一种多平台主动声呐互扰抑制方法

叶宇麒 丁烽 胡鹏

(第七一五研究所，杭州，310023)

多平台主动声呐协同探测中，由直达波导致的的声呐间互扰对探测效果产生了严重的影响[1]。互扰发生时，声呐的有效观测区域中出现一个或者多个探测盲区，严重的限制了各个平台声呐的主动探测性能。由于互扰中直达波能量较强，仅仅利用空时域自适应干扰抑制，无法有效抑制互扰，不能较为彻底的消除互扰产生的杂波，造成严重的虚警。互扰问题极大地限制了声呐系统的探测性能，抑制多平台主动声呐系统中的互扰是一项非常重要的工作[2-3]。

较为彻底的互扰抑制处理，需通过准确检测并剔除直达波，阻止直达波能量在空时处理中能量的泄露，消除由直达波产生的杂波。互扰的检测方法包括边缘检测和匹配滤波检测。边沿检测广泛用于瞬态信号的检测，通过对信号能量起伏变化的统计分析，实现瞬态信号的边沿检测和时延估计。边沿检测仅仅利用了互扰的能量信息，时延估计精度不高。匹配滤波检测利用了信号的波形知识，通过信号相关处理，实现对直达波到达时间的精确估计[4-5]。但由于声源发射组合信号，以及接收信号受到多途、混响、多普勒效应的影响，匹配滤波检测仍难以精确的估计直达波到达时间。不精确的互扰检测结果，会导致互扰抑制不彻底，潜在目标信息不能被有效提取的隐患仍然存在。

为更加精确的进行互扰抑制，本文研究了一种基于响应结构检测法的多平台主动声呐互扰抑制方法。使用自相关和互相关两种函数，分别计算相关函数与数据匹配滤波输出的范氏距离，衡量相关函数响应结构与匹配滤波输出的相似度，精确检测互扰[6]。在波束域中利用高斯白噪声，将互扰区域白化处理，实现互扰的抑制，减少由互扰引起的杂波，降低虚警。

1 研究背景与方法

本节从主动声呐信号处理的基本流程分析互扰的形成原因与互扰造成的影响，分析与阐明响应结构检测法的原理与处理流程。文中将本船发射的信号，称为信号；信号经目标反射后称为回波；互扰信号称为干扰。

1.1 主动声呐互扰形成原理

在常规的主动声呐信号处理中，预处理后的阵元数据经过常规波束形成输出（Beamforming Output，BFO）进入匹配滤波处理。BFO与发射波形的拷贝信号进行匹配，产生匹配滤波输出（Matched Filter Output, MFO）。MFO经过归一化输出进一步抑制背景噪声的能量。主动声呐信号处理流程图如图1所示。

图1 常规主动声呐信号处理流程图

在互扰情况下，阵元数据中直达波的能量幅度比背景噪声及目标响应高约30 dB。直达波能量在数据预处理、波束形成和匹配滤波后仍有显著的残留。在匹配滤波后，互扰产生的杂波与虚警更加凸显。MFO的计算原理：

式中，τ是时间步长，r（t）为已知理想信号的拷贝信号，s（t）为BFO，作为匹配滤波输入。

在匹配滤波的频域处理中，互扰能量通过时域数据卷积，泄漏到邻近处理单元，在卷积计算中互扰的频点能量使匹配输出增大。这使得MFO的背景能量在互扰影响区域的起始时间提前，扩大了互扰影响的区域。图2为理想仿真条件下，信号与干扰在白噪声背景中BFO、MFO和NRM的仿真结果。图中设定信号脉冲起始时刻为第8 s，信号拷贝脉宽1 s，干扰脉冲起始时刻为第10 s，干扰拷贝脉宽2 s，两者均为中心频率1 500 Hz、带宽500 Hz的HFM信号。比较BFO和MFO序列，信号在匹配滤波后出现尖峰，BFO中干扰区域第10～12 s比背景能量显著提升约30 dB，但整体干扰区域延长，在MFO中约在第9～12 s，整体影响时间约为3 s，背景能量幅度在干扰信号真实到达之前1 s开始上升，在第9 s时高于背景幅度约15 dB。BFO中的干扰区域在匹配滤波处理后向前延伸。比较MFO和NRM，在背景归一化之后干扰区域的响应幅度受到一定抑制，但干扰区域中仍然存在不同于背景噪声的起伏，实际情况中这一区域会出现小的尖峰，产生大量杂波，在检测目标时产生虚警，影响目标的检测。因此，常规的主动声呐信号处理并不能有效的抑制干扰。

图2 波束形成、匹配滤波、背景归一化结果

1.2 互扰的影响

互扰产生于多平台主动声呐系统中非合作声源发送的脉冲直达波。由于直达波能量较强，波束形成不能提供足够的抑制，强烈的干扰导致 BFO中几乎每个波束都存在互扰。主动声呐自发自收工作条件下，在以接收端为原点的极坐标方位图中，不同波束的互扰形成圆环形互扰区域。理想互扰模型如图3所示，模型以高斯白噪声模拟混响。互扰在声源方向及其附近的波束中较为显著，不同波束受到互扰影响的程度不同。因此，互扰的抑制需要对不同波束进行差异化的处理，减少抑制处理对潜在目标的回波信息造成损失[7]。

通常互扰及其产生的混响能量幅度高于背景噪声15～30 dB，存在掩盖潜在目标的隐患。图2的BFO中，假设目标处于10～12 s间互扰区域时，由于信干比较低，被掩盖部分的信号在后续处理中无法检测到，这一区域在极坐标方位图中为互扰的环带主体区域，如图3所示。环带主体区域的内侧是杂波区域。在图2的BFO中，互扰在第10 s到达，第9～10 s间背景能量较为平坦。经过匹配滤波后，MFO在第9～10 s间响应幅度比第6～9 s间背景噪声高约10 dB，在方位图中形成杂波区域。杂波区域是干扰经过匹配滤波产生的，彻底的抑制 BFO中的干扰，可以消除MFO中由干扰产生的杂波。因此互扰抑制的关键在于检测准确性以及彻底剔除直达波信号。

图3 理想信号仿真互扰示意图

为准确的计算受到互扰影响的时间长度，绘制理想条件下信号自相关、干扰自相关以及信号干扰互相关函数如图4所示。图中自相关函数时间长度为信号脉宽的两倍，互相关波形时间长度为信号与干扰的脉宽之和。相关函数与匹配滤波的卷积计算过程是一致的，因此通过相关函数类比分析，在图2的MFO中，干扰导致匹配滤波失配的时间为干扰与信号脉宽之和，互扰影响时间共计3 s。

图4 理想信号自相关、信号干扰互相关、干扰自相关波形

1.3 基于响应波形法的互扰抑制方法

响应结构检测法衡量理想相关函数和MFO间的相似性。比较图4中自相关互相关函数与图2的MFO波形，理想条件下，互相关函数响应的波形结构与匹配波形非常相似，两者都是以信号与干扰进行卷积的计算结果。在MFO波形中，本文中以信号作为拷贝的匹配滤波结果称为 O-MFO（Origin Signal Matched Filter Output），以干扰作为拷贝的匹配滤波结果称为 I-MFO（Interference Signal Matched Filter Output）。响应结构检测法中衡量相似度的基本方程为

式中，d为sx(t)和s0(t)的范氏距离；∈ ［t,t+T］，∈ ［0,T］；T是窗口长度，由sx(t)确定；t是窗口内的时间序列，为时域MFO数据时间窗口，为理想的互相关响应时间长度，n是时间序列；s0(t)是MFO的结果，sx(t)是理想的相关函数。式（2）的目的是对归一化后MFO和相关函数进行波形比较，衡量相似程度。在获得相关函数响应结构的比较结果后，进行Lp范数的变换：

式中，p是范数阶数，通过式（2）、（3）作为统一的相似度衡量标准，展开比较O-MFO与信号干扰互相关、I-MFO与干扰自相关、O-MFO与信号自相关、I-MFO与信号干扰互相关四种波形相似程度。四个分量评价因子的计算方法为

其中，式（4）、（5）描述了数据与干扰的相似程度，式（6）、（7）描述了数据与信号的相似程度。综合四个因子项，评价特定时间序列与干扰信号产生的响应结构相似性[8]。响应结构检测判别式为

式中，Dp是响应结构检测的结果，Dl为门限。通过Dp的零点检测，估计干扰到达时间。响应结构检测法比匹配滤波检测考察了更多信号与干扰的检测信息，从信号失配、干扰匹配角度衡量数据段与干扰的相似程度。将自相关、互相关两种结构模型作为对比对象，计算四项范式距离结果，更加全面的评估互扰到达的时间。当信号与干扰频带重叠时，邻近互扰的目标仍然可以得到有效的检测。目前，该方法能基本满足工程实际需要，因范数对距离d的变化较敏感，范数的阶数与门限之间的具体关系后续还要进一步研究。

准确评估 BFO中每个波束干扰到达时刻后对干扰进行白化处理。将干扰信号替换成高斯白噪声，白噪声的方差由较为平稳的背景噪声的方差评估所得。白化后的 BFO具有良好的随机相位特性，在匹配滤波后抑制结果较为平滑，利于进一步的目标检测。在改进方法中，抑制处理的时间根据统计结果进行了补偿和扩展，对混响区域与艏艉盲区也利用白噪声进行了扩展抑制。根据统计结果，后向延伸的抑制时间长度大约是干扰脉宽的1.25～1.5倍。当干扰信号是组合信号时，不同阶段信号在换能器起振和停止的瞬间都会引起能量泄漏，产生宽带噪声，相应的替换时间设置也会随之改变。本文研究的互扰抑制方法处理流程如图5所示。

图5 常规信号处理流程图

2 海试数据处理结果

实验方案如下：试验节点包括本船、三艘目标船和一艘干扰船。节点初始位置及运动方向如图6所示，本船位于坐标的原点，自发自收，干扰船发射波形已知。目标的回波信号是期望接收与识别的对象。干扰的直达波信号是需要抑制的对象。

信号与干扰的相关信息如下：本船发射 1 s HFM脉冲，带宽500 Hz，中心频率1 500 Hz。干扰船发射HFM脉冲，脉冲长度2 s，带宽、中心频率和本船相同。干扰源最初距本船约28 km，并以6 m/s的恒定速度移动。目标T1的初始位置距本船10.5 km，设定航速为6 m/s。目标T2的初始位置距本船15 km，设定航速为6 m/s。目标T3的初始位置距本船13.5 km，设定航速为4 m/s。

干扰信号抑制处理前扫描结果如图7所示，抑制处理后的扫描结果如图8所示。通过叠加13帧快拍数据来展示连续处理结果，观察目标的运动轨迹与抑制处理的效果。

图6 干扰声源、目标、本船初始位置示意图

图7中，T1作为理想实验参考目标，在干扰抑制处理之前运动轨迹清晰。T1回波在直达波前到达，极坐标方位图中位于直达波产生的环形干扰区域内侧，互扰抑制没有削弱T1的检测效果。T2朝向本船运动，在抑制处理前，运动轨迹被虚警掩蔽，无法辨识。干扰抑制后，杂波区域消失，T2的轨迹重新出现。比较T1与T2的轨迹，T2亮度较暗，这是由于 T2的部分回声信息被干扰区域覆盖，在互扰抑制过程中T2的回声信息有所损失。T3的运动轨迹无法与杂波分辨。T3的回波信息与干扰信号有较多时间重叠，在部分快拍中，由于信号与干扰在时间上完全重叠，抑制处理后目标仍然不可见。随着 T3位置的变化，亮度逐渐变暗，轨迹出现中断，仅部分快拍中可以辨识。比较T2与T3的抑制结果，经过互扰抑制处理，可以更有效的观察到互扰邻近区域中原本被杂波掩盖的目标。从三个目标综合来看，针对不同波束互扰进行差异化的抑制处理，可有效保护互扰较弱波束中的信息，保留互扰环带内侧区域的目标信息。

实验表明方法可行，干扰得到有效抑制。在受干扰影响的区域中，目标可以重现。在信号和干扰时间相邻、频带重叠时仍然可以进行互扰的检测与抑制。

图7 互扰抑制前13帧海试仿真结果

图8 互扰抑制后13帧海试仿真结果

3 总结

本文研究了多平台主动声呐系统中的互扰抑制问题。利用响应结构检测方法与高斯白噪声替换干扰区域的方法，实现了较好的抑制效果。在抑制互扰的同时，波束域处理较阵元域处理更好的保留了目标回波的信息。实验结果显示，在频带完全重叠的情况下，该方法在信号与干扰时间邻近条件下仍具有良好的互扰检测性能，抑制处理干扰，有效减少了互扰引起的杂波，目标得到更好的辨识效果。