详情

原文传递仿齿鲸叫声的主动声呐伪装隐蔽探测方法研究

论文题名：	仿齿鲸叫声的主动声呐伪装隐蔽探测方法研究
关键词：	主动声呐;隐蔽探测;仿生技术;单脉冲
摘要：	主动声呐探测系统因向外发射声波而暴露自己，容易导致自身乃至整个水下平台被定位和摧毁，随着海洋竞争的日益激烈，主动声呐探测系统的隐蔽性正面临着越来越严峻的考验。仿生伪装隐蔽探测技术将主动声呐信号伪装成海洋中鲸目动物的叫声，通过伪装诱骗实现隐蔽探测，具有能同时兼顾隐蔽性和远距离探测的优势，受到了极大的关注。本文以分布范围广、叫声类型丰富、叫声声源级高的齿鲸为仿生对象，从齿鲸叫声特征分析、仿生信号设计、测距和测速方法等方面开展研究，主要研究工作归纳如下：　　(1)针对传统基于希尔伯特-黄变换的波形包络提取算法抗噪声干扰能力差且无法提取谐波包络的问题，提出了基于短时傅里叶变换与时频二维时频带通滤波相结合的齿鲸叫声信号波形包络提取算法；以时频谱轮廓为滤波基准线，设计了时频二维参数短时变参二维带通滤波方法，实现了齿鲸叫声基频及谐波时频谱的有效提取及海洋背景及生物脉冲噪声的有效滤除；构建了信号时频谱与时域波形包络的正比例函数映射关系，利用窗函数的幅值恢复系数实现了时频谱峰值到波形包络幅值的正比例转换。针对六类音调叫声(tonalsound)的仿生信号合成结果表明所提算法可有效提取各型带噪和带谐波齿鲸叫声信号波形包络。　　(2)针对传统仿生信号合成模型无闭式表达式导致模型参数难于改变，或模型表达式通用性低导致难以高相似度模仿各鲸目动物叫声的问题，以鲸目动物叫声中占比高的音调叫声为模仿对象，提出了具有闭式表达式且能高相似度模仿各型音调叫声的仿生信号合成通用模型及方法。根据音调叫声时频谱轮廓形状及单调特征，设计了幂调频仿生(PowerFrequencyModulationBionic,PFMB)与正弦调频仿生(SinusoidalFrequencyModulationBionic,SFMB)模型，实现了音调叫声非线性调频特征的参数化表达。基于此，根据音调叫声时频谱轮廓极值点多、斜率变化复杂多样的特点，提出了基于多PFMB和多SFMB信号拼接的仿生信号人工分段合成算法，通过音调叫声分段、PFMB或SFMB模型匹配、连续相位拼接，实现了各型音调叫声的高相似度合成与仿造。进一步，为实现各型音调叫声仿造合成过程的全自动化，根据音调叫声短时平稳、持续时间长的特点，提出了基于时频谱轮廓自动提取并分段匹配PFMB模型的仿生信号自动分段合成算法，通过时频点连通域合并、谐波长度阈值判定、时频谱轮廓平滑分段、PFMB模型最优化匹配，实现了对各型音调叫声全自动且高相似度地模仿，最后设计了基于C++的仿生信号自动合成软件。实验结果表明，通过微调仿生信号表达式参数即可显著提升信号的测距和测速性能，仿生信号与音调叫声信号的时频谱轮廓间皮尔逊相关系数高达0.95以上，验证了仿生信号的伪装性。　　(3)聚焦伪虎鲸哨声中占比高的无谐波双曲上调频哨声，构建了载频叠加的类双曲调频(HyperbolicFrequencyModulation,HFM)仿生声呐信号模型，提出了基于双声呐信号脉冲组合测距与测速的伪装隐蔽探测方法。针对传统HFM信号模型频率范围与持续时间固定条件下时频谱轮廓曲率不可调的局限，通过在HFM信号模型上叠加校调曲率的载频因子，构建了时频谱轮廓曲率可调的类HFM仿生声呐信号模型。依据类HFM仿生声呐信号脉冲距离分辨力高、多普勒容限大的优点，将两个声呐信号脉冲构成脉冲组，利用距离分辨力高的单脉冲实现目标距离的高精度测量，通过多普勒容限大的脉冲组及多普勒迭代校正算法实现目标速度的高精度测量。实验结果表明，在信噪比-10dB、目标距离10km且速度10m/s条件下，距离和速度估计值均方根误差分别为12m和0.032m/s，支持向量机分类方法验证了仿生声呐信号的伪装性。　　(4)针对抹香鲸点击叫声时间间隔与中心频率跳变特征，提出了基于Costas跳时与Costas跳频混合编码的伪装隐蔽探测方法。通过Costas跳时匹配点击叫声的时间间隔跳变、Costas跳频匹配点击叫声的中心频率跳变，构建了Costas跳时与Costas跳频混合编码的仿生声呐信号模型。基于傅里叶变换和逆傅里叶变换，在频域基于点击叫声中心频率实现Costas跳频编码，在时域基于点击叫声时间间隔实现Costas跳时编码，实现距离和速度分辨力高、主旁瓣比高、多普勒容限低的仿生声呐信号的合成。基于互模糊函数与二维匹配滤波技术，利用单个仿生声呐信号实现目标的精确测速和测距。实验结果表明，在信噪比-10dB、在目标距离10km且速度10m/s条件下，距离和速度估计值均方根误差分别为91m和0.0086m/s，神经网络分类方法验证了仿生声呐信号的伪装性。
作者：	孙中波
专业：	仪器科学与技术
导师：	蒋佳佳
授予学位：	博士
授予学位单位：	天津大学
学位年度：	2022