基于MUSIC功率谱估计的直升机空中信号分析

李玲，杜鹏



基于MUSIC功率谱估计的直升机空中信号分析

李玲，杜鹏

(水下测控技术国家重点实验室，辽宁大连 116013)

针对直升机飞行的辐射噪声特征谱线进行分析，提出一种基于MUSIC算法的直升机声信号处理方法。首先阐述MUSIC谱估计方法，然后针对实测不同机型直升机的飞行辐射噪声数据，分别进行MUSIC算法和传统方法的频谱分析，对得到的结果进行分析比较，数据处理结果表明MUSIC算法能够抑制噪声，明显改善信噪比，并能够更为细致地体现直升机声信号的谐波特性。

直升机声信号；目标线谱；MUSIC算法

0 引言

在现代战争中，直升机在反潜、侦察及巡逻等方面发挥着举足轻重的作用，尤其在低空飞行条件下，能够躲避雷达的探测，对地面目标的威胁大大增加。通过获取其被动辐射噪声的方法来解决低空飞行目标的探测问题，国内外学者采用快速傅里叶变换和高阶谱的方法实现对直升机辐射噪声信号的分析。但是对于信号中混有不相关的随机噪声，消噪效果不是很理想，本文提出基于MUSIC功率谱估计的直升机空中信号分析方法。

MUSIC谱估计是数字信号处理中十分重要的研究领域，人们先后提出了各种谱估计的理论和方法，MUSIC谱估计能够将特征线谱提取出来，在信号处理方面的多个领域得到广泛应用。MUSIC谱估计方法的基本思想是对所估计的信号相关矩阵函数进行特征分解，分别生成信号子空间和噪声子空间，利用信号子空间和噪声子空间的正交性，构造空间谱函数，从而进行谱峰搜索来估计信号频率。

本文首先详细介绍MUSIC谱估计方法，然后针对获取到的不同机型直升机的辐射噪声数据分别进行MUSIC算法和传统FFT的频谱分析，对得到的结果进行分析比较，其结果表明，基于MUSIC功率谱估计算法能够明显改善信噪比，并能够更为细致地体现直升机声信号的谐波特性。

1 MUSIC谱估计方法

MUSIC谱估计方法是对所要分析的信号的相关函数进行特征分解，利用信号子空间和噪声子空间的正交性，构造空间谱函数，从而搜索谱函数的峰值来估计信号频率。

式(7)中：I是一个×维的单位矩阵，是信号()的自相关矩阵。

由噪声子空间的向量构成的矩阵为

另一种表达形式为

MUSIC算法实现步骤：

2 实测数据分析

直升机飞行辐射噪声可以分为两大类：一类为气动噪声，另一类为机械噪声。气动噪声包括涡流与物体相互作用产生的直升机旋翼、尾桨的旋转噪声及发动机进气排气噪声。机械噪声是由机械部件之间的撞击摩擦以及周期性相互作用而产生。直升机噪声由宽带连续谱和线谱组成，线谱主要由主旋翼和尾桨产生，以基频的倍数成谐波关系。一般情况下, 主旋翼旋转噪声的基频在10～30 Hz之间，而尾桨旋转噪声的基频在50～100 Hz之间。但在一些实际测试中，某些类型的直升机只能测出旋翼噪声，某些类型的直升机可以同时测出旋翼和尾桨噪声。

下面的数据来自于3组实测的直升机空中辐射噪声数据，这些直升机声信号由微音器B&K4190布放在距离地面2 m处的架子上，以44.1 kHz的采样频率进行采集获取的。在本文中，针对2 s的数据分析，由于直升机声信号的特征主要集中在400 Hz以下，对原数据进行50倍的降采样，使得采样率变为882 Hz。计算时从每组数据中抽取4 096个样本点。对每组数据分别采用FFT以及MUSIC处理算法，并对分析处理的结果进行比对。具体分析结果如下。

图1是在I型直升机飞行高度200 m和匀速飞行水平距离大约1 km的条件下获取到的辐射噪声数据，对其进行简单的FFT处理及MUSIC算法处理得到的结果。从MUSIC算法得到的频谱图中能够清晰地看到主旋翼的谐波线谱分别为29.9、59.89、89.79、119.9、149.9 Hz，均近似为29.9 Hz的整数倍。

(a) 传统频谱分析

(b) MUSIC频谱分析

图 1 I型直升机的FFT与MUSIC谱图

Fig.1 FFT and MUSIC spectrums of helicopter I

图2是在II型直升机距离地面200 m匀速飞行，水平距离500 m条件下利用微音器获取到的辐射噪声时域波形。采样频率为44.1 kHz，采集时间为1.2 s。由于直升机的噪声主要来源于主旋翼的旋转噪声，从图2中能够看到一组正弦信号的叠加。图3是对其进行FFT处理和MUSIC算法处理得到的结果。从图3中可以看出，通过MUSIC算法能够提取淹没在背景噪声中的特征谱线。主旋翼的线谱分别为23.46、47.01、94.29、117.6、139.5、164.5 Hz，均近似为23.46 Hz的整数倍。

从图1和图3中清晰地看到，利用基于MUSIC功率谱估计算法能够提高信号的信噪比，并能够去除较强的背景噪声。这是由于基于MUSIC功率谱估计算法是将实测信号进行自相关处理，对自相关函数进行特征值分解，将大特征值的特征向量提取出来进行分析，将小特征值对应的特征向量剔除掉，从而构造出MUSIC谱，最终得到了较为理想的结果。

图2 Ⅱ型直升机的辐射噪声时域波形

(a) 传统频谱分析

(b)MUSIC频谱分析

图 3 II型直升机的传统谱与MUSIC谱图

Fig.3 FFT and MUSIC spectrums of helicopter II

图4是对用于救助的直升机在飞行高度为300 m的条件下，匀速飞行过顶时刻获取的辐射噪声数据，对其进行FFT处理和MUSIC算法处理得到的结果。从MUSIC算法得到的频谱图中能够清晰地看到主旋翼的谐波线谱特征，发现在0～50 Hz之间出现有规律的特征线谱，如图5所示。

(a) 传统频谱分析

(b)MUSIC频谱分析

图4 用于救助的直升机FFT与MUSIC谱图

Fig.4 FFT and MUSIC spectrums of the helicopter for salvation

图5 用于救助的直升机MUSIC谱图(0~50 Hz)

从图5中能够观察到在两个主峰之间出现3个等间隔频率的子谐波，这是由于在时间序列上4个气缸燃烧速率峰值的高度不一致所导致的。在幅度上峰值不相等是由于4个气缸之间有轻微的差异，从而在两个主谐波之间出现3个等间距分谐波。并且从这个结果中能够判断出该机型有4个气缸。由此可见，MUSIC算法能够使得线谱特征更加突出。

3 结论

本文对基于MUSIC功率谱估计算法进行详细阐述，进而利用该方法对实测直升机空中辐射噪声数据进行分析与处理，得到其频谱特征。从结果中清晰地看到，采用MUSIC算法提高了特征线谱的信噪比，使得特征线谱更明晰。但是基于MUSIC功率谱估计算法对高信噪比的信号具有较佳的处理效果，对于信噪比不高的情况，还需要进一步探索更为完善的处理方法来得到明晰的线谱特征，为下一步的分类识别提供更强有力的技术支撑。

[1] Michael J. Buckingham, Eric M. Giddens Propeller noise from a light aircraft for low-frequency measurements of the speed of sound in a marine sediment[J]. Journal of Computational Acoustics, 2002, 10(4): 445-464.

[2] 徐桂芳, 高勇. 对称相关用于直升机声信号特征提取[J]. 探测与控制学报, 2010, 32(3): 22-26. XU Guifang, GAO Yong. The application of symmetric correlation function in feature extraction of helicopter acoustic signal[J] Journal of Detection & Control, 2010, 32(3): 22-26.

[3] Yoon Sang Ho, Kim Byungwook, Kim Young Soo. Helicopter classification using time-frequency analysis[J]. Electronics Letters, 2003, 36(10): 1871-1872.

[5] 祝龙石, 张清泰, 刘紫英. 直升机噪声理论分析[J]. 制导与引信, 1994(4): 10-15. ZHU Longshi, ZHANG Qingtai, LIU Ziying. Theoretical analysis on helicopter noise[J]. Guidance & Fuze, 1994(4) :10-15.

Analysis of helicopter radiated signal based on MUSIC spectrum estimation

LI Ling,DU Peng

(Scientific and Technology on Underwater Test and Control Laboratory, Dalian 116013, Liaoning, China)

A method based on multiple signal classification(MUSIC)algorithm is proposed to process the helicopter radiated acoustic signal with random noise under the condition of the assumption that is the signal and noise are mutually uncorrelated. This paper introduces the MUSIC spectrum estimation method, and then uses the traditional method and MUSIC algorithm to processthe signals radiated by different types of helicopters. The results show that MUSIC spectrum estimation can suppress the noise, extrude the peak of spectrum to improve signal to noise ratio obviously and reflect the harmonic characteristics of helicopter acoustic signal accurately.

helicopter acoustic signal; target line spectrum; MUSIC algorithm

TB556

A

1000-3630(2017)-05-0499-04

10.16300/j.cnki.1000-3630.2017.05.017

2016-05-04;

2016-07-18

李玲(1977－), 女, 辽宁大连人, 硕士, 高级工程师, 研究方向为噪声信号处理。

李玲, E-mail: lindali2008@163.com