海底地震波在水中目标识别的方法研究

张自圃,李 环,邵雨新,吴 强

(沈阳理工大学 信息科学与工程学院,沈阳 110159)

海底地震波在水中目标识别的方法研究

张自圃,李 环,邵雨新,吴 强

(沈阳理工大学 信息科学与工程学院,沈阳 110159)

根据水中不同目标激励下在海底形成的地震子波具有不同频率这一特点,对水中目标的识别算法进行了研究。采用统计希尔伯特变换法对海底地震子波进行有效提取,同时通过时-频分析方法中的平滑伪Wigner分布对地震波中Scholte波的频率、能量和到达时间进行分析并讨论Scholte波是否存在。以此来确定水中目标的存在,避免了对非目标事物引起的子波的误识别。通过以上的研究,实现了根据提取出的子波的频率对目标类型的识别。

海底地震波;提取子波;时-频分析;目标识别

地震波通常分为面波和体波两种,体波则又被分为纵波和横波[1]。在地震测量中,沿着弹性介质表面或两个不同弹性介质表面上传播的地震波称为面波,它是由在介质中传播的横波与纵波互相干涉和叠加所产生的。面波的能量主要集中在10Hz和80Hz频带间,主要是沿地表面传播,其能量约占地震波总能量的70%,波速约在1～3km/s 之间,比体波波速要低。根据面波在不同介质中的传播进行分类:当仅在固体表面上传播时称为瑞利波;在固体与固体界面上传播时称为斯通利波;而沿着液体与固体界面上传播时称为Scholte波[2]。

Scholte波的特性是在沿着海底液固界面传播时衰减很慢,质点的振幅会随离开液固界面距离的增大呈指数衰减,主要的能量集中在半波长深度内。质点的运动轨迹为椭圆,且没有低频截止频率。Scholte波还具有到达时间最晚、频率低、幅值居中、能量最大、能量主要集中在40Hz和70Hz之间等特点。

在浅海海域,舰船在航行时产生的舰船噪声会以波的形式向个方向传播,其中有一部分会以低频波的形式传到海底,产生海底地震波。水下传感器采集到的海底地震波记录是由海底不同反射界面的反射系数与地震子波的褶积构成的,而在同一片海域其反射系数是相同的,所不同的是地震子波的频率。所以,本文通过提取采集到的海底地震波信号中的子波,根据子波频率的不同从而实现对目标类别的识别。但在识别目标时还要确定目标的存在,因此本文通过Scholte的特性捕获Scholte波,以此来确定目标存在。

1 统计Hilbert变换法提取子波[3]

设地震波的反射序列不相关,则地震记录x(t)的自相关与子波s(t)的自相关相等。

rxx(τ)=rss(τ)

(1)

因为地震记录和其子波的振幅谱相等:

所以

ln|S(ω)|=ln|X(ω)|

(2)

(3)

(4)

(5)

式中,

(6)

(7)

(8)

于是提取子波的方法可归纳为:

(1)用多道统计法得到子波对数谱的实部。

因子波谱

S(ω)=|S(ω)|ejφ(ω)

(9)

则

(10)

由地震记录的振幅谱确定子波振幅谱,再确定其对数ln|S(ω)|。

(2)由子波振幅谱对数求子波对数谱序列。

公式为

(11)

(3)求出子波S(t)。

S(n)即为子波S(t)。

2 目标识别

航行舰船是一个很大的振动和噪声源,其振动和噪声引起的压力波经由流体介质传播到海底,引起海底岩层振动,产生弹性波并向远处传播[4]。因它们吨位的不同在航行过程中会有不同的振动和噪声,从而产生的海底地震波的子波频率也不相同。所以,可以通过提取出子波并把它的频率作为指标来达到识别目标类型的目的。

2.1 利用雷克子波合成地震信号

w(t-μ)=A[1-2(πf(t-μ))2]·e(πf(t-μ))2

(12)

式中：f为脉冲波的主频;A为幅值;μ为时间延迟。改变f控制震源的主频,改变A控制激励振幅大小。在模拟过程中取f=20,A=1,μ=0,雷克子波的仿真图形(本文的所有仿真都是用Matlab工具完成)如图1所示。

图1 雷克子波

在合成地震信号时利用随机函数产生的矩阵为地震波的反射序列如图2所示。

图2 反射系数序列

海底反射系数序列与子波的褶积合成地震记录如图3所示。

图3 合成地震记录

提取出的子波及其振幅谱如图4、图5所示。

图4中理论子波与提取的子波的相似度达到97.96%,说明提取子波的效果比较理想。

图4 理论子波与提取的子波对比

图5 理论子波与提取子波的振幅谱

2.2 在目标识别中的应用

在实际工程中,要想确定目标的种类,不仅要提取出子波,还要判断接收到的信号是否确实由舰船的螺旋桨振动所发出,而不是因大型鱼类摆尾产生的波动或者小型海洋生物触碰到传感器而采集到的信号。所以对接收到的波的判断就显得尤为重要,本文选择流-固界面的面波Scholte波为判断标准。

Scholte波的特点是在流-固界面传播,传播特点是频率比较低,随着传播距离的延伸衰减比较慢,保留的能量比较高。因此,可以通过判断所接收到的信号中是否有Scholte波存在,若有Scholte波的存在才能说明有舰船的存在。

本文利用传感器和信号采集仪采集海底地震波,然后把信号用平滑伪Wigner分布做时频分析,根据Scholte波的特点识别是否有Scholte波。如果确实存在Scholte波,则再根据提取出的子波频率来确定舰船的类别。

2.2.1 平滑伪Wigner分布

信号h(t)的Wigner 分布定义为[5]

(13)

式中星号表示复共轭。式(13)中,h(t)出现两次,所以称其为双线性变换。

由于 Wigner 分布是双线性的,在分布中会产生交叉项,这就影响了Wigner 分布时-频图的直观性,要想识别出想要的信号就会变得很困难。

通过在Wigner分布的整个时间和频率域滤波,交叉项能大大减少,从而得到平滑伪Wigner分布[6]

(14)

研究表明锥形函数

(15)

在地震数据的分析中更加适用[5]。式中,ω(t)是一个实对称的窗函数,a是一个无量纲的常量,通常取a=1/2。

2.2.2 捕获Scholte波

对采集到的信号1和信号2(如图6、图7所示)，分别通过一个100Hz和80Hz的低通巴特沃斯滤波器做滤波处理。并求出它们的频谱图(如图8、图9所示)。

图6 未滤噪地震信号1

图7 未滤噪地震信号2

仿真结果显示:对滤波后的信号1(如图10所示)做平滑伪Wigner变换(如图11)，能量分别集中在15Hz左右,时间为0.683s左右(如图12),频率在15Hz左右,其能量衰减不严重,能量较高,故0.683s左右为拾取到Scholte波时刻。

图8 未滤噪地震信号1频谱图

图9 未滤噪地震信号2频谱图

图10 滤噪后地震信号1

图11 滤噪后信号1平滑伪Wigner变换

对滤波后的信号2(如图13所示)做平滑伪Wigner变换(如图14)，能量分别集中在15Hz左右,时间为0.465s左右(如图15),频率在10Hz左右,其能量衰减不严重,能量较高,故0.465s左右为拾取到Scholte波时刻。

图12 捕获到信号1的Scholte波时刻

图13 滤噪后地震信号2

图14 滤噪后信号2平滑伪Wigner变换

图15 捕获到信号2的Scholte波时刻

2.2.3 提取海底地震波的子波

捕获到Scholte波后,即确定了舰船目标的存在。通过统计Hilbert变换法提取地震信号的子波。

地震信号1的子波及其频率,如图16、图17所示。地震信号2的子波及其频率,如图18、图19所示。

图16 地震信号1的子波

图17 地震信号1的子波的振幅谱

图18 地震信号2的子波

图19 地震信号2的子波的振幅谱

因为不同舰船在同一片海域产生的振动和噪声不同,从而产生的子波频率的不同,且每一个吨位的舰船在同一片海域产生的子波频率固定,所以可以根据子波频率识别出舰船的吨位。

3 结论

(1)用理想的雷克子波和随机函数的褶积构造地震波信号,利用统计Hilbert变换法提取子波,提取出的子波与理论子波的相似度高达97.96%,说明这种方法的可行性。

(2)对滤噪后的地震信号做平滑伪Wigner变换,得到信号的时-频图,根据Scholte波的特点识别Scholte波的存在。

(3)不同吨位的舰船在同一片海域产生的振动和噪声不同,从而产生的子波频率不同,且每一个吨位的舰船在同一片海域产生的子波频率固定,可以根据子波频率识别出舰船的吨位。

[1]李响,颜冰,周穗华.基于直达波与地声界面波时延的目标定位方法[J].探测与控制学报,2010,32(6):50-53.

[2]张海刚.浅海甚低频声传播建模与规律研究[D].哈尔滨:哈尔滨工程大学,2010.

[3]吴鹏.提高地震剖面分辨率方法研究—子波提取与反褶积 [D].西安:长安大学,2007.

[4]舰船海底地震波形成机理的理论分析[J].应用力学学报,2007,24(1):54-57.

[5]纪跃波,秦树人,汤宝平.Wigner分布干扰项抑制及其算法[J].重庆大学学报2001,24(4):26-33.

[6]张晔.信号时频分析及应用[M].哈尔滨:哈尔滨工业大学出版社,2006.

(责任编辑：马金发)

Study on Method of Target Recognition in Water of Seabed Seismic Wave

ZHANG Zipu,LI Huan,SHAO Yuxin,WU Qiang

(Shenyang Ligong University,Shenyang 110159,China)

The recognition algorithm of water targets is studied according to different frequency of the seismic wavelet in the seabed under different targets excitation in water.The statistical Hilbert transform method is used to extract the submarine seismic wavelet effectively.The frequency,energy and arrival time of the Scholte wave in the seismic wave are analyzed by the smooth pseudo-Wigner distribution in the time-frequency analysis method and whether Scholte wave exists or not is discussed.Targets existence is determined in water,which avoids non-target objects misidentification caused by wavelet.Through the above research,we realize the recognition of the target type according to the frequency of the extracted wavelet. Key words： submarine seismic wave;extracted wavelet;time-frequency analysis;target recognition

2016-11-24

辽宁省科学技术计划项目(2015020028)

张自圃(1989—)，男，硕士研究生；通讯作者：李环(1964—)，女，教授，研究方向：自适应信号处理等。

1003-1251(2017)03-0038-06

TP391

A