关键词:
主动声呐目标材料分类
小波阈值滤波
分数阶傅里叶变换
特征提取
摘要:
对主动声呐目标的材料进行准确分类能够为目标类型的判别提供信息支撑,是国内外水下目标分类识别研究的热点问题。相较于几何回波信号,主动声呐目标的材料特征信息主要包含于其弹性回波信号中,若能从总的回波信号中分离出纯净的弹性回波,将为目标材料的分类提供更好的信号条件。然而,水下环境的复杂多变导致回波信号的信噪比(Signal-to-Noise Ratio,SNR)较低,增加了信号特征提取的困难;目标的几何回波与弹性回波往往在时域和频域均发生混叠,难以分辨;此外,回波信号特征与材料物理特征之间的映射关系决定了目标材料属性判决的准确性。针对这些问题,本文的研究内容如下:
1.介绍了主动声呐的常用发射信号,并通过仿真对比分析了各自的特性。基于目标声散射的特性,介绍了物理声学方法、亮点模型和有限元方法。介绍了常用的时频分析方法,为后续的回波信号处理奠定理论基础。
2.针对回波信号信噪比较低的问题,提出了基于小波阈值滤波的改进去噪方法。为确定小波分解参数,利用遍历方法查找最优小波函数和分解层数;为解决固定阈值规则受到信号长度影响的问题,提出了使用遗传算法查找最佳阈值参数的方法;为克服传统阈值函数的缺点,设计了一种新的阈值函数,并引入了一个因子实现阈值函数的灵活可调。利用仿真和实测回波信号对改进方法进行性能评估,结果表明,该方法能显著提高信号的SNR,同时保留其局部特征。
3.针对几何回波与弹性回波相互混叠,难以分辨的问题,提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)的目标声散射分量的分离方法。分析了多分量线性调频(Linear Frequency Modulation,LFM)信号在分数域的分辨性能,并探讨了信号参数与FRFT的量纲归一化因子对分辨距离的影响,进而推导了多分量LFM信号在分数域进行有效分离的边界条件。利用仿真和实测回波信号验证了以上研究的有效性,实现了几何回波和弹性回波的分离。
4.研究了回波信号特征与材料物理特征之间的映射关系,提出了一种基于回波时频域特性的水下目标材料分类方法。利用COMSOL模型和消声水池实验分别获取了水下不同材料目标的仿真和实测回波信号,为后续目标材料的分类奠定了数据基础。基于自回归(Auto Regressive,AR)模型、倒谱变换和改进魏格纳-维利分布(Wigner-Ville Distribution,WVD)三种方法对回波信号进行处理,提取表征材料物理特征的信号特征,并将其组合用于分类。仿真和实测结果表明,该方法对金属、岩石、塑料和橡胶这四类材料可实现良好的分类效果,并对目标形状和尺寸的变化具有一定鲁棒性。此外,验证了相较于单域特征,利用多域特征进行水下目标材料分类更具优势。