一种频域−波数域峰值筛选的无源声呐宽带检测方法*宁江波1,2,3李宇1,2吴永胜4迟骋1,2李子高1,2李淑秋1,2†(1中国科学院声学研究所北京100190)(2中国科学院先进水下信息技术重点实验室北京100190)(3中国科学院大学北京100049)(4中国人民解放军92682部队湛江524000)2022年3月18日收到2022年8月2日定稿摘要在水声信号处理中,传统的无源声呐宽带目标检测在多目标、强干扰的复杂环境中输出信噪比低,使得检测性能急剧下降。针对此问题,提出一种基于均匀线列阵在频域−波数域上宽带信号能量分布特性进行目标检测的方法。该方法首先将阵列信号转换到频域−波数域,利用不同频率下波数主瓣、旁瓣宽度特征以及空间分布特征,设计针对主瓣的判别与分配方法,实现对同一目标不同频率下波数谱主瓣判别,使用主瓣能量累积、主瓣数目累积的方式来形成方位谱,从而进行目标检测。理论分析和仿真结果表明,所提方法只利用对目标检测有突出贡献的波数主瓣,降低了旁瓣的影响,有效提高了无源宽带水声目标的检测能力。海上试验数据处理结果表明,目标输出信噪比相比子带峰值能量检测算法可提高5.58dB,较传统能量检测可提高8.73dB,计算时间相比传统能量检测降低46%,验证了所提方法的有效性与实时性。关键词无源声呐,宽带目标检测,频域−波数域,峰值筛选PACS数43.30,43.60Amethodforpassivesonarbroadbandtargetdetectionbasedonpeakfilteringinfrequency-wavenumberdomainNINGJiangbo1,2,3LIYu1,2WUYongsheng4CHICheng1,2LIZigao1,2LIShuqiu1,2†(1InstituteofAcoustics,ChineseAcademyofSciencesBeijing100190)(2KeyLaboratoryofScienceandTechnologyonAdvancedUnderwaterAcousticSignalProcessing,ChineseAcademyofSciencesBeijing100190)(3UniversityofChineseAcademyofSciencesBeijing100049)(4Unit92682PLAZhanjiang524000)ReceivedMar.18,2022RevisedAug.2,2022AbstractTraditionaldetectionofbroadbandtargetsinpassivesonarshaslowoutputsignal-to-noiseratioandpoorperformanceinacomplexsituationwithmultipletargetsandstronginterferences.Tosolvethisproblem,atargetdetectionmethodisproposedbasedonthecharacteristicsoftheenergydistributionofbroadbandsignalsinthefrequency-wavenumberdomainbyusinguniformlineararray.Theproposedmethodconvertsthearraysignalintothefrequency-wavenumberdomainandusesthecharacteristicsofthewidthandthespatialdistributi...
