一种适用于矢量水听器的线谱检测方法
专利汇可以提供一种适用于矢量水听器的线谱检测方法专利检索，专利查询，专利分析的服务。并且本 发明 提出一种适用于矢量 水 听器 的线谱检测方法，其包括步骤：步骤一，对矢量阵列各 传感器 通道的时域 信号 做波束形成处理；步骤二，对时域波束形成的结果做 带通滤波 和降 采样 处理；步骤三，通过对多种自适应线谱增强 算法 的对比分析；步骤四，使用多重自相关法，利用信号与噪声在统计特性上的可区分性，把淹没于噪声中的线谱信号提取出来；步骤五，使用分段周期图平均法对通过自适应线谱增强和多重自相关处理的时间序列做 功率谱 估计；步骤六，对 门 限检测的结果做时间统计。该线谱检测方法充分利用矢量水听器的空间增益和时间增益来提高线谱信号的 信噪比 ，自动识别与提取出淹没在宽带干扰背景中的目标线谱。，下面是一种适用于矢量水听器的线谱检测方法专利的具体信息内容。
1.一种适用于矢量水听器的线谱检测方法，其特征在于，包括如下步骤：
步骤一，对矢量阵列各传感器通道的时域信号做波束形成处理；
步骤二，对时域波束形成的结果做带通滤波和降采样处理，为自适应滤波增强处理效果和提高处理速度做准备；
步骤三，通过对多种自适应线谱增强算法的对比分析，简化的谐波簇自适应线谱增强算法在低信噪比情况下能有效地抑制背景噪声；
步骤四，使用多重自相关法，利用信号与噪声在统计特性上的可区分性，把淹没于噪声中的线谱信号提取出来；
步骤五，使用分段周期图平均法对通过自适应线谱增强和多重自相关处理的时间序列做功率谱估计；
步骤六，对门限检测的结果做时间统计。
2.如权利要求1所述的适用于矢量水听器的线谱检测方法，其特征在于，所述步骤一中的波束形成处理采用的计算公式为B=W(θ)*A，其中 为校准因子，θ为扫描角度在0 360°范~
围内取值，A为阵列流形，
在每个扫描角度下对数据做步骤一到步骤五的处理，最终得到过门限谱的频率方位矩阵 ，对信号处理频带内的每一个频率 对应的N个处理结果 取最大值 作为后续时间统计的输入。
3.如权利要求2所述的适用于矢量水听器的线谱检测方法，其特征在于，在所述步骤二中，为了避免降采样后出现频谱混叠，根据采样定理的要求，带通滤波的高截止频率fh和降采样后的采样率Fs的关系应该满足Fs>2*fh的条件。
4.如权利要求3所述的适用于矢量水听器的线谱检测方法，其特征在于，在所述步骤三中，简化的谐波簇的自适应线谱增强算法以一对频率为 的正交信号为参考信号，的最大取值为声纳的最大工作频率 ，参考信号与权系数w相乘求和得到Y(k)即为算法的输出，使用输入p(k)与输出Y(k)之差来更新权系数使得自适应过程持续下去，权系数更新迭代公式如下：
………………1
………………2
………………3
当正交参考信号的频率 与输入信号中的线谱频率对应时，输入信号的线谱分量即可被增强，自适应步长 影响着算法的噪声抑制效果和响应速度，应根据实际情况选择合适的值。
5.如权利要求4所述的适用于矢量水听器的线谱检测方法，其特征在于，在所述步骤四中，设信号为 ，其中 为高斯白噪声，自相关
函数为: ，
其中 为正弦信号的自相关函数，通过公式推导可得 ，
、 、 分别为噪声与信号、噪声与噪声的相关函数，
若噪声为标准白噪声，则噪声与信号不自相关，但实际测量中，观测时间是有限的，且噪声白化程度不一定十分理想，从而导致自相关函数 、 、 不为零，可将
当作新的噪声Rn(t)，其幅值与噪声n(t)相比很小，多重自相关法是将 当作 重复上述步骤多次。
6.如权利要求5所述的适用于矢量水听器的线谱检测方法，其特征在于，在所述步骤五中，将Ns的数据分为2*(N-1)+1段，每段包含1s的数据，各段子序列重叠率50%，计算出每段的周期图，然后加权平均得到功率谱估计，获得功率谱估计之后采用双向α滤波获取功率谱的连续谱趋势，去趋势化后设定门限与直接设定固定门限的方法相比，可以更好的剔除连续谱背景对线谱检测的影响，避免因固定门限设置不合理带来的大片连续谱信息残留。
7.如权利要求6所述的适用于矢量水听器的线谱检测方法，其特征在于，在所述步骤六中，设count(fi)为动态累计数组，若当前时刻频率fi对应的功率谱值p(fi)通过门限检测后不为零则对应的count(fi)= count(fi)+1，否则count(fi)=count(fi)-1，然后，设置门限值为C，对动态累计结果count(fi)满足大于等于C的条件，则说明存在线谱，其频率为fi。
一种适用于矢量水听器的线谱检测方法
技术领域
背景技术
发明内容
步骤二，对时域波束形成的结果做带通滤波和降采样处理，为自适应滤波增强处理效果和提高处理速度做准备；
步骤三，通过对多种自适应线谱增强算法的对比分析，简化的谐波簇自适应线谱增强算法在低信噪比情况下能有效地抑制背景噪声；
步骤四，使用多重自相关法，利用信号与噪声在统计特性上的可区分性，把淹没于噪声中的线谱信号提取出来；
步骤五，使用分段周期图平均法对通过自适应线谱增强和多重自相关处理的时间序列做功率谱估计；
步骤六，对门限检测的结果做时间统计。
在每个扫描角度下对数据做步骤一到步骤五的处理，最终得到过门限谱的频率方位矩阵 ，对信号处理频带内的每一个频率 对应的N个处理结果 取最大值 作为后续时间统计的输入。
………………2
………………3
当正交参考信号的频率 与输入信号中的线谱频率对应时，输入信号的线谱分量即可被增强，自适应步长 影响着算法的噪声抑制效果和响应速度，应根据实际情况选择合适的值。
其中 为正弦信号的自相关函数，通过公式推导可得 ，
、 、 分别为噪声与信号、噪声与噪声的相关函数。若噪声为标准白噪声，则噪声与信号不自相关，但实际测量中，观测时间是有限的，且噪声白化程度不一定十分理想，从而导致自相关函数 、 、 不为零，可将 当作新的噪声Rn
(t)，其幅值与噪声n(t)相比很小，多重自相关法是将 当作 重复上述步骤多次。
具体实施方式
内取值，为阵列流形。
………………3
当正交参考信号的频率 与输入信号中的线谱频率对应时，输入信号的线谱分量即可被增强。自适应步长 影响着算法的噪声抑制效果和响应速度，应根据实际情况选择合适的值。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于融合神经网络的视频中人体行为识别方法 | 2020-05-08 | 710 |
| 一种旋转类机械产品剩余寿命预测系统 | 2020-05-11 | 176 |
| 一种基于信噪比估计的解调锁定判决方法 | 2020-05-12 | 791 |
| 一种针对抵近飞行过程的目标跟踪方法 | 2020-05-13 | 865 |
| 信息处理装置、信息处理方法及程序 | 2020-05-11 | 275 |
| 一种大规模MIMO系统信道跟踪方法 | 2020-05-12 | 949 |
| 一种用于多输入多输出系统的通信方法 | 2020-05-12 | 622 |
| 一种基于互质阵列的混合信号波达方向估计方法 | 2020-05-13 | 405 |
| 基于DR/USBL的深潜载人潜水器组合导航方法 | 2020-05-08 | 921 |
| NB_IoT系统中针对空口系统消息进行解析处理的方法 | 2020-05-08 | 99 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
