阅读说明：本技术 基于迭代平稳离散小波变换的水声信号处理方法和装置 (Underwater acoustic signal processing method and apparatus based on the steady wavelet transform of iteration ) 是由 杨雅涵 吴国俊 郝歌扬 杭栋栋 赵龙 于 2019-08-13 设计创作，主要内容包括：本发明提供一种基于迭代平稳离散小波变换的水声信号处理方法和装置。方法包括：将水声信号的离散信号样本作为待处理的含噪信号,利用平稳离散小波变换对含噪信号进行多尺度小波分解,得到含噪信号在不同频带下的小波系数；对小波系数进行特征分析,根据小波系数在分解尺度增加过程中所产生的特征变化选择阈值系数；先根据阈值系数对小波系数进行滤波处理,再对小波系数进行重构,得到去噪信号；计算去噪信号的信噪比以及两次迭代间信号的信噪比的差额；若差额小于预先设置的信噪比差额门限,则将该次去噪信号作为去噪完成的水声信号输出,否则,继续执行小波分解与重构。该方案能够有效去除水声信号中的噪声,适用于包含复杂背景噪声的海洋环境。(The present invention provides a kind of Underwater acoustic signal processing method and apparatus based on the steady wavelet transform of iteration.Method includes: to carry out multi-scale wavelet decomposition using the discrete signal samples of underwater sound signal as signals and associated noises to be processed to signals and associated noises using steady wavelet transform, obtain wavelet coefficient of the signals and associated noises under different frequency bands；Signature analysis is carried out to wavelet coefficient, generated changing features select threshold coefficient during decomposition scale increase according to wavelet coefficient；First wavelet coefficient is filtered according to threshold coefficient, then wavelet coefficient is reconstructed, obtains denoised signal；Calculate denoised signal signal-to-noise ratio and twice between iteration the signal-to-noise ratio of signal difference；If difference is limited less than pre-set poor signal to noise forehead, the underwater sound signal which completes as denoising is exported, otherwise, continues to execute wavelet function feedback.The program can effectively remove the noise in underwater sound signal, be suitable for inclusion in the marine environment of complex background noise.)

基于迭代平稳离散小波变换的水声信号处理方法和装置

技术领域

本发明实施例涉及信号处理技术领域，尤其涉及一种基于迭代平稳离散小波变换的水声信号处理方法和装置。

背景技术

海洋自然资源的丰富性和海洋领域的广阔性，使其在我国的资源领域和军事战略领域占据重要的地位，随着海洋军事及水声工程技术的飞速发展，水声信号探测技术成为资源开发利用及国防战略层面中急需提高的技术。从有噪声的复杂背景中提取出微弱的有用信号是水声探测技术的基本要求。只有将海洋环境的复杂性考虑在内，新型声呐才有可能达到最优的技术性能。光纤水听器作为一种性能良好的水声信号探测系统，近年来在海底观测、反潜、海上油气勘探、海洋资源开发等方面有了越来越多的应用。光纤水听器在使用过程中会受到多种噪声影响，如系统的内部噪声、海洋复杂的环境噪声和拖曳流噪声等外部噪声。这些噪声的存在限制了系统对微弱信号的探测能力和探测极限，也会影响信号的探测效果。因此，在光纤水听器的研发应用中，为了达到较好的探测效果，必须对上述噪声进行相应的处理和去除。

传统的数字信号处理方法有自适应滤波、模式识别、快速傅里叶变换等方法。这些经典信号处理方法主要具有分析频带宽、运算量少、实时性高及适用范围广等优点。自适应滤波适用于抑制周期性噪声干扰，但此方法的收敛性较差，当信号中同时出现多种噪声干扰，并且周期性窄带干扰的频率范围较宽时，很难收敛，因此不适用于海洋领域中复杂的环境噪声的去除。模式识别方法利用信号的相位特性，需要积累大量的先验知识。快速傅里叶滤波方法适用于消除周期性窄带噪声干扰，其滤波结果对于滤波周期阈值的依赖性较大，在实际应用中滤波周期阈值的选取比较困难，且存在频率分辨率低的缺点。在对水声信号进行监测和处理时，存在海洋环境噪声干扰问题，特别是近处船舶的辐射噪声干扰问题，二者在频域带宽上部分重叠，在时域特征上则为无规则信号。因此，上述方法虽然为信号处理中的常用方法，但并不能很好的适用于包含复杂背景噪声的海洋环境。另一方面，随着现代水中信号检测技术的发展，所检测信号的运算量大幅增加，对频率分辨率的要求也越来越高，传统的信号检测技术已无法适应新的检测需求。

发明内容

针对现有技术的上述缺陷，本发明实施例提供一种基于迭代平稳离散小波变换的水声信号处理方法和装置。

第一方面，本发明实施例提供一种基于迭代平稳离散小波变换的水声信号处理方法，包括：

S1、对采集的水声信号进行采样，获得水声信号的离散信号样本，并将所述离散信号样本存入信号数据集中；

S2、将信号数据集中的数据信号作为待处理的含噪信号，利用平稳离散小波变换对含噪信号进行多尺度小波分解，得到含噪信号在不同频带下的小波系数；

S3、对所述小波系数进行特征分析，根据小波系数在分解尺度增加过程中所产生的特征变化选择阈值系数；

S4、根据所述阈值系数对所述小波系数进行滤波处理；

S5、对经过滤波处理的小波系数进行重构，得到去噪信号；

S6、计算所述去噪信号的信噪比，并存入信噪比数据集中；

S7、计算最先存入信噪比数据集中的信噪比数据与次先存入信噪比数据集中的信噪比数据之间的差额

S8、判断是否小于预先设置的信噪比差额门限，若为是，则将经S5得到的去噪信号作为去噪完成的水声信号输出，若为否，则先将信号数据集中的数据清空，再将在S5中得到的去噪信号存入清空后的信号数据集中，然后继续执行S2。

如上所述的方法中，在S8中所述的预先设置的信噪比差额门限的值不大于1。

如上所述的方法中，在S2中所述的利用平稳离散小波变换对含噪信号进行多尺度小波分解，得到含噪信号在不同频带下的小波系数，具体算法为：

式中，信号f(t)∈L²(R)，j,k∈z，1≤j≤J，C_J,k为2^j分辨率下的尺度系数，为尺度函数；D_j,k为2^j分辨率下的小波系数，ψ(t)为小波函数。

如上所述的方法中，在S3中所述的根据小波系数在分解尺度增加过程中所产生的特征变化选择阈值系数，包括：

通过实验分析出去噪信号和干扰噪声的小波系数在分解尺度增加过程中所产生的特征变化，选择阈值系数。

如上所述的方法，还包括：对预先设置的信噪比差额门限进行调整，以调整进行小波分解重构的迭代次数。

第二方面，本发明实施例提供一种基于迭代平稳离散小波变换的水声信号处理装置，包括：

数据采集模块，用于对采集的水声信号进行采样，获得水声信号的离散信号样本，并将所述离散信号样本存入信号数据集中；

小波分解模块，用于将信号数据集中的数据信号作为待处理的含噪信号，利用平稳离散小波变换对含噪信号进行多尺度小波分解，得到含噪信号在不同频带下的小波系数；

数据处理模块，用于对所述小波系数进行特征分析，根据小波系数在分解尺度增加过程中所产生的特征变化选择阈值系数；

所述数据处理模块还用于根据所述阈值系数对所述小波系数进行滤波处理；

信号重构模块，用于对经过滤波处理的小波系数进行重构，得到去噪信号；

计算模块，用于计算所述去噪信号的信噪比，并存入信噪比数据集中；

所述计算模块还用于计算最先存入信噪比数据集中的信噪比数据与次先存入信噪比数据集中的信噪比数据之间的差额

判断模块，用于判断是否小于预先设置的信噪比差额门限；

输出模块，用于将去噪完成的水声信号输出。

如上所述的装置，其中，所述的预先设置的信噪比差额门限的值不大于1。

如上所述的装置，其中，小波分解模块用于利用平稳离散小波变换对含噪信号进行多尺度小波分解，得到含噪信号在不同频带下的小波系数，具体算法为：

式中，信号f(t)∈L²(R)，j,k∈z，1≤j≤J，C_J,k为2^j分辨率下的尺度系数，为尺度函数；D_j,k为2^j分辨率下的小波系数，ψ(t)为小波函数。

如上所述的装置，其中，数据处理模块用于根据小波系数在分解尺度增加过程中所产生的特征变化选择阈值系数，包括：

通过实验分析出去噪信号和干扰噪声的小波系数在分解尺度增加过程中所产生的特征变化，选择阈值系数。

如上所述的装置，其中，所述数据处理模块还用于对预先设置的信噪比差额门限进行调整，以调整进行小波分解重构的迭代次数。

本发明实施例提供的技术方案，将水声信号的离散信号样本作为待处理的含噪信号，利用平稳离散小波变换对含噪信号进行多尺度小波分解，得到含噪信号在不同频带下的小波系数；对小波系数进行特征分析，根据小波系数在分解尺度增加过程中所产生的特征变化选择阈值系数；根据阈值系数对小波系数进行滤波处理；对经过滤波处理的小波系数进行重构，得到去噪信号；计算去噪信号的信噪比以及两次迭代间信号的信噪比的差额；若差额小于预先设置的信噪比差额门限，则将该次去噪信号作为去噪完成的水声信号输出，否则，继续执行小波分解与重构，直至获得去噪完成的水声信号。该方案能够有效去除水声信号中的噪声，特别适用于包含复杂背景噪声的海洋环境，且处理效率高。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的基于迭代平稳离散小波变换的水声信号处理方法流程图；

图2为本发明提供的应用实施例中1000Hz的消声水池水声信号在处理前的频域图；

图3为本发明提供的应用实施例中1000Hz的消声水池水声信号在处理后的频域图；

图4为本发明实施例提供的基于迭代平稳离散小波变换的水声信号处理装置结构示意图；

图5为本发明实施例提供的基于迭代平稳离散小波变换的水声信号处理设备实施例的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

海洋环境中的水声信号中通常含有来源多样、分布未知的噪声，多种噪声信息与目标信号频域混叠。以小波分析为代表的现代信号检测技术，因其在非平稳信号处理方面具有独特的算法优势，其在噪声去除方面得到了广泛的应用。由于小波变换的多分辨特征和时频局部特性，能够对聚焦到信号的任意细节进行多分辨率的时域和频域分析，频率分辨率高，因此，本发明将小波变换应用于水声信号处理中。图1为本发明实施例提供的基于迭代平稳离散小波变换的水声信号处理方法流程图，如图1所示，本实施例的方法可以包括S1～S8。

S1、对采集的水声信号进行采样，获得水声信号的离散信号样本，并将所述离散信号样本存入信号数据集中。

S2、将信号数据集中的数据信号作为待处理的含噪信号，利用平稳离散小波变换对含噪信号进行多尺度小波分解，得到含噪信号在不同频带下的小波系数。

该步骤中所述的利用平稳离散小波变换对含噪信号进行多尺度小波分解，得到含噪信号在不同频带下的小波系数，具体算法可以为：

式中，信号f(t)∈L²(R)，j,k∈z，1≤j≤J，C_J,k为2^j分辨率下的尺度系数，为尺度函数；D_j,k为2^j分辨率下的小波系数，ψ(t)为小波函数。

S3、对所述小波系数进行特征分析，根据小波系数在分解尺度增加过程中所产生的特征变化选择阈值系数。

该步骤中所述的根据小波系数在分解尺度增加过程中所产生的特征变化选择阈值系数，在具体应用中，通常是通过实验分析出去噪信号和干扰噪声的小波系数在分解尺度增加过程中所产生的特征变化，选择阈值系数。例如，滤波阈值系数的选取，通过实验分析可知，随着分解尺度的增加，信号及干扰噪声的信息分散在不同的小波系数中，若选择过高的滤波阈值，容易削弱信号强度，若选择过低的滤波阈值，过多的干扰噪声信息会被保留，因此需要根据信号及干扰噪声的小波系数特征随分解尺度的变化，选择阈值系数。

S4、根据所述阈值系数对所述小波系数进行滤波处理。

S5、对经过滤波处理的小波系数进行重构，得到去噪信号。

S6、计算所述去噪信号的信噪比，并存入信噪比数据集中。

S7、计算最先存入信噪比数据集中的信噪比数据与次先存入信噪比数据集中的信噪比数据之间的差额

S8、判断是否小于预先设置的信噪比差额门限，若为是，则将经S5得到的去噪信号作为去噪完成的水声信号输出，若为否，则先将信号数据集中的数据清空，再将在S5中得到的去噪信号存入清空后的信号数据集中，然后继续执行S2。

例如，根据选择的阈值系数对小波系数进行滤波处理，并将滤波后得到的小波系数重构，得到滤波后的水声信号，计算滤波后的水声信号的信噪比SNR_i(i表示小波变换重构的迭代次数)。在重复执行S2至S6后，计算两次迭代间信号的信噪比的差额当其小于信噪比差额门限σ时，结束此迭代过程。该步骤中所述的预先设置的信噪比差额门限的值通常不大于1。在具体应用中，可以对预先设置的信噪比差额门限进行调整，以调整进行小波分解重构的迭代次数。

本发明实施提供的技术方案是基于小波多尺度分解、阈值去噪和小波重构，对水声信号进行小波分解重构的迭代处理，实现了水声信号的噪声去除。所述小波多尺度分解采用的是平稳离散小波变换，且对分解后的小波系数进行阈值去噪处理，阈值去噪时，其阈值系数根据含噪信号的小波分解系数特征进行适应性调整，用信噪比差额门限值来控制小波分解重构的迭代次数。该方案能够有效去除水声信号中的噪声，适用于包含复杂背景噪声的海洋环境。

下面给出的是本发明实施例提供的技术方案的一个应用实施例，结合具体公式对本发明技术方案的实施过程作进一步说明：

设信号f(t)∈L²(R)，对信号进行小波变换的Mallat快速算法，其中尺度函数为小波函数为ψ(t)：

其中

则有

f(t)＝A_jf(t)＝A_j+1f(t)+D_j+1f(t) (2)

其中D_j+1f(t)＝∑kD_j+1,kψ_j+1,k(t)

迭代计算可得

D_j,k为f(t)在第j个频段上第k个时段的分量(1≤j≤J)即为高频部分(离散细节系数)，C_J,k为f(t)在第J+1个频段上的第k个时段的分量，即低频部分(离散近似系数)。

分析信号及干扰噪声成分的小波系数随分解尺度的变化，得到信号的分布特征。根据信号的分布特征在分解尺度增大过程中所产生的变化选取合适的滤波阈值，对分解后的细节系数D_j,k和近似系数C_J,k进行处理，再对处理后的小波系数进行小波逆变换，即重构，得到滤波后的水声信号，计算滤波后的水声信号的信噪比SNR_i(i表示小波变换重构的迭代次数)。由于水声信号结构的复杂性，单次的小波分解与重构，不足以将环境噪声信息与有用信息分开，对于滤波阈值的选取而言，作用的分解尺度过少，不足以将环境噪声信息与有用信号分离，若作用的分解尺度过多，在移除噪声信息时也会去除一部分有用信息在小波系数中的贡献，造成信号衰弱。因此对上述的小波分解、阈值滤波、小波重构的步骤进行迭代操作，计算两次迭代间信号的信噪比的差额当其小于信噪比差额门限σ时，结束迭代过程。以信噪比差额门限σ为阈值来终止迭代过程，σ值不能大于1，太大会过多的保留噪声信息。也不能太小，如果太小会增加迭代次数，而且可能导致检测不出信号。

图2为本发明提供的应用实施例中1000Hz的消声水池水声信号在处理前的频域图，图3为本发明提供的应用实施例中1000Hz的消声水池水声信号在处理后的频域图。由图3可以看出，图2中的低频及高频段的干扰噪声基本被滤除。

综上所述，本发明提供的技术方案通过将含噪信号进行平稳离散小波变换、基于小波系数特征变化的阈值系数选取、小波系数阈值滤波和重构等过程的迭代处理，实现了水声信号的处理和提取。解决了海洋复杂环境下多种噪声信息与目标信号频域混叠的问题。本发明提供的技术方案还能够根据信号和噪声的奇异性和小波尺度分解特性，及时调整相关处理尺度、修正阈值滤波系数和小波处理的迭代次数，具有较好的自适应性。

图4为本发明实施例提供的基于迭代平稳离散小波变换的水声信号处理装置结构示意图。如图4所示，本实施例的装置可以包括：数据采集模块401、小波分解模块402、数据处理模块403、信号重构模块404、计算模块405、判断模块406和输出模块407。其中，数据采集模块401用于对采集的水声信号进行采样，获得水声信号的离散信号样本，并将所述离散信号样本存入信号数据集中；小波分解模块402用于将信号数据集中的数据信号作为待处理的含噪信号，利用平稳离散小波变换对含噪信号进行多尺度小波分解，得到含噪信号在不同频带下的小波系数；数据处理模块403用于对所述小波系数进行特征分析，根据小波系数在分解尺度增加过程中所产生的特征变化选择阈值系数；数据处理模块403还用于根据所述阈值系数对所述小波系数进行滤波处理；信号重构模块404用于对经过滤波处理的小波系数进行重构，得到去噪信号；计算模块405用于计算所述去噪信号的信噪比，并存入信噪比数据集中；计算模块405还用于计算最先存入信噪比数据集中的信噪比数据与次先存入信噪比数据集中的信噪比数据之间的差额判断模块406用于判断是否小于预先设置的信噪比差额门限；输出模块407用于将去噪完成的水声信号输出。

如上所述的装置，其中，所述的预先设置的信噪比差额门限的值不大于1；小波分解模块402用于利用平稳离散小波变换对含噪信号进行多尺度小波分解，得到含噪信号在不同频带下的小波系数，具体算法为：

式中，信号f(t)∈L²(R)，j,k∈z，1≤j≤J，C_J,k为2^j分辨率下的尺度系数，为尺度函数；D_j,k为2^j分辨率下的小波系数，ψ(t)为小波函数。

如上所述的装置，其中，数据处理模块403用于根据小波系数在分解尺度增加过程中所产生的特征变化选择阈值系数，包括：

通过实验分析出去噪信号和干扰噪声的小波系数在分解尺度增加过程中所产生的特征变化，选择阈值系数。

如上所述的装置，其中，数据处理模块403还用于对预先设置的信噪比差额门限进行调整，以调整进行小波分解重构的迭代次数。

本实施例的基于迭代平稳离散小波变换的水声信号处理装置可以用于执行图1所示方法实施例的方法，其实现原理和所要达到的技术效果类似，在此不再赘述。

图5为本发明实施例提供的基于迭代平稳离散小波变换的水声信号处理设备实施例的结构示意图。如图5所示，该基于迭代平稳离散小波变换的水声信号处理设备包括至少一个处理器501(例如CPU)，存储器503，和至少一个通信总线504，用于实现装置之间的连接通信。处理器501用于执行存储器503中存储的可执行模块，例如计算机程序。存储器503可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。

在一些实施方式中，存储器503存储了程序505，程序505可以被处理器501执行，这个程序包括执行一种基于迭代平稳离散小波变换的水声信号处理方法，该方法包括：

S1、对采集的水声信号进行采样，获得水声信号的离散信号样本，并将所述离散信号样本存入信号数据集中；

S2、将信号数据集中的数据信号作为待处理的含噪信号，利用平稳离散小波变换对含噪信号进行多尺度小波分解，得到含噪信号在不同频带下的小波系数；

S3、对所述小波系数进行特征分析，根据小波系数在分解尺度增加过程中所产生的特征变化选择阈值系数；

S4、根据所述阈值系数对所述小波系数进行滤波处理；

S5、对经过滤波处理的小波系数进行重构，得到去噪信号；

S6、计算所述去噪信号的信噪比，并存入信噪比数据集中；

S7、计算最先存入信噪比数据集中的信噪比数据与次先存入信噪比数据集中的信噪比数据之间的差额

S8、判断是否小于预先设置的信噪比差额门限，若为是，则将经S5得到的去噪信号作为去噪完成的水声信号输出，若为否，则先将信号数据集中的数据清空，再将在S5中得到的去噪信号存入清空后的信号数据集中，然后继续执行S2。

优选地，在S8中所述的预先设置的信噪比差额门限的值不大于1，对预先设置的信噪比差额门限进行调整，以调整进行小波分解重构的迭代次数。

在S2中所述的利用平稳离散小波变换对含噪信号进行多尺度小波分解，得到含噪信号在不同频带下的小波系数，具体算法为：

式中，信号f(t)∈L²(R)，j,k∈z，1≤j≤J，C_J,k为2^j分辨率下的尺度系数，为尺度函数；D_j,k为2^j分辨率下的小波系数，ψ(t)为小波函数。

在S3中所述的根据小波系数在分解尺度增加过程中所产生的特征变化选择阈值系数，包括：

通过实验分析出去噪信号和干扰噪声的小波系数在分解尺度增加过程中所产生的特征变化，选择阈值系数。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。