基于多分辨谱特征提取的鱼雷攻击目标检测

李 斌

(中国人民解放军91640 部队，广东 湛江 524064 )

摘 要: 为了提高鱼雷的攻击目标检测能力，提出基于多分辨谱特征提取的鱼雷攻击目标检测方法。采用主动探测方法构建鱼雷攻击目标的发射信号和回波信号模型，对回波信号采用小波降噪方法进行滤波处理，提高回波信号的信噪比，提取鱼雷对敌攻击目标回波探测信号的多分辨谱特征量，根据特征的聚焦性进行空间波束形成处理，结合方位估计和多普勒估计方法实现对目标方位的准确估计，采用联合参量分析和谱峰检测方法，实现对鱼雷攻击目标的准确检测和目标方位识别。仿真结果表明，采用该方法进行鱼雷攻击目标检测的抗干扰能力较强，准确检测概率较高，具有很好的目标检测和识别能力。

关键词: 多分辨谱特征提取；鱼雷；攻击；目标检测；信号

0 引 言

随着水下探测制导技术的快速发展，鱼雷的智能性越来越好，鱼雷在进行水下攻击过程中，通过声呐基阵发射探测脉冲信号，对目标进行有效探测和检测识别，探测目标信号通过目标回波发射的特征量，进行目标的准确检测识别，从而触发控制段实现精准制导和目标攻击，研究鱼雷的目标检测识别方法，在整个鱼雷的智能化设计中具有重要意义，相关的目标检测算法研究受到人们的极大关注^[1]。

这样的念头在我的脑海里已经有一段日子。尽管这样，我还是很认真地去备课；尽管这样，我还是怀着一颗平和的心去上课。我想，只要自己做好一名老师该做的事，错的就不应该是我。只要我尽力了，我便问心无愧。

对鱼雷攻击目标检测是建立在对目标回波探测信号的特征分析和滤波处理基础上，在强海水背景干扰下，提取鱼雷目标回波信号的探测脉冲量，根据脉冲的谱峰特征进行信号检测识别^[2-3]，文献[4]中提出基于回波盲源分离的水中兵器攻击目标检测算法，提取回波信号的高阶谱特征，结合回波探测脉冲识别方法进行鱼雷攻击目标检测，但该方法进行目标检测和抗干扰性不好。文献[5]中提出基于自相关匹配滤波的水下目标检测方法，采用滤波检测方法进行信号的抗干扰处理，但该方法的计算开销较大，对目标检测的实时性不好。针对上述问题，本文提出基于多分辨谱特征提取的鱼雷攻击目标检测方法。采用主动探测方法构建鱼雷攻击目标的发射信号和回波信号模型，对回波信号采用小波降噪方法进行滤波处理，提高回波信号的信噪比，提取鱼雷对敌攻击目标回波探测信号的多分辨谱特征量，根据特征的聚焦性进行空间波束形成处理，结合方位估计和多普勒估计方法实现对目标方位的准确估计，采用联合参量分析和谱峰检测方法，实现对鱼雷攻击目标的准确检测和目标方位识别。最后进行仿真实验分析，展示了本文方法在提高鱼雷攻击目标检测能力方面的优越性能。

1 信号模型及滤波预处理

1.1 鱼雷攻击目标的发射及回波信号模型

为了实现鱼雷攻击目标检测，采用主动探测方法构建鱼雷攻击目标的发射信号和回波信号模型，鱼雷攻击目标的发射信号采用声呐传感基阵进行多分布集成输出控制，采用多分辨的波束阵列形成方法，进行鱼雷攻击目标的发射信号的集成处理，发射信号的离散量为x _n ，信号回波的期望响应为d _n ，采用高阶频谱特征监测方法，进行鱼雷攻击目标的发射信号和统计特性，假设攻击目标为水下潜艇，采用声呐脉冲探测方法，获得回波信号，为提高方位分辨力和抗混响能力，采用Wigner-Vill分布检测方法，得到鱼雷攻击目标的发射信号的冲激响应为：

(1)

对这些信号进行时频联合分析，得到回波信号的频率特征估计为：

(2)

取窗函数为δ (t )，采用调制滤波方法进行信号的盲源分离，取无穷长的窗函数，即g (t )=1，采用直接序列检测方法进行目标回波检测，得到回波探测的误差分量为：

二级学院的财务管理支出真实性难以监控 很多高职院校在实施二级财务管理之初设置了过多的限制，很多项目无法报销，但二级学院在运行过程中又难以控制这些项目的开销，致使二级学院在索要受限发票的过程中填写不受限的项目。因此，从学院角度出发，很难对二级学院的经费使用进行控制。

，

(3)

P (t ,f )=

水磨石地面是将石英石、大理石石屑等骨料和(或)需要用于着色的染色剂拌入水泥黏接料制成混凝制品，直接在基层上原位浇筑后经表面研磨、抛光的制品，有时使用黄铜片在其中充当伸缩缝，作为浇筑的分格，减少相邻水磨石的影响.较多使用在行政建筑与公共建筑室内.例如在胶澳总督官署旧址的一二层公共通道、门厅及主楼梯铺设包含黑白石粒骨料的中灰色水磨石地面；胶澳帝国法院旧址的门厅赭石色水磨石地面还镶嵌有黑黄两色的小块地砖形成几何边框.

(4)

(5)

其中，表示鱼雷攻击目标的发射及回波信号的调制误差；为窗口函数；为线性调频系数；为时间轴上的高频成分。

在不同尺度上进行鱼雷攻击目标信号的谱估计，输出谱特征量为：

(6)

α (τ ,v )e ^-j2π(vt +fτ -vu )du dv dτ .

(7)

其中，k 为阶数，对于信号s (t )，指定中心频率，得到鱼雷攻击目标的回波信号为：

根据回波探测信号的时宽Δt 和频宽Δf ，进行信号加窗处理，对所有频率都使用单一的窗，目标检测统计量特征方程描述为：

使用WVD时频检测方法，进行鱼雷攻击目标信号的滤波检测，结合小波尺度分解方法，得到输出检测特征量表示为：

(8)

通过上述处理，实现鱼雷攻击目标的发射及回波信号模型构建，为目标检测提供信号输入基础。

1.2 回波信号滤波处理

对回波信号采用小波降噪方法进行滤波处理，提高回波信号的信噪比^[6]，对于给定的宽带高分辨鱼雷攻击目标回波探测信号x (n )和尺度d ，用表示鱼雷攻击目标回波探测信号的能量，采用线性调频信号模拟辐射噪声信号，首先得到某尺度a ^*下的b ₁,b ₂，可计算时延和尺度如下：

(9)

(10)

根据信号特征量E 的估计结果，综合反映鱼雷攻击目标回波信号的时间-频率联合特征量^[9]，得到联合参数a ₁(t )和a ₂(t )由下式确定：

m _k1k ₂…k _n =

(11)

=K _p (t ,u )x (t )dt ，

X _p (u )=F ^p x (t )=F ^α [x (t )]

在未知混合参数的情况下，获取离散的鱼雷攻击目标回波探测信号x (n )，采用短时Fourier变换进行信号加窗处理^[7]，结合关联规则挖掘和频谱特征提取方法，得到鱼雷攻击目标回波探测信号在各特征量的聚集中心，滤波传递函数为h (t )，故回波探测信号的频谱宽度为T =(2d +1)T _s ，F _s =1/T _s 。采用时频特征分解方法对攻击目标回波探测信号进行频谱分解：

红枣是我国特色林果产业，据相关资料显示，全球90%的红枣产自中国[1]。新疆因其昼夜温差大、气候干燥等特点，形成了新疆红枣独有的品质[2]，特别适合于高品质红枣的产出。2005年以来，新疆生产建设兵团开始规模化发展红枣，截至2013年，新疆红枣种植面积已突破40万公顷，占新疆林果业面积的48% 以上[3]。新疆红枣大部分地区采用矮化密植种植模式，其种植规模不断扩大，实现红枣的机械化采收具有重要意义。

(12)

结合高阶统计量分析方法进行信号滤波，把X _p (u )进行时频特征转换，可以表示为：

大樱桃不宜在过分寒冷的地区发展。冬季来临之际，应对幼树采取树干培土、缠膜、涂白等措施以防止冻害发生。休眠期修剪一般在发芽前进行，避免剪口在寒冷的冬季失水，冻伤树体。

1.4 统计学方法 数据分析采用SPSS 22.0统计学软件进行统计学处理。计量资料采用Kolmogorov-Smirnov进行正态性检验，符合正态分布的用表示，组间均数比较采用t检验；非正态分布资料用中位数(四分位数)表示，即M(Q25，Q75)，组间比较采用Mann-Whitney U检验。计数资料以例数(百分比)表示，组间比较采用χ2检验。以P<0.05表示差异有统计学意义。

(13)

在提取鱼雷对敌攻击目标回波探测信号的多分辨谱特征量，并根据特征的聚焦性进行空间波束形成处理的基础上，进行鱼雷攻击目标检测优化设计，得到空间谱的多普勒频移值为：

图1 目标信号检测的滤波器结构
Fig. 1 Filter structure of target signal detection

2 鱼雷攻击目标检测优化

2.1 空间波束形成

在采用主动探测方法构建鱼雷攻击目标的发射信号和回波信号模型，对回波信号采用小波降噪方法进行滤波处理的基础上，进行鱼雷攻击目标检测设计^[8]，提出基于多分辨谱特征提取的鱼雷攻击目标检测方法，多分辨谱表示为：:

观察组退出1例，对照组退出2例。观察组整体疗效优于对照组，观察组愈显率高于对照组，差异有统计学意义（P＜0.05）。 见表 1。

s _m (t )=cos{2πf ₀[t +τ _m (θ )]}，

(14)

使用窄时域窗进行鱼雷攻击目标回波探测信号加窗处理，得到波束输出为：

(15)

采用空间波束形成，分析鱼雷攻击目标回波探测信号，得到信号高分辨谱特征提取：

u _m =cos[2πf ₀τ _m (θ )];v _m =sin[2πf ₀τ _m (θ )]，

(16)

对于鱼雷攻击目标回波探测信号，对提取的谱特征量采用方位和相位联合估计方法，得到目标回波探测信号的调制脉冲量为：

l (t )=A _l cos(2πf ₀t +α _l )

(17)

根据鱼雷攻击目标回波探测信号特征量聚集性，对攻击目标回波探测信号进行检测滤波，得到空间波谱记为：

k =0,1,...N -1，

(18)

其中，a _n 表示变尺度偏移量，采用多分辨谱特征提取方法，得到鱼雷攻击目标回波探测信号的谱峰为：

(19)

(20)

采用深度学习方法，进行空间波束形成处理，提高信号的检测和目标的空间方位识别能力。

2.2 目标检测及参量估计

提取鱼雷攻击目标回波探测信号的高分辨特征量，采用匹配滤波检测器，进行小波尺度分解，实现对鱼雷攻击目标回波探测信号的滤波和降噪处理，得到滤波器模型如图1所示。

男生甲 （生气）别以为我们都是白痴，没谈过恋爱！成天茉莉茉莉，飞机上人家跟你说声对不起，就以为人家看上你，呸，自恋！

(21)

通过时频伸缩，得到鱼雷攻击目标回波探测信号的频谱混迭特征函数为：

(22)

对鱼雷攻击目标的空间方位进行联合参数估计，最小收敛误差迭代式为：

(23)

(24)

采用离散化处理方法进行信号加权控制，提高目标检测的抗干扰能力，并有效实现对旁瓣干扰的抑制，干扰抑制输出向量：

(2)油茶花期关键气象因子为总降水日数、相对湿度、最长连续日照天数、日最低气温低于-4 ℃日数。油茶产量与花期降水日数呈显著负相关，与花期相对湿度呈负相关，与花期最长连续日照天数呈显著正相关，与花期日最低气温低于-4 ℃的低温日数呈负相关。花期降水日数偏少、最长连续日照天数偏多、日最低气温低于-4 ℃的天数偏少有利于丰产。

地方政府官员微博公信力的缺失，也与虚假官员微博的存在有很大关系。2011年出现的郭美美微博炫富事件就是一个典型的虚假官员微博事件。郭美美的认证身份为“中国红十字商业总经理”，后经调查证实与其真实身份不符。真相公布之后，网友依旧众说纷纭。这件事的出现也导致官员形象和官员微博公信力的大大受损。

μ (n )=x ^T(n )P (n -1)x (n )，

(25)

(26)

根据上述分析，采用联合参量分析和谱峰检测方法，实现对鱼雷攻击目标的准确检测和目标方位识别，提高目标检测和方位估计能力^[10]。整个信号检测的实现流程结果框图如图2所示。

图2 目标检测的实现结构框图
Fig. 2 Realization structure diagram of target detection

3 仿真实验与结果分析

为了测试本文方法在实现鱼雷攻击目标检测中的应用性能，进行仿真实验，实验建立在Matlab 7仿真工具基础上，鱼雷攻击目标信号采集的最大的频率为5 Hz，初始频率0 Hz，截止频率5 KHz，时宽100 ms，模糊训练集为200，自适应滤波的迭代步数为1 000，根据上述仿真参量设定，进行目标检测仿真分析，给出目标回波信号波形如图3所示。

图3 目标回波信号波形
Fig. 3 Waveform of target echo signal

以图3的信号为输入，对回波信号采用小波降噪方法进行滤波处理，提高回波信号的信噪比，信号滤波输出如图4所示。

156＊＊＊＊5491：喜欢一个姑娘 WJY近 12年了，不知道应不应该对她表白。如果能够上墙我就去表白！

图4 信号滤波输出
Fig. 4 Signal filter output

分析图4得知，采用本文方法进行鱼雷对敌攻击目标信号的检测，对回波信号的滤波性能较好，信号的纯度得到有效提升，在此基础上，采用联合参量分析和谱峰检测方法，实现对鱼雷攻击目标的准确检测和目标方位识别，得到目标检测输出如图5所示。

分析图5得知，采用本文方法能有效实现鱼雷攻击目标检测，对目标方位估计的空间分辨能力较好，抗干扰能力较强，测试不同方法进行鱼雷攻击目标检测的准确性，得到准确检测概率曲线如图6所示。

图5 目标检测输出
Fig. 5 Target detection output

图6 检测性能分析
Fig. 6 Detection performance analysis

分析图6得知，采用本文方法进行鱼雷攻击目标检测的准确性较高，具有很好的目标检测和识别能力。

4 结束语

通过目标检测提高鱼雷的主动攻击能力，本文提出基于多分辨谱特征提取的鱼雷攻击目标检测方法。采用主动探测方法构建鱼雷攻击目标的发射信号和回波信号模型，对回波信号采用小波降噪方法进行滤波处理，提高回波信号的信噪比，提取鱼雷对敌攻击目标回波探测信号的多分辨谱特征量，根据特征的聚焦性进行空间波束形成处理，结合方位估计和多普勒估计方法实现对目标方位的准确估计，采用联合参量分析和谱峰检测方法，实现对鱼雷攻击目标的准确检测和目标方位识别。分析表明，采用本文方法进行鱼雷攻击目标检测的抗干扰能力较强，准确检测概率较高，具有很好的目标检测和识别能力，优化了鱼雷的攻击效能。

参考文献

[1] 赵威. 强海水混响背景下水中兵器攻击目标检测研究[J]. 智能计算机与应用,2016,6(2):51-54.

[2] 郑振,甘新年,王丽媛. 基于自适应波束形成的鱼雷对潜目标识别技术[J].智能计算机与应用,2016,6(2): 31-33，37.

[3] 刘家亮,王海燕,姜喆,等.垂直线列阵结构对PTRM阵处理空间增益的影响[J].鱼雷技术,2010,18(4): 263-267.

[4〗 刘少坤,闫晓鹏,栗苹,等. 脉冲多普勒引信抗周期调制干扰性能研究[J]. 北京航空航天大学学报,2018,44(5):1018-1025.

[5〗 罗亚松,胡生亮,刘志坤,等. 正交频分复用水声通信自适应调制算法[J]. 国防科技大学学报,2017,39(1):153-158.

[6〗 徐彤. 舰船无线通信多信道参数的抗干扰控制研究[J]. 舰船科学技术,2018,40(16):100-102.

[7〗 KUMAR A, POOJA R, SINGH G K. Design and performance of closed form method for cosine modulated filter bank using different windows functions[J]. International Journal of Speech Technology, 2014, 17(4): 427-441.

[8〗 RAJAPAKSHA N, MADANAYAKE A, BRUTON L T. 2D space- time wave-digital multi-fan filter banks for signals consisting of multiple plane waves[J]. Multidimensional Systems and Signal Processing, 2014,25(1):17-39.

[9] 江伟华,曹秀岭,童峰. 采用支持向量机的水声通信信号调制识别方法[J]. 厦门大学学报(自然科学版),2015,54(4):534-539.

[10〗张刚,徐联冰,张天骐. 基于频分复用的无信号内干扰多用户相关延迟键控通信系统[J]. 上海交通大学学报,2019，53(5):575-583.

Detection of torpedo attack target based on multi -resolution spectral feature extraction

LI Bin

(No.91640 Troops of PLA, Zhanjiang Guangdong 524064, China)

【Abstract 】In order to improve the attack target detection ability of the torpedo, a target detection method based on multi-resolution spectral feature extraction is proposed. The active detection method is used to construct the transmit signal and echo signal model of the target, the echo signal is filtered and processed by wavelet denoising method, the signal-to-noise ratio of the echo signal is improved, the multi-resolution spectral characteristic of the echo detection signal of the enemy target is extracted, the spatial beam performance is processed according to the focus of the feature, and the azimuth estimation and Doppler estimation method are combined to realize the accurate estimation of the target azimuth. The joint parameter analysis and spectral peak detection method are used to realize the accurate detection of the target and the recognition of the target azimuth. The simulation results show that this method has strong anti-interference ability, high accurate detection probability and good target detection and recognition ability.

【Key words 】multi-resolution spectral feature extraction; torpedo; attack; target detection; signal

文章编号: 2095-2163(2019)05-0205-05

中图分类号： TP391

文献标志码: A

作者简介: 李 斌(1986-)，男，大专，主要研究方向：鱼雷技术保障、鱼水雷检测。

收稿日期: 2019-07-18

标签：多分辨谱特征提取论文;  鱼雷论文;  攻击论文;  目标检测论文;  信号论文;  中国人民解放军91640部队论文;