一种多级检测窄带信号的方法.docxVIP

一种多级检测窄带信号的方法 0 总结 窄带信号检测一直是国内外的研究热点。 1 带窄带信号的初始检测 窄带信号的初始检测是利用当前时刻计算出的谱值与同设定的门限比较来实现的。记X 式中, d 第一检测门限d 2 跟踪区域虚警的谱值非零 第二级检测主要是利用多个时刻的目标检测情况来降低虚警概率。噪声和窄带信号在多个时刻的检测情况是不同的, 可以利用其中的差异进一步剔除噪声点。考虑到窄带检测不允许太多的延迟时间, 这里只利用M个时刻的目标检测情况。 第一检测门限d 而由噪声造成的虚假检测, 其出现的位置是随机的, 对应虚警的谱值非零点经常是一些孤立的点。为了能够利用多个时刻的目标检测情况剔除噪声点, 可以对允许的最大虚警概率加以限制。若跟踪区域S内虚警出现的次数小于M 因此, 可把P不小于M (1) 搜索M时刻中的谱值非零点, 若搜索到谱值非零点, 则执行 (2) , 若搜索到行尾则执行 (4) 。 (2) 若相邻时刻跟踪门内出现谱值非零点, 选择最临近的谱值非零点继续跟踪, 目标检测次数P增加1;否则以估计的跟踪中心开始继续跟踪。目标跟踪到当前时刻或者连续无谱值非零点次数大于允许连续丢失门限M (3) 若P小于M (4) 输出M时刻的数据, 更新M个时刻的数据, 从 (1) 开始重复执行, 直至处理完所有数据。 经过第二级检测处理, 超过门限d 3 基于第一门限的再检测方法 海上的情况复杂多变, 目标辐射噪声各种各样, 背景噪声起伏较大。信号和背景起伏对窄带信号检测将产生显著影响 随着目标距离的变化, 声呐接收到的目标辐射噪声的强度、信噪比等变化范围很大, 在前两级检测中通过选择相对的门限, 已经使算法具有较好的宽容性。值得注意的是, 经过第一级初始检测后检测概率小于M 为了能够在低信噪比条件下无论信号和背景是否起伏都能以高检测概率检测信号, 可以先取两个低值门限, 在进行目标检测的同时, 估计出目标的信噪比、检测概率、稳定度等信息, 然后利用提取出的目标特征, 送入专家系统中, 进一步判断保留的谱值非零点对应的是窄带信号还是噪声, 以保证在各种情况下的检测性能。 对于在M时刻经过第二级检测处理后留下来的谱值非零点, 可利用目标跟踪路径上的P点对应的谱值X 该专家系统根据估计出的信噪比大小自动调整第二门限M 对应窄带信号和噪声的跟踪路径上的频率变化的光滑程度是不同的, 前者显然更光滑。这样即使两条跟踪路径上的检测次数是相同的, 利用两条路径光滑程度的不同也可以剔除虚假检测。虚警剔除能力的提高就可以在最终不提高虚警概率的情况下允许选择更低的门限d 经过专家系统识别后, 只保留最终判定为正确检测到窄带信号的点。对一个窄带信号而言, 可以把第一个谱值非零点对应的时刻作为信号的开始时刻, 把后续跟踪过程中其后连续超过M 4 影响算法性能的因素分析和限制选择方法 4.1 加时间窗试验结果 水声信号中的窄带信号可以用正弦信号来表示。若用H 式中:A为窄带信号幅度;f为窄带信号频率;f 式中, Y 其中, w (n) 是窗函数, R定义为R=N/N 定义描述由于窄带信号存在而产生的偏转量d: 其中, E{I (k) H 其中, 同样可以推导出: 把式 (9) 、 (10) 、 (13) 代入式 (8) , 得: 对信号进行谱分析时加时间窗, 在降低旁瓣和提高谱分辨能力的同时, 增加了主瓣的宽度, 让更多的噪声通过检测器, 使检测性能降低。此检测性能损失可以用窗函数的等效噪声带宽B 扇边效应损失 (Scalloping Loss, SL) 是加时间窗对谱估计的另一个影响。由于加时间窗, 导致窗函数的频率响应的主瓣只是在频率点的中心达到最大, 而在相邻两频率点的中心对应的频率上达到最小。如果一个正弦信号的频率恰巧是相邻频率点的中间值, 则产生了最大的扇边效应损失。扇边效应损失定义为 把式 (15) 、 (16) 代入式 (14) 可以得到: 其中, K 4.2 最小可检测信号定义 第一检测门限的选取直接影响了窄带信号的检测概率和虚警概率, 下面推导d 所以, 其中, Φ定义为 同样可以求出, 可把上面的19 (a) 、19 (b) 改写成如下形式: 根据偏转量的定义可知: 将要求的虚警概率p 在第二级检测过程中, 窄带信号经过门限为d 而对于噪声而言, 若p 为了便于分析在什么情况下可以同时以高检测概率和低虚警概率检测窄带信号, 我们利用了最小可检测信号的概念。最小可检测信号定义为在给定的虚警概率和检测概率的情况下, 系统能够完成所需的检测功能时输入端用分贝数表示的1 Hz带宽内的信噪比。由于白噪声信号的功率谱密度是σ 在实际情况下, 模数转换、滤波以及不合适的噪声均值估计和去除等在实现时会带来一定