[发明专利]一种基于多分辨二分奇异值分解的自适应底混响抑制方法

说明书

本发明公开了一种基于多分辨二分奇异值分解的自适应底混响抑制方法，所述方法包括：获取侧扫声纳回波数据并进行预处理；对预处理后的回波数据构造二阶Hankel矩阵，对二阶Hankel矩阵进行奇异值分解；根据回波数据的相邻数据段的能量梯度选取分解路径方式；根据分解路径方式重构回波信号，对重构回波信号构造二阶Hankel矩阵，对二阶Hankel矩阵进行奇异值分解，根据分解路径方式重构回波信号；继续该过程直至满足分解阶数截止条件，输出与底混响分离的重构回波信号。本发明的方法利用多分辨二分奇异值分解方法，通过迭代处理逐步分离目标信号子空间与混响子空间，实现底混响抑制，从而改善声图，提高侧扫声呐目标检测性能。

技术领域

本发明涉及声呐领域，具体涉及一种基于多分辨二分奇异值分解的自适应底混响抑制方法。

背景技术

侧扫声呐是目前应用广泛的水下沉底静态小目标探测设备。工作时，侧扫声呐在垂直于航向方向形成两个窄波束，用于水下小目标检测时，目标回波产生的亮点和由于遮蔽引起的声阴影是用于目标检测的主要特征。

侧扫声呐为有源声呐，在进行沉底或掩埋目标探测时，海底混响是其主要干扰，尤其当海底为沙底、硬泥底等底质时，底混响干扰更为严重。混响带来图像对比度下降、清晰度降低等问题。所以，底混响是影响侧扫声呐沉底静态小目标检测识别性能的主要因素。

常用的底混响抑制方法可分为两大类：波形设计和信号处理。在声呐工作形式确定的情况下，在接收端进行信号处理抑制底混响。其中较为常用的信号处理算法主要有预白化技术和滤波技术。预白化技术假设混响信号局部平稳，将数据分块并构建AR模型，据此对接收混响信号预白化，最后通过匹配滤波实现混响抑制。这种算法假设混响信号局部平稳，而实际信号往往很难满足此要求，普适性不强。滤波技术如分数阶傅里叶变换将目标回波变换至分数阶傅里叶域进行滤波处理实现混响抑制后的目的，但这种方法只适用于线性调频信号。

发明内容

本发明的目的在于解决侧扫声呐对沉底静态小目标检测识别性能在底混响影响下下降的问题，提出了一种具有数据自驱动性的多分辨二分奇异值分解的底混响抑制方法；该方法采用迭代二分奇异值分解，通过子空间处理实现目标回波与底混响的分离。

为实现上述目的，本发明提出了一种基于多分辨二分奇异值分解的自适应底混响抑制方法，所述方法包括：

获取侧扫声纳回波数据并进行预处理；

对预处理后的回波数据构造二阶Hankel矩阵，对二阶Hankel矩阵进行奇异值分解；

根据回波数据的相邻数据段的能量梯度选取分解路径方式；

根据分解路径方式重构回波信号，对重构回波信号构造二阶Hankel矩阵，对二阶Hankel矩阵进行奇异值分解，根据分解路径方式重构回波信号；继续该过程直至满足分解阶数截止条件，输出与底混响分离的重构回波信号。

作为上述方法的一种改进，所述预处理包括：斜距校正和灰度校正。

作为上述方法的一种改进，所述对预处理后的回波数据构造二阶Hankel矩阵，对二阶Hankel矩阵进行奇异值分解；具体包括：

构造回波数据x(n),n＝1,2,...,N的2×(N-1)维Hankel矩阵H：

对H进行奇异值分解：