深海声信号处理关键技术研究

杭州应用声学研究所 金江明

引言

在实际海洋环境中，水声信号十分复杂，存在诸多水声信道畸变与环境干扰等情况，尤其是在浅海环境中表现得更加显著。在现代潜艇技术不断发展的背景下，使其下潜深度与活动范围得到进一步扩大，为了完成作战任务，潜艇通常需要进入到深海区工作，为了提升水声探测性能，将水声探测器放置在约2000m的深海环境中，与优良安静的水文环境以及便于远距离传声的深海波导相结合，从而达到提高声音在深海传播效率的目标。

1.深海与浅海声信号传播特性对比

1.1 浅海声传播特性

要想对声音在深海中的传播特性进行分析，首先需要对其在浅海中的声音传播进行分析。从地理学角度上看，浅海主要是指海面与海底距离不超过200m的区域内，二者间形成浅海声道，当声波在其中传播时，会受到海面与海底的双重作用。经过相关调查研究表明，声音在浅海中传播时，其损失度受到海水介质、海面、海底等多种因素的影响。由于声场与上述参数的依赖度较高，因此在参数不明确的前提下，只能粗略的估算浅海的传播损失。

浅海传播受到温度变化的影响，反应较为灵敏，并且也随之季节的改变而发生变化。在冬季时，由于受到风浪与冷空气的影响，浅海中通常会出现微弱的声速阶梯分布，形成表面声道，提升了声音的传播效果；而在夏季时，由于受到风动与太阳辐射的影响，在浅海区域往往会存在负跃层，进而影响了声音的传播。由于浅海环境具有较强的复杂性，使该区域水声信道的空间、时间、频率等均发生了改变，传播损失加大、环境噪声较高、带宽的使用有限，这些都将为水声识别与探索带来较大的不利影响。

1.2 深海声传播特性

在深海声道中，主要是由深海声速的分布特征而形成，在分布上存在极小值，深度上主要是从中纬度海区到极地海区之间的区域，SOFAR声道标准分布模型为：

式中，z0代表的是声速极小值时的位置；ε代表的是与最小值偏离后的量级；c0代表的是声速极小值；B代表的是波导宽度；

同时，根据上述公式绘制1—5000m的声速分布图，根据折射定律可知，声线总是朝着声速极小值的位置弯曲。而声速极小值能够使海水具备与透镜相似的功能，在极小值附近的声速梯度，将使出射声线的弯曲方向向极小值倾斜。由此可见，在深海声道中，生源的发射处部分能量因没有经过海面、海底的反射产生了声能损失，这些损失被存留在声道内部，单纯的由于吸收效应而发生衰减。由于在深海区域中，声音在传播过程中产生的损失较小，尤其是在生源的位置处，声音信号能够在声道中传播很远。

在深海声道中，与浅海声道相比来看，由于受到季节、洋流、海面风力、波浪等因素的干扰较小，在水声环境上相对来看较为安静，因此声音在传播过程中受到的阻力较小，产生的损失较小，声道效应的稳定性更强。另外，将声源装置放置到深海环境当中，能够减少声源与接受装置之间的复杂因素干扰。因此，深海环境中的优良安静能够更加有利于声音的传播[1]。

2.深海声信号处理的关键技术分析

2.1 去噪处理技术

在声信号发射之后，对其进行去噪处理显得十分重要，去噪处理的方式多样，主要包括两种方式，分别为小波分析法与矩阵束算法，这两种方式所适用的范围与应用效果不尽相同。对于平稳性较差的信号来说，通常采用小波分析法进行去噪处理；对于较为稳定的声音信号来说，一般采用矩阵束算法，通过傅里叶转换等方式，对信号的频谱特征进行选取。由于声音在深海中发射以后，属于非平稳性信号，加之在信号的类型上也有所区别，因此应寻找相应的去噪方式进行解决。对此，在深海环境下，当声音发送出去以后，需要对其传播特性进行分析，选择科学的理论作为基础和参考，通过小波分析法与矩阵束算法相结合的方式，对声音信号进行处理。

（1）小波分析法属于其中使用频率最高的一种，在对深海声音信号的处理过程中，主要的处理步骤为：首先，选择一种小波基，并对该声音信号进行N层的分解，使其成为多个小波，在分解之后对各个层次系数中的阀值进行选择并处理；然后，将阀值处理后得到的系数通过小波进行重构，将其作为原始信号。

（2）矩阵束算法主要是基于奇异值分解来实现的，使用此种方式对深海声音传播进行处理时，首先需要建立一个二维矩阵束，然后对所创立的矩阵进行分解，将构建后的矩阵划分为不同的两个子空间，一个为噪声子空间，另一个为信号子空间，最终通过信号子空间完成对最终信号的获取。这种方式对于指数类型信号来说，在深海声音传播中对震荡噪音的处理效果达到十分显著的效果[2]。

2.2 声音发射信号特征提取技术

在对深海声音信号的处理时，人们通常将信号看成为线性或者高斯性，但事实上，声音信号在传播的过程中并不是这两种特征，加之深海环境中存在诸多干扰因素，采用常规的信号处理技术无法对信息的特征进行全面而准确的提取，这时在对声音信号进行处理时，需要加强对此方面问题的重视程度。现阶段，信号特征的主要提取技术为：分形特征提取法与高阶谱特征提取法，具体为：

（1）高阶谱特征提取法：与二阶谱相比来看，能够提供更多丰富、高价值的信息，具有较高的分辨率与较强的抗噪声性能，采用此种方式能够对声音在深海环境中的发射信号进行分析，将测量信号从非高斯特征中提取出来，获取到更多常规信号测量与分析中无法得到的信息。

（2）分形理论：基于信号自相似性诞生，在深海声音信号中，很需要信号自身存在一定的特殊性，能够展现出自身相似尺度的比例，由于此种信号与幅度等参数之间并不存在太大的联系。

2.3 独立分量分析技术

现阶段，该技术不但在深海声音检测与分析的过程中得到应用，在其他领域中也有所涉及。在对深海声音信号进行处理的过程中，首先能够对声音信号进行独立分量和分离处理，然后将这些信息从独立声源中提取出来，并进行处理，最终将声音中存在的噪声进行过滤和清除。此种分析方式的实施原则为统计独立，这在深海环境中，当声音信号的形式不明时，根据该原则便能够实现信号分解，进而更加良好高效的进行深海声信号的分析与处理[3]。

结论

综上所述，本文从实际需求出发，对深海环境中声音的传播特性与声信号的处理技术进行分析。通过研究和分析能够看出，与浅海区域相比来看，深海区域由于受到阻碍和干扰因素较少，因此更有利于实现声音的传播。同时，在日后的研究中，应加强对去噪处理技术、独立分量分析技术、声音发射信号特征提取技术的关注度，为反潜作战、海洋开发等提供重要的技术支持。