[发明专利]子带锐化精确时延快速估计方法

说明书

技术领域

本发明涉及使用传感器接收的信号被动估计目标方位，并对其进行实时跟踪的技术，主要是一种子带锐化精确时延快速估计方法。

背景技术

现在常用的被动声测向技术有匹配场技术，波束形成方法，高精度定向算法以及时延估计方法，其中时延估计方法主要有直接相关法，广义相关法，相位谱法，参量模型时延估计法和自适应滤波法，后来出现一些改进的算法如高阶统计量法等。匹配场技术需要知道空间声场分布的先验知识，高精度定向算法需要事先知道声源的个数，并且两种方法计算复杂，运算量都很大；波束形成技术当接收基阵孔径小、阵元个数少的情况下，角度分辨能力、对噪声的抑制能力和定向精度就会变差；时延估计方法在阵列孔径较小时，角度分辨能力不高，不适于多目标的探测，另外这些方法通常都是建立在时延量化的基础上，用离散的时延代替连续的时延，为保证一定的时延精度，必须采取过采样或数字内插技术，这样需要很大运算量和软硬件代价；故上面的这些方法难以适用于小孔径基阵和电池长期供电的平台，如鱼雷、水雷、智能地雷、UUV、浮标(潜标)及其他水下探测节点等。

人类听觉系统尺寸非常小，左右耳之间的距离大约为0.2m，却可以同时分辨多个声源，其定位精度和抗干扰能力是相同条件下的任何设备或系统无法比拟的，研究表明人耳对声信号是分为多个子带进行处理的，为我们在小孔径接收基阵下的多目标分辨提供启发；相关峰细化的精确时延估计快速算法在不进行升采样，保证运算量基本不变的情况下，可任意提高等效采样频率，实现时延的快速精确的估计，其算法的核心就是使用布鲁斯坦等式将IFFT变换转化为卷积运算，再将卷积运算通过FFT算法实现，在保证运算量不变的情况下，可任意细化时域的采样间隔，将时间细化逆傅里叶变换法(HRIFFT)应用到互谱相关算法中就得到了高精度时延估计方法。

发明内容

本发明的目的正是要克服上述技术的不足，而提供一种子带锐化精确时延快速估计方法，特别适合于具有小孔径，二元接收基阵，低功耗限制，精确方位估计，多目标分辨要求的系统。

本发明解决其技术问题采用的技术方案：这种子带锐化精确时延快速估计方法，采用已有的数学方法尽量模拟人耳定向过程，实现小孔径、多目标情况下的快速精确定向。使用传感器阵列接收的信号之间的时延来估计目标的方位，将信号分频段处理，然后使用相关峰细化快速时延估计方法估计各频带目标的方位，接着对各频带的峰值函数进行尖锐化处理。

作为优选，具体步骤如下：

(1)对两个阵元接收的信号x₁(t)、x₂(t)进行FFT，得到信号的频谱X₁(ω)、X₂(ω)；根据探测目标的类型，确定处理的频带范围；

(2)将接收信号的频带范围分解为J个等间隔窄带，计算各窄带的互功率谱：

Pj(ω)=X1j(ω)X2j*(ω)]]>

其中X_ij(ω)表示第i个阵元(i＝1或2)第j个频带信号的频谱，*表示共轭运算；

(3)对各窄带互功率谱P_j(ω)使用时间细化逆傅里叶变换进行处理，计算各频带的互相关函数C_j(t)＝MHRIFFT[P_j(ω)]，取等效采样频率为40*c/d，其中c为声速，d为阵元间距；