种类海豚采取多脉冲分量结构的“喀拉”信号模式，每个“喀拉”中的脉冲随时间衰减且脉冲之间有一固定间隔。海豚在决定探测还是识别目标之前发射12~30个“喀拉”信号，并可以根据所要完成的任务及环境调整“喀拉”信号结构。Houser[8]根据“喀拉”信号的频率特点完成了对各种“喀拉”的分类，Capus等人[8-10]根据这个分类法建立了仿海豚“喀拉”信号的模型，该模型表明“喀拉”信号由两个高斯包络负调频线性调频信号经过延迟叠加形成。

1.2 仿海豚声呐信号分析

本文采用文献[9]中仿海豚“喀拉”信号模型，为兼顾信号参数一致性及满足实际探测沉底小目标的需求，本文的仿海豚声呐信号频率设置同文献[9]；“喀拉”信号中的两个高斯包络负调频线性调频信号持续时间设为3 ms，两个线性调频信号相隔0.6 ms后叠加得到一个完整的仿海豚“喀拉”信号，仿海豚“喀拉”信号持续时间为3.6 ms；这比真实海豚的“喀拉”信号持续时间大40倍左右。本节将从信号的时域频域波形、模糊度函数、抗混响性能开展仿海豚声呐信号的研究与分析。

(1) 仿海豚声呐信号时域频域特性分析

仿海豚“喀拉”信号中的高斯包络线性调频信号表达式为

其中，0<<，且，为起始频率，为调频率。

仿海豚“喀拉”信号参数设置如表1所示。

表1 仿海豚“喀拉”信号参数

表1选取了文献[9]中Dolphin-Clicks(DC)信号模型中的DC1、DC2、DC6，这几个信号均由两个高斯包络负调频线性调频信号组成，其中DC1中的线性调频1和线性调频2频率重合部分较多，DC2中的线性调频1和线性调频2频率重合部分减少，DC6中的线性调频1和线性调频2频率完全分开。下面分析DC信号时域频域波形特性。

由高斯函数的性质可知，其时域和傅里叶变换均为高斯函数，因此经过高斯包络调制的信号其时域和频域波形包络均呈现高斯函数形状，且信号的能量相对集中。

当DC中的线性调频1和线性调频2频率重合时，由于频谱的相干作用，会导致频谱有些地方“凸起”、有些地方“凹陷”的现象，即会出现梳状谱特性；当其频率未重合时，会出现两个高斯函数形状的谱。

根据表1中信号参数完成DC1、DC2、DC6信号的时域频域仿真，仿真结果分别如图1~3所示。

如图1~3可以看出，DC1、DC2、DC6信号的时域频域波形包络均呈高斯函数形状；DC1和DC2的频谱呈现梳状特性，且DC1中的梳状谱峰比DC2中的梳状谱峰多，这是由于DC1中两个线性调频频率重叠比DC2重叠的多；DC6频谱呈现两个高斯形状。

(2) 仿海豚声呐信号模糊度函数特性及抗混响性能分析

波形抗混响能力的好坏，可以通过对发射信号模糊度函数的分析来获得，宽带回波信号的模糊函数和模糊度函数[11-12]分别定义为

(3)

信号的模糊度函数描述了信号的时频域联合分布特性，可表征主动声呐系统匹配滤波处理的效果。信号对于目标的探测能力可以由模糊度图上的主瓣宽度得到，而旁瓣的高度决定了此信号对于多目标或者在混响限制条件下的探测能力。通过对比不同发射信号的模糊度图，可以得到其在混响条件下接收端的匹配滤波效果[13-14]。

由模糊度函数的傅里叶变换性质可知

即时域的相关等价于发射信号与副本信号在频谱上的共轭相乘。

对于DC1和DC2信号来说，当多普勒尺度因子从1逐渐增大或减小过程中，会导致副本与发射信号的频谱重叠区域的逐渐减少然后又逐渐增加的周期性变化，也就会引起模糊度函数的减小与增大的周期性变化，这将会导致钉板型模糊度函数的出现。对于DC6信号来说，两个高斯函数形状的频谱间距较大，通常多普勒尺度因子很难增大或减小到使其发射信号频谱和副本信号频谱交错重叠的程度，因此其模糊度函数呈斜刀刃型。关于三种信号的抗混响性能，需要结合具体参数仿真分析。

以下分别完成DC1、DC2、DC6信号的模糊度函数仿真，仿真结果如图4~6所示。

图4~6中上图分别为其模糊度函数图，下图分别为其模糊椭圆图。可以看出，DC1和DC2的模糊度函数呈钉板状，DC6的模糊度函数呈斜刀刃型；DC1信号模糊度函数的主瓣和副瓣尺度间隔较大，DC2信号模糊度函数的主瓣和副瓣尺度间隔较小，DC6信号模糊度函数的主瓣和副瓣基本连接在一起；三个信号的距离分辨率都很高。

由于DC1和DC2信号的模糊度函数呈钉板型，而DC6信号的模糊度函数呈斜刀刃型，所以DC6信号关于海底散射体所产生混响的贡献大于DC1和DC2信号关于海底散射体所产生混响的贡献，即DC1和DC2信号关于沉底小目标的混响抑制性能优于DC6信号。DC1和DC2信号关于沉底小目标的混响抑制性能优劣，还需通过仿真进一步进行分析。

为了分析和验证DC1、DC2、DC6信号的抗混响能力，在此采用海底散射模型来模拟海底混响，海底散射体服从均匀分布，散射强度服从兰伯特定律。图7为仿真的DC1、DC2、DC6混响波形。

采用匹配滤波输出分析和验证DC1、DC2、DC6信号的抗混响性能，输入信混比为0 dB，仿真结果如图8所示。

由图8可以看出，DC1和DC2信号的混响抑制性能优于DC6，这验证了之前的分析。而DC1信号的混响抑制性能优于DC2，这说明DC1信号的抗混响性能最优，在这三种信号中可作为探测沉底小目标的最优波形。

2 仿生探测方法

海豚凭借百万年的进化，其探测波形及处理系统有着相当优良的性能。海豚大脑允许多功能性和连续性学习控制整个声呐处理，而其大脑的一个重要品质是连续学习的能力，在这种情况下，它能够适应不同的环境和情况，并从之间的经验受益[1,8]。此外，海豚优良的听觉滤波系统对于探测和识别目标也有重要作用。本节仅研究和分析仿生探测方法在沉底小目标探测上的可行性及性能。关于如何处理“喀拉”脉冲串信号、听觉滤波系统处理等方面内容需做深入研究。

2.1 仿生探测方法原理及步骤

文献[2，6]采取双极性脉冲声呐技术(TWin Inverted Pulse Sonar，TWIPS)在水下气泡环境下进行目标探测，该方法认为气泡散射的回波是非线性散射响应，而目标反射的回波是线性散射响应，通过发射两个极性相反有一定间隔的脉冲信号，将处理的回波进行叠加，使线性散射响应相干增强的同时非线性响应减弱，从而提高了水下气泡环境中的目标探测性能。

同理，把混响认为是非线性散射体和部分线性散射体后向散射回波的叠加，也可以采用TWIPS方法完成沉底小目标的探测。

为比较仿生探测方法探测沉底小目标的效果，引入标准声呐探测方法作为对比。目前还没有建立一个可以与TWIPS性能比较的基准方法，为此，这里引入了一个称为“标准声呐处理”的基准来与其作比较。由于TWIPS方法是通过脉冲对的回波的处理来实现，为了公平地比较TWIPS和标准声呐处理的性能，标准声呐处理是对脉冲对的平均。标准声呐探测方法和TWIPS方法的步骤分述如下。

(1) 标准声呐探测方法步骤：

(2)TWIPS方法步骤：

2.2 仿生探测方法探测性能分析

为分析仿生探测方法关于探测沉底小目标的性能，进行了标准声呐方法和TWIPS方法仿真；背景干扰为混响和高斯白噪声，其中信混比为0 dB，信噪比为5 dB，通过发射两个极性相反的DC1信号，间隔50 ms，总共进行100次实验，仿真结果如图9所示。

(a) 标准声呐方法

(b) TWIPS方法

3 结论

本文结合理论和仿真分析，尝试挖掘海豚波形及处理方法的优势，从时域频域波形、模糊度函数、抗混响性能分析了仿海豚信号的特性，并研究和分析了仿生探测方法对探测沉底小目标的可行性及性能。理论分析和仿真结果表明：

(1) 在频率重叠较多、频率重叠较少和频率完全分开的仿海豚声呐信号中，频率重叠较多的仿海豚声呐信号是探测沉底小目标的最优波形；

(2) 仿海豚声呐处理方法可用于对沉底小目标的探测，且性能相比标准声呐效果提升显著。

本文的研究对仿生波形设计及沉底或掩埋目标的探测和识别有着积极的应用价值。

[1] Au W W L, Martin S W. Why dolphin biosonar performs so well in spite of mediocre ‘equipment’[J]. IET Radar, Sonar & Navigation, 2012, 6(6): 566-575.

[2] Chua G H, White P R, Leighton T G. Use of clicks resembling those of the Atlantic bottlenose dolphin (Tursiops truncatus) to improve target discrimination in bubbly water with biased pulse summation sonar[J]. IET Radar, Sonar & Navigation, 2012, 6(6): 510-515.

[3] Pailhas Y, Capus C, Brown K, et al. Analysis and classification of broadband echoes using bio-inspired dolphin pulses[J]. The Journal of the Acoustical Society of America, 2010, 127(6): 3809-3820.

[4] Harley H E, DeLong C M. Echoic object recognition by the bottlenose dolphin[J]. Comparative Cognition & Behavior Reviews, 2008, 3(3):46-65.

[5] Leighton T G, Chua G H, White P R, et al. Radar clutter suppression and target discrimination using twin inverted pulses [C]//Proceedings of the Royal Society of London A: Mathematical, Physical and Engineering Sciences. The Royal Society, 2013, 469(2160): 1-14.

[6] Chua G H. Target discrimination in bubbly water[D]. University of Southampton, 2012.

[7] 陈立纲, 苑秉成. 探测沉底小目标声呐信号波形设计及产生方法研究[J]. 武汉理工大学学报: 交通科学与工程版, 2010, 34(4): 749-753. CHEN Ligang, YUAN Bingcheng. Study on signal waveform design and generation method for sonar to detect bottom small target [J]. Signal Processing, 2010, 34(4): 749-753.

[8] Pailhas Y, Capus C, Brown K, et al. BioSonar: a bio-mimetic approach to sonar systems concepts and applications[M]. INTECH Open Access Publisher, 2011.

[9] Pailhas Y, Capus C, Brown K. Bio-inspired sonar[C]//Digital Signal Processing (DSP), 2011 17th International Conference on. IEEE, 2011: 1-6.

[10] Finfer D C, White P R, Chua G H, et al. Review of the occurrence of multiple pulse echolocation clicks in recordings from small odontocetes[J]. IET Radar, Sonar & Navigation, 2012, 6(6): 545-555.

[11] Yves Doisy, Laurent Deruaz. Reverberation suppression using wideband doppler-sensitive pulses[J]. IEEE Journal of Oceanic Engineering, 2008, 33(4): 419-433.

[12] LIN Z B. Wideband ambiguity funcfibn of broadband signals[J]. Acoust. Soc. Am., 1988, 83(6): 2108-2116.

[13] 梁国龙, 张瑶, 付进, 等. 新型主动声呐梳状谱信号设计[J]. 哈尔滨工程大学学报, 2012, 33(3): 302-307. LIANG Guolong, ZHANG Yao, FU Jin, et al. New comb waveforms for reverberation suppression[J]. Journal of Harbin Engineering University, 2012, 33(3): 302-307.

[14] 姚东明, 蔡志明. 主动声呐梳状谱信号研究[J]. 信号处理, 2006, 22(2): 256-259. YAO Dongming, CAI Zhiming. Active sonar comb spectrum of signal[J]. Signal Processing, 2006, 22(2): 256-259.

The active high frequency bionic waveform analysis and bionic detection method for small target at sea bottom

YUE Lei, JIANG Chun-hua

(Kunming Shipbuilding Equipment Research and Test Center, Kunming 650000,Yunnan, China)

To explore the possibility and performance of the bionic signals and detection method for small target sunk at sea bottom, this paper studies and analyzes the characteristics of three different dolphin-clicks sonar signals in time domain and frequency domain, ambiguity function and anti-reverberation respectively; and uses compute simulation to conduct the detections of the small target at sea bottom under complex background. Both the theoretical analysis and simulation results show that: the dolphin-clicks sonar signal with more frequency overlaps has the best performance in anti-reverberation among the three signals; the performance of the bionic detection method is better than the standard sonar detection method. Dolphin-clicks sonar signal and bionic detection can be a kind of novel signal and detection method to detect small target sunk at sea bottom.

ambiguity function; dolphin-clicks sonar signal; bionic detection; sink small target

TB56

A

1000-3630(2016)-04-0325-06

10.16300/j.cnki.1000-3630.2016.04.008

2015-09-22;

2015-12-07

岳雷(1988－), 男, 陕西西安人, 硕士, 助理工程师, 研究方向为水下声探测及目标识别。

岳雷, E-mail: 944749976@qq.com。