海洋环境噪声背景下水声信号检测的新方法

20年第 2期 09

声学与电子工程

总第 9期 4

海洋环境噪声背景下水声信号检测的新方法周关林李钢虎成静

(西北工业大学航海学院，西安，7 7 ) 1 0 2 0摘要介绍了利用随机共振原理检测微弱周期信号的基本原理，并对该方法进行了高斯白噪声下的仿真验证。然后，把这种方法应用于以模拟海洋环境噪声为背景干扰的水声信号的检测中，仿真结果证明了 这种方法的可行性。 关键词海洋环境噪声；随机共振；信号检测

传统的微弱信号检测方法都是尽可能地抑制噪声来提取微弱信号，基于随机共振的信号检测则

d/ t N x+Acs2f) ( () x d=a—b。 o(n+nt i ) 1方程 ()中 s0=Acs2t) (为该非线性 1 ( o(7￣+ f J )双稳系统的输入信号，其中 Acs2f) o(n为待测微弱 i周期信号，a、b是大于零的实数；A为信号幅值； 厂为信号频率； (噪声，且满足统计平均 为

是利用另一种机理：当输入信号、噪声和非线性系统之间达到某种匹配时，会发生噪声能量向信号能量的转移，使得输出信噪比增强并达到极值点。因此利用随机共振技术检测微弱信号不但不需要抑制

噪声，而且需要通过增强噪声的作用来提高信号检测的效果。这一理论为弱信号检测与处理提供了一条崭新的思路。

E[ )=0,E nt (+] Dat 。中 ][( nt ):2 (— )其 )D为噪声强度，噪声方差为 2 D,r为时间延迟。当

A 0 (==, f 0时，系统X=+ a b、 0处的两个 1 4/势阱点和一个势垒点分别对应势函数曲线中的两个极小值和一个极大值，此时质点位于两个势阱中的任意一个，视系统的初始状态而定。当 A≠0时， 整个系统的平衡被打破，势阱在信号的驱动下发生,——=————一 _

随机共振(tcat eo ac,S )论最初 Soh scR snne R理 i是由意大利学者 B ni提出，用来解释气象中每 ez等隔 1 0万年左右冰期和暖气候期周期交替出现的现象 l。当时及随后一段时问并未引起人们广泛的关 1]注，直到在一次双稳环激光器的关键实验中展示了

倾斜。在静态条

件下， A<Ac Ac=x4 2 b当 (/a/ 7 为系统双稳态临界值 )时，系统的输出状态将在X=+-

随机共振现象，才迎来了随机共振的现代发展时期。最近几年，各国科学家就系统的跃迁速率，稳态系统中的驻留时间分布，首通时间分析，以及加性噪声或乘性噪声引起的系统随机共振作了深入的研究，并且在低频弱信号的检测仿真中，取得了较好的效果。因此，随机共振理论引起了各个领域的广泛关注和兴趣。目前对随机共振系统的研究和

4/ a b处的势阱内作局部的周期运动，当

应用己经涉及到物理、化学、生物、医学、电子神经网络和模糊系统等众多学科领域。本文则是将随机共振理论引入以海洋环境噪声为背景的水声信号检测中来进行研究。

A≥Ac时，系统的输出状态将能克服势垒在势阱间周期运动。然而，当系统噪声 D# O时，在噪声的协同作用下，即使 A<A c时系统也能在势阱间按信号的频率作周期运动。由于双稳态之问的电压差远远大于输入信号的幅值，使得输出信号幅值大于输入信号的幅值，同时因为系统输出状态的有规则变化，有效地抑制了系统输出状态中的噪声强度，因 此系统的输出信噪比得到了提高，即输出信号得到了增强，这种现象从本质上讲是信号、噪声和非线性系统之间的协同作用，称之为随机共振。

l随机共振的基本原理随机共振系统一般包含 3个不可缺少的因素：

2数值仿真算法通常用于研究的随机共振系统都是由非线性朗之万 (agvn方程描述的双稳态统。输入信号： L n ei)

()境稳态系统；()于势垒的输入信号(周期 1环 2低如信号) 3系统固有的或追加到相干输入中的噪声；()源。通常用于研究的随机共振系统都是由非线性朗之万( a g vn方程描述的非线性双稳态系统所定 L n e i)义的：

(=Acs2f) z ) ) o(￣+,,其中 Ac s ) i ( o( 2为待测微弱周期信号， ()高斯白噪声，两者叠加得 为到的结果输入该非线性随机共振系统。在系统、被测信号和噪声三者的协同作用下，其输出响应 )21

周

关林等：海洋环境噪声背景下水声信号检测的新方法产生随机共振现象，使噪声能量大量地向被测信号转移，达到放大弱周期信号和抑制噪声的目的。 随机共振系统经常采用朗之万方程来研究，即

<r trf…r t )= () ( ) (> 1 2 2

( ) 。: (一 .( _ ) 2 (一 )钳 . l: D∑[ , 1 一( 5)

方程 ( ), 1并采用四阶 R n eK t算法进行求解， u g—ut a其表达式为：

对于满足式 () 4及 () 2、() 5的噪声，即是具有高斯分布形式的白噪声，简称为高斯白噪声。在实际中，真正的白噪声是不存在的，因为它需要无穷大

k=a +Ac s ) 2 ) l x一 o( 2+, (

k=ax 2 (+O5k) (+05 ) . 1一bx h .+Ac s 2厂 f . )+ [兀 (+Os] ( o( h )=a x+ . k ) (+05 k )+ ( O5 2一6 h . 2 h

的功率才能产生出来。噪声总是有一定的相关时间，具有非零相关时间的噪声称为有色噪声。一种常用的相关时间为的指数型高斯有色噪声具有以下统计性质：

Acs 2 ( O5)+,f [ f+ .]?) o( h ( k 4=ax+h3一6+ ) ( k) ( +Ac s 2厂 f ] ( [兀 (十 )+ f o( )

<Q ):O<Q() f> D tt >, Q( ):一 g- _ t2

() 6

其功率谱为：

)=

D t _l _￣ l=

X+ n 1=X+ + +2+k)6 n ( 2 4/式中，步长 h为采样频率的倒数，即 h l,取=

() 7

采样点数为Ⅳ,则表示第珂个采样值，n,,…,=l2Ⅳ-1。

3数值仿真及分析3 1高斯白噪声背景下的信号检测 .随机共振离不开高斯噪声的帮助，由于高斯分布是自然界中大多数随机事件所遵循的一种分布形式，因此噪声高斯分布的假设是与实际相当接近的。高斯白噪声一般用均值和方差来描述，假设噪

当有色噪声的相关时间远小于系统的时间常数时(色噪声的频带范围远大于所关心的简谐信有号频率)仍可将色噪声当作白噪声进行处理。以，所在仿

真实验中，们输入混合信号 () 我=

Acs2t) r t,中vt是高斯白噪声信号。 o(7+ (其 i f ) ( )取参=1 '户00,得到混合信号(图1: . Hz 2见 )

(=cs . 7)+￣.xad(nt(, o( 0 t x 2 nn1 g t1 ) O 4t 0 r e h ))

声 If1 1f是均值为 0,方差 (=2的高斯白噪声， ) - D则有：

<r t>,<r r z> D6t一 2 () (=0 ) () ( )=2 ( t 2 2 1 )其中<>算符代表总体平均，相应的噪声功率谱函 数为：

() 2 2￣ )= D _=fj (d 2 厂 7 D r r f

( 3 )

0

5 0

10 0

1 0 5

2 0 0

2 0 5

30 O

3 0 5

4 O 0

可见高斯噪声的功率谱是与频率无关的常量，称作白噪声。对于一般噪声I f, ' )要全面掌握其统计性 (质，还需要考虑其高阶矩，而对于高斯分布的函数而言，其高阶矩都可以表示为均值和方差的函数：

图 1混合信号 f时域波形图 (的 )

首先，我们不通过随机共振系统来检测混合信

号 (中的待测信号 c s0 4 t,得到如图2 o (. n) 0的结果。然后，我们通过随机共振模型来检测混合信号

<I r f… rt )=0 1 ) ( ) (> ( 2 2

() 4

∽中的待测信号 c s . n) o( 0 t,得到如图3的结 04、4果。对比图2我们可以清楚的看到，输入信号、、4 噪声和随机共振系统之间达到匹配了，发生噪声能

2 2

周关林等：海洋环境噪声背景下水声信号检测的新方法量向信号能量的转移，使得输出信噪比增强。时，这 通过随机共振模型检测出来 …… 此处隐藏：5537字，全部文档内容请下载后查看。喜欢就下载吧 ……