一种基于时频特征图的目标信号检测方法及检测系统
阅读说明:本技术 一种基于时频特征图的目标信号检测方法及检测系统 (Target signal detection method and system based on time-frequency characteristic diagram ) 是由 张海如 汪俊 王海斌 台玉朋 于 2020-07-29 设计创作,主要内容包括:本发明属于水声信号检测与处理技术领域,具体地说,涉及一种基于时频特征图的目标信号检测方法,该方法包括:分别提取发射信号的时频特征图矩阵和接收信号的时频特征图矩阵;根据提取的发射信号的时频特征图矩阵和接收信号的时频特征图矩阵,计算二者的相似度,进而得到相似度曲线向量;根据得到的相似度曲线向量和预先设定的判断标准,检测目标信号。(The invention belongs to the technical field of underwater acoustic signal detection and processing, and particularly relates to a target signal detection method based on a time-frequency characteristic diagram, which comprises the following steps: respectively extracting a time-frequency characteristic diagram matrix of a transmitting signal and a time-frequency characteristic diagram matrix of a receiving signal; calculating the similarity of the time-frequency characteristic diagram matrix of the transmitting signal and the time-frequency characteristic diagram matrix of the receiving signal according to the extracted time-frequency characteristic diagram matrix of the transmitting signal and the time-frequency characteristic diagram matrix of the receiving signal, and further obtaining a similarity curve vector; and detecting a target signal according to the obtained similarity curve vector and a preset judgment standard.)
技术领域
本发明属于水声信号检测与处理技术领域,具体地说,涉及一种基于时频特征图的目标信号检测方法及检测系统。
背景技术
随机调频信号具有良好的自相关特性和互相关特性,常被应用于水声通信、导航定位和主动声纳探测等领域。在水声信道中,信号发射机与接收机之间的相互运动和水体的流动都将引起信号的多普勒频移,而信号的多普勒频移通常会降低匹配滤波器的检测能力,当其超出一定的容限之后,信号通信的可靠性会严重降低,以至于无法正常通信。通常情况下,若要对多普勒频移信号进行宽带匹配滤波,首先需要生成所有可能与多普勒频移相对应的拷贝信号,然后利用穷举法或牛顿法进行搜索匹配,找到与多普勒频移信号最相近的拷贝信号,并得到最佳的匹配结果,即可认为进行了失配修正,这种技术称为基于多普勒线性修正的匹配滤波方法。
目前,现有的匹配滤波方法都是对拷贝信号对应的时间长度内全部信号进行恒定多普勒系数修正,即修正用的多普勒系数是常数。当信号发射机与接收机之间做相对变速运动时,在拷贝信号对应的时间长度内,其对应的多普勒系数是变化曲线,而非常数,导致基于多普勒线性修正的匹配滤波方法,信号检测性能降低,甚至失效。
在高斯白噪声环境下,拷贝信号对应的时间长度越长,匹配滤波方法获得的时间增益越大,越有利于目标信号检测。但是,由于海洋环境具有时、空、频变特性,当拷贝信号对应的时间长度大于海洋环境对应的时间相关半径后,匹配滤波方法不能获得拷贝信号的全部时间增益,目标信号检测性能随着拷贝信号对应的时间长度增长而降低。
在主动声纳探测应用中,“发射机-目标-接收机”三者的相对运动也会带来接收信号与发射信号相比发生非线性多普勒畸变;由于目标回波信号较弱,为了达到较好的探测效果,需要发射长脉冲信号,期望获取足够大的时间增益,也会面临当拷贝信号对应的时间长度大于海洋环境对应的时间相关半径后,匹配滤波方法对目标信号检测性能恶化的问题;同时面临无法解决拷贝信号在水声信道中传播发生非线性多普勒畸变,导致基于多普勒线性修正的匹配滤波技术失效的问题,降低了非线性多普勒畸变鲁棒性。
发明内容
为了解决现有的随机调频信号检测方法存在的上述缺陷,本发明提出了一种基于时频特征图的目标信号检测方法,该方法包括:
分别提取发射信号的时频特征图矩阵和接收信号的时频特征图矩阵;
根据提取的发射信号的时频特征图矩阵和接收信号的时频特征图矩阵,计算二者的相似度,进而得到相似度曲线向量;
根据得到的相似度曲线向量和预先设定的判断标准,检测目标信号。
作为上述技术方案的改进之一,所述发射信号的时频特征图矩阵的提取过程,具体为:
以随机调频信号作为发射信号,令其离散数据序列为SCopy[n]:
其中,n∈[1,N],N为发射信号对应的离散数据序列总采样点数;ω0为中心频率;fS为采样率;B为调频信号带宽;k(x)∈[-1,1]为0均值随机序列,x为随机序列的序号;X为生成随机调频信号选用的随机序列长度;T0为随机序列中每个码元占用的调频时间;r[]为斜坡函数,是阶跃函数u[]的积分结果;
根据发射信号的离散数据序列SCopy[n],建立发射信号的时频图矩阵ACopy;
其中,ACopy的行对应发射信号的频域信息,其频带范围为其频点间隔为
其中,NFFT为短时傅里叶变换选取的采样点数;ACopy的各列对应发射信号的时域信息,其时域间隔取决于各码元占用的调频时间T0,时域间隔对应的采样点数为fs×T0,ACopy的总列数为根据发射信号的时频图矩阵ACopy,提取发射信号的时频特征图矩阵RCopy;
其中,RCopy初始化为全0矩阵,RCopy的行对应发射信号的频域信息,其频带范围为其频点间隔为其中,NFeature为对目标频带B等间隔划分的份数;RCopy的各列对应发射信号的时域信息,其时域间隔取决于各码元占用的调频时间T0,时域间隔对应的采样点数为fs×T0,RCopy的总列数为
提取ACopy的第j列向量的上包络曲线,并检测第j列向量的上包络曲线中的各极大值点的幅值和对应的所在位置,按照各极大值点的幅值从大到小排序,选取前MCopy个较大的极大值点,作为第j列向量的该列有效极大值点,其中
则第j列向量的有效极大值点对应的频率值落在区间 则RCopy的第j列第i行为1。
作为上述技术方案的改进之一,所述接收信号的时频特征图矩阵的提取过程,具体为:
令接收信号对应的离散数据序列为SRe[n],其采样率fS;
根据接收信号对应的离散数据序列SRe[n],建立接收信号的时频图矩阵ARe;
其中,ARe的行对应接收信号的频域信息,其频带范围为
其频点间隔为其中,NFFT为短时傅里叶变换选取的采样点数;ARe的各列对应接收信号的时域信息,其时域间隔取决于各码元占用的调频时间T0,时域间隔对应的采样点数为根据接收信号的时频图矩阵ARe,提取接收信号的时频特征图矩阵RRe;
其中,RRe初始化为全0矩阵,RRe的行对应接收信号的频域信息,其频带范围为
其频点间隔为其中,NFeature为对目标频带B等间隔划分的份数;RRe的各列对应接收信号的时域信息,其时域间隔取决于各码元占用的调频时间T0,时域间隔对应的采样点数为提取ARe的第j列向量的上包络曲线,并检测第j列向量的上包络曲线中的各极大值点的幅值和对应的所在位置,按照各极大值点的幅值从大到小排序,选取前2×MCopy个较大的极大值点,作为第j列向量的有效极大值点,其中
则第j列向量的有效极大值点对应的频率值落在区间
则RRe的第j列第i行为1。作为上述技术方案的改进之一,所述根据提取的发射信号的时频特征图和接收信号的时频特征图,计算二者的相似度,进而得到相似度曲线向量;具体为:
接收信号的时频特征图矩阵RRe中,各列对应的时域间隔所对应的采样点数为发射信号的时频特征图矩阵RCopy中,各列对应的时域间隔所对应的采样点数为fs×T0;
以接收信号的时频特征图矩阵的第k列为起始时刻,对接收信号的时频特征图矩阵的第k列以后的后续列向量,按照间隔fs×T0进行降采样,获得与发射信号的时频特征图矩阵具有相同列数的矩阵计算矩阵与发射信号的时频特征图矩阵RCopy的相似度dk:
其中,函数表示先对矩阵和RCopy逐元素进行“与”运算,得到矩阵再获取矩阵
中元素值为1的个数;函数表示获取矩阵RCopy中元素值为1的个数;根据计算的矩阵
与发射信号的时频特征图矩阵RCopy的相似度dk,计算接收信号的时频特征图矩阵RRe中的各列与发射信号的时频特征图矩阵RCopy的各列的相似度,进而得到相似度曲线向量D=[d1 d2…dk]。作为上述技术方案的改进之一,所述根据得到的相似度曲线向量和预先设定的判断标准,检测目标信号;具体为:
根据得到的相似度曲线向量,提取相似度曲线向量D的上包络曲线,并检测该上包络曲线中的各极大值点的幅值和对应的所在位置;
判断该上包络曲线中的每个极大值点的幅值是否大于预先设定的检测阈值Ψ,
如果该上包络曲线中的某个极大值点的幅值大于预先设定的检测阈值Ψ,则该极大值点判别为目标信号,并获取该目标信号的到达时刻信息;
该上包络曲线中的某个极大值点的幅值小于或等于预先设定的检测阈值Ψ,则该极大值点判别为干扰信号。
本发明还提供了一种基于时频特征图的目标信号检测系统,该系统包括:
特征提取模块,用于分别提取发射信号的时频特征图矩阵和接收信号的时频特征图矩阵;
相似度曲线向量获取模块,用于根据提取的发射信号的时频特征图矩阵和接收信号的时频特征图矩阵,计算二者的相似度,进而得到相似度曲线向量;和
检测模块,用于根据得到的相似度曲线向量和预先设定的判断标准,检测目标信号。
本发明与现有技术相比的有益效果是:
本发明的方法具有较强的抗非线性多普勒畸变的能力。当发射的随机调频信号的脉宽大于海洋环境对应的时间相关半径,或者接收信号中发射信号发生大尺度非线性多普勒频移失真时,现有的匹配滤波信号检测方法不再适用,采用本发明所述方法对发射信号进行检测仍能获得较高的信号时间增益,能显著提高随机调频信号检测能力。
附图说明
图1是本发明的一种基于时频特征图的目标信号检测方法的方法流程图;
图2是本发明的一种基于时频特征图的目标信号检测方法的一个实施例的发射信号的时频图矩阵示意图;
图3是本发明的一种基于时频特征图的目标信号检测方法的一个实施例的发射信号的时频特征图矩阵示意图;
图4是本发明的一种基于时频特征图的目标信号检测方法的一个实施例的接收信号的时频图矩阵示意图;
图5是本发明的一种基于时频特征图的目标信号检测方法的一个实施例的接收信号的时频特征图矩阵示意图;
图6是本发明的一种基于时频特征图的目标信号检测方法的一个实施例的相似度曲线和该相似度曲线的上包络曲线示意图;
图7是本发明的一种基于时频特征图的目标信号检测方法的一个实施例的发射信号与接收信号的脉压曲线示意图。
具体实施方式
现结合附图对本发明作进一步的描述。
本发明提供了一种基于时频特征图的目标信号检测方法,本发明所述方法具有较强的抗非线性多普勒畸变鲁棒性;当发射的随机调频信号的脉宽大于海洋环境对应的时间相关半径时,现有的匹配滤波信号检测方法不再适用,采用本发明所述方法对发射信号进行检测仍能获得较好的检测效果,能显著提高随机调频信号检测能力。
如图1所示,该方法包括:
分别提取发射信号的时频特征图矩阵和接收信号的时频特征图矩阵;
具体地,提取发射信号的视频特征图矩阵的具体过程入如下:
以随机调频信号作为发射信号,令其离散数据序列为SCopy[n]:
其中,n∈[1,N],N为发射信号对应的离散数据序列总采样点数;ω0为中心频率;fS为采样率;B为调频信号带宽;k(x)∈[-1,1]为0均值随机序列,x为随机序列的序号;X为生成随机调频信号选用的随机序列长度;T0为随机序列中每个码元占用的调频时间;r[]为斜坡函数,是阶跃函数u[]的积分结果;
根据发射信号的离散数据序列SCopy[n],建立发射信号的时频图矩阵ACopy;
其中,ACopy的行对应发射信号的频域信息,其频带范围为其频点间隔为
其中,NFFT为短时傅里叶变换选取的采样点数;ACopy的各列对应发射信号的时域信息,其时域间隔取决于各码元占用的调频时间T0,时域间隔对应的采样点数为fs×T0,ACopy的总列数为根据发射信号的时频图矩阵ACopy,提取发射信号的时频特征图矩阵RCopy;
其中,RCopy初始化为全0矩阵,RCopy的行对应发射信号的频域信息,其频带范围为其频点间隔为
其中,NFeature为对目标频带B等间隔划分的份数;RCopy的各列对应发射信号的时域信息,其时域间隔取决于各码元占用的调频时间T0,时域间隔对应的采样点数为fs×T0,RCopy的总列数为提取ACopy的第j列向量的上包络曲线,
并检测第j列向量的上包络曲线中的各极大值点的幅值和对应的所在位置,按照各极大值点的幅值从大到小排序,选取前MCopy个较大的极大值点,作为第j列向量的有效极大值点则第j列向量的有效极大值点对应的频率值落在区间 则RCopy的第j列第i行为1。
提取接收信号的视频特征图矩阵的具体过程如下:
令接收信号对应的离散数据序列为SRe[n],其采样率fS;
根据接收信号对应的离散数据序列SRe[n],建立接收信号的时频图矩阵ARe;
其中,ARe的行对应接收信号的频域信息,其频带范围为
其频点间隔为其中,NFFT为短时傅里叶变换选取的采样点数;ARe的各列对应接收信号的时域信息,其时域间隔取决于各码元占用的调频时间T0,时域间隔对应的采样点数为根据接收信号的时频图矩阵ARe,提取接收信号的时频特征图矩阵RRe;
其中,RRe初始化为全0矩阵,RRe的行对应接收信号的频域信息,其频带范围为其频点间隔为
其中,NFeature为对目标频带B等间隔划分的份数;RRe的各列对应接收信号的时域信息,其时域间隔取决于各码元占用的调频时间T0,时域间隔对应的采样点数为提取ARe的第j列向量的上包络曲线,并检测第j列向量的上包络曲线中的各极大值点的幅值和对应的所在位置,按照各极大值点的幅值从大到小排序,选取前2×MCopy个较大的极大值点,作为第j列向量的有效极大值点
则第j列向量的有效极大值点对应的频率值落在区间 则RRe的第j列第i行为1。
根据提取的发射信号的时频特征图矩阵和接收信号的时频特征图矩阵,计算二者的相似度,进而得到相似度曲线向量;
具体地,接收信号的时频特征图矩阵与发射信号的时频特征图矩阵的行数相同,相同行对应的子频带区间也相同,即接收信号的时频特征图矩阵的各行与发射信号的时频特征图矩阵的各行具有相同量纲,有利于将接收信号与发射信号的时频特性进行相似度判别;
接收信号的时频特征图矩阵RRe中,各列对应的时域间隔所对应的采样点数为发射信号的时频特征图矩阵RCopy中,各列对应的时域间隔所对应的采样点数为fs×T0;
以接收信号的时频特征图矩阵的第k列为起始时刻,对接收信号的时频特征图矩阵的第k+1列以后的后续列向量,按照间隔fs×T0进行降采样,获得与发射信号的时频特征图矩阵具有相同列数的矩阵计算矩阵
与发射信号的时频特征图矩阵RCopy的相似度dk:
其中,函数表示先对矩阵和RCopy逐元素进行“与”运算,得到矩阵再获取矩阵中元素值为1的个数;函数
表示获取矩阵RCopy中元素值为1的个数;根据计算的矩阵与发射信号的时频特征图矩阵RCopy的相似度dk,计算接收信号的时频特征图矩阵RRe中的各列与发射信号的时频特征图矩阵RCopy的各列的相似度,进而得到相似度曲线向量D=[d1 d2…dk]。
根据得到的相似度曲线向量和预先设定的判断标准,检测目标信号。
具体地,根据得到的相似度曲线向量,提取相似度曲线向量D的上包络曲线,并检测该上包络曲线中的各极大值点的幅值和对应的所在位置;
判断该上包络曲线中的每个极大值点的幅值是否大于预先设定的检测阈值Ψ,
如果该上包络曲线中的某个极大值点的幅值大于预先设定的检测阈值Ψ,则该极大值点判别为目标信号,并获取该目标信号的到达时刻信息;
该上包络曲线中的某个极大值点的幅值小于或等于预先设定的检测阈值Ψ,则该极大值点判别为干扰信号。
本发明还提供了一种基于时频特征图的目标信号检测系统,该系统包括:
特征提取模块,用于分别提取发射信号的时频特征图矩阵和接收信号的时频特征图矩阵;
相似度曲线向量获取模块,用于根据提取的发射信号的时频特征图矩阵和接收信号的时频特征图矩阵,计算二者的相似度,进而得到相似度曲线向量;和
检测模块,用于根据得到的相似度曲线向量和预先设定的判断标准,检测目标信号。
实施例1.
以下结合图1至图7对本发明的具体实施例进行具体说明。
如图1所示,本实施例提供了一种基于时频特征图的目标信号检测方法,包括:
提取发射信号的视频特征图矩阵;
具体地,以随机调频信号作为发射信号,令其离散数据序列为SCopy[n],
其中,n∈[1,N],N=80000为发射信号对应的离散数据序列总采样点数,ω0=700Hz为中心频率,fS=4000Hz为采样率,B=200Hz为调频信号带宽,k(x)∈[-1,1]为0均值随机序列,x为随机序列的序号,X=60为生成随机调频信号选用的随机序列长度,秒为随机序列中每个码元占用的调频时间,为斜坡函数,是阶跃函数的积分结果,发射信号脉宽为20秒。
根据离散数据序列SCopy[n],建立发射信号的时频图矩阵ACopy,如图2所示;
其中,ACopy的行对应发射信号的频域信息,其频带范围为[600,800],其频点间隔为
其中NFFT=4096为短时傅里叶变换选取的采样点数;ACopy的各列对应发射信号的时域信息,其时域间隔取决于各码元占用的调频时间T0,时域间隔对应的采样点数为fs×T0,ACopy的总列数为根据发射信号的时频图矩阵ACopy,提取发射信号的时频特征图矩阵RCopy,如图3所示;
其中,RCopy初始化为全0矩阵,RCopy的行对应发射信号的频域信息,其频带范围为[600,800],其频点间隔为
其中NFeature=25为对目标频带B等间隔划分的份数;RCopy的各列对应发射信号的时域信息,其时域间隔取决于各码元占用的调频时间T0,时域间隔对应的采样点数为fs×T0,RCopy的总列数为提取ACopy的第j列向量的上包络曲线,j∈[1,60],并检测上包络曲线中的各极大值点的幅值和位置,按照各极大值点的幅值从大到小排序,选取前MCopy个较大的极大值点作为该列有效极大值点,
有效极大值点对应的频率值落在区间则RCopy的第j列第i行为1。提取接收信号的视频特征图矩阵;
具体地,令接收信号对应的离散数据序列为SRe[n],其采样率fS=4000。
令在接收信号的第10秒处(第40000个采样点处)收到发射信号,该路径上的信号发生了非线性多普勒畸变,发射信号第0至10秒(第1至40000个采样点)对应的发射平台与接收平台之间的径向运动速度为6米\秒,发射信号第11至20秒(第40001至80000个采样点)对应的发射平台与接收平台之间的径向运动速度为-3米\秒。
根据接收信号对应的离散数据序列SRe[n],建立接收信号的时频图矩阵ARe,如图4所示;
其中,ARe的行对应接收信号的频域信息,其频带范围为[600,800],其频点间隔为其中NFFT=4096为短时傅里叶变换选取的采样点数;ARe的各列对应接收信号的时域信息,其时域间隔取决于各码元占用的调频时间T0,时域间隔对应的采样点数为
根据接收信号的时频图矩阵ARe,提取接收信号的时频特征图矩阵RRe,如图5所示;
其中,RRe初始化为全0矩阵,RRe的行对应接收信号的频域信息,其频带范围为[600,800],其频点间隔为
其中NFeature=25为对目标频带B等间隔划分的份数;RRe的各列对应接收信号的时域信息,其时域间隔取决于各码元占用的调频时间T0,时域间隔对应的采样点数为提取ARe的第j列向量的上包络曲线,并检测上包络曲线中的各极大值点的幅值和位置,按照各极大值点的幅值从大到小排序,选取前2×MCopy=6个较大的极大值点作为该列有效极大值点,有效极大值点对应的频率值落在区间 则RRe的第j列第i行为1。
计算接收信号的时频特征图与发射信号的时频特征图的相似度,接收信号的时频特征图矩阵与发射信号的时频特征图矩阵的行数相同,相同行对应的子频带区间也相同,即接收信号的时频特征图矩阵的各行与发射信号的时频特征图矩阵的各行具有相同量纲,有利于将接收信号与发射信号的时频特性进行相似度判别;
接收信号的时频特征图矩阵中,各列对应的时域间隔对应的采样点数为发射信号的时频特征图矩阵中,各列对应的时域间隔对应的采样点数为fs×T0;
以接收信号时频特征图矩阵第k列为起始时刻,对接收信号的时频特征图矩阵第k+1列后的后续列向量,按照间隔fs×T0进行降采样,获得与发射信号时频特征图矩阵相同列数的矩阵计算
与RCopy的相似度dk:
其中,函数
表示先对矩阵和RCopy逐元素进行“与”运算,得到矩阵再获取矩阵中元素值为1的个数;函数表示获取矩阵RCopy中元素值为1的个数。对接收信号的时频特征图矩阵,计算其各列与发射信号时频特征图矩阵的相似度,获取相似度曲线向量D=[d1 d2…dk],该实例的相似度曲线如图6中实线所示。
提取相似度曲线向量D的上包络曲线如图6中虚线所示,并检测上包络曲线中的各极大值点的幅值和位置,
判断该上包络曲线中的每个极大值点的幅值是否大于预先设定的检测阈值Ψ=0.4,
如果该上包络曲线中的某个极大值点的幅值大于预先设定的检测阈值Ψ=0.4,则该极大值点判别为目标信号,并获取该目标信号的到达时刻信息;
该上包络曲线中的某个极大值点的幅值小于或等于预先设定的检测阈值Ψ=0.4,则该极大值点判别为干扰信号。
通过该方法检测到10秒位置对应极大值点的幅值为0.5225发生非线性多普勒畸变后的目标信号。该接收信号与发射信号进行匹配滤波处理,其匹配滤波结果如图7所示,在10秒位置不能检测到发生非线性多普勒畸变后的目标信号。
通过数据比较可知,本发明的方法具有较强的抗非线性多普勒畸变的能力。当发射的随机调频信号的脉宽大于海洋环境对应的时间相关半径,或者接收信号中发射信号发生大尺度非线性多普勒频移失真时,现有的匹配滤波信号检测方法不再适用,采用本发明所述方法对发射信号进行检测仍能获得较高的增益,能显著提高随机调频信号检测能力。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
- 上一篇:一种医用注射器针头装配设备
- 下一篇:测距系统、测距装置以及测距方法