一种提取水中目标水声信号时频特征的方法∗

2018-03-31赵云冬

舰船电子工程 2018年3期

庄瑞赵云冬

1 引言

在目标识别处理中，最主要的是对水中目标水声信号的各种参数（如信号能量、信号脉宽、信号频率等）进行相应的分析，然后根据已有的样本进行对比和判断，就可以根据接收到的目标回波信号来反推实际目标的距离、速度，甚至材料属性等参数，从而实现对水中目标的探测和识别［1～2］。

短时傅里叶变换思想［3～5］是在傅里叶变换基础上发展起来的一种信号处理的手段，突破了傅里叶变换不能处理非平稳信号的瓶颈，通过将待分析的时域信号加窗分段处理，获得相应时间段内的频谱来表述非平稳信号相对于时间的频率变化情况，较为适用于油气田水下结构气体泄漏噪声信号的特征提取。

2 基本原理

2.1 方法概述

短时傅里叶变换使用一个很窄的窗函数取出信号，并求其傅里叶变换，用这个时间窗内的频谱来表征信号当前的频谱，剔除了窗函数以外的信号，作为信号的局部频谱是合适的。短时傅里叶方法可以较好地表征信号随时间变化的能量和频谱的变化情况，能够有效直观地描述信号的特征。但是，对于经典谱而言，傅里叶变换并不是最好的计算信号频谱的算法，因此对经典谱估计方法进行对比和分析选择合适的算法进行谱估计。通过最终的分析，本文采用Welch法谱估计对信号的频率进行计算。

水下基阵接收目标水声信号，采用短时傅里叶变换思想进行信号分段处理，对其中的每一段信号进行Welch法谱估计，将获得的功率谱进行分析，使用能量削峰频率提取方法求出当前分段中信号能量最大的频点，完成信号的频率提取，可为目标识别中特征提取奠定良好的基础。

图1 计算方法主要步骤框图

2.2 能量削峰频率提取方法研究

基于短时傅里叶变换思想，采用Welch法进行信号谱估计，在信号加窗截取部分可得到该部分信号的能量和功率谱；对当前截取信号的能量曲线进行能量最大值的寻找，并得出当前能量最大值对应的频率值，然后选取合适大小的时间窗在能量曲线上的能量最大值附近进行能量曲线削峰处理。所谓削峰处理就是计算当前时间窗内的能量平均值，使用此平均值代替当前时间窗内的能量值，然后再进行能量曲线最大值的寻找，再次定位能量最大值对应的频率值，如此重复三次后取三次获得的频率值的平均值为当前截取信号的频率值。使用能量削峰处理办法是为了能够更好地抑制噪声信号对待提取信号的影响，能够更好地获得信号的频率，防止与待提取信号频率近似的强噪声信号对待提取信号的干扰，更好地获得信号的时频特征曲线。一般情况下，对能量削峰的时间窗为其半功率时间宽度的一半或更小，同时也要满足时间窗内的能量点不少于三个。

重复上述能量削峰方法直到截取信号分段结束就可得到如下图所示的信号能量和频率随时间变化的曲线。

图2 能量和频率随时间变化曲线示意图

3 实验仿真分析

3.1 频率提取方法对不同信号形式的适用性验证

用不同形式的仿真信号对频率提取方法验证结果如下：

图中各部分分别为最上面部分为仿真信号的时域波形，中间部分双纵坐标为信号归一化能量和频率随时间变化的曲线，下面部分为信号的常规短时傅里叶变换结果。从图3中可以看出，频率提取方法对不同形式的信号具有较好的适用性，不仅对单频信号的频率提取有效，同时也对宽带信号的频率提取有效，并且对于HFM这样较为特殊的信号也能准确反应出频率对应时间的关系。也可以说，频率提取方法可以适用于油气田水下结构气体泄漏噪声信号的时频特征提取，不需要对应信号形式选择特殊的计算方法。