水下运动目标时变噪声场欠定盲提取模型及其算法研究

Sound source characteristics identification is an urgent topic for researches which aming at underwater moving target, blind signal pprocessing (BSP) technology now becomes a powerful tool in the field of under water sound source identification. This research, which bases on blind denconvolution (BD) and other signal processing theories, mainly focuses on strong interferance, multi-path effect and time variant characteristics in underwater sound fields. Key theories and algorithms in underwater moving target undetermined blind extraction are studied: 1. Firstly, differential evolution is used for sound source contribution rate estamation, generalized mathematical morphological filter and other pretreatment methods are applied to filtering out the interference noises, reference signals is built to make the main sound source characteristics more obviously and decrease the effect brought by large number of sources and time-varying sound field, 2. Then, the equivalence between the problem of estimating the source in undetermined blind denconvolution and the compressed sensing (CS) is analyzed and the framework of CS is built, sparse component analysis (SCA) methods such as K-means singular value decomposition (K-SVD) are used to train sparse dictionary self-adaptive under this framewaork. 3. Finally, the sparse component is computed through pursuit alorithm. Take torpedo for research object, study radition noise blind extration under all kinds of experimental conditions, separtae and evaluate the characteristics and magnitude order of main sound sources, provide scientific basis for torpedo stealthy peformance improvment vibration and noise reduction.

声源特征识别是针对水下运动目标的一个重大研究课题，盲信号处理技术为水下声源识别提供了一个新的途径。针对水下声场的强干扰、多途效应及时变特性，以盲解卷积模型及算法为基础，建立水下运动目标时变噪声场欠定盲提取模型，进而从工程信号处理角度出发研究其关键理论及算法:①采用差分进化理论研究声源贡献率，优化声源数目，利用广义数学形态滤波等前处理手段消弱干扰噪声，根据机械结构参数构建参考信号以凸显主要声源特征，降低大数目声源及时变声场对分离精度的影响；②通过建立压缩感知与欠定盲解卷积的等价关系，针对水下声信号提取优化压缩感知框架，在此框架下利用Ｋ均值奇异值分解等稀疏分量分析方法训练稀疏字典，使用追踪算法计算得到稀疏分量，结合优化两步法进行盲源分离。③以鱼雷实体为研究对象，在各种实验条件下进行鱼雷辐射噪声盲提取研究，分离并评估鱼雷主要噪声源的特性和量级，为鱼雷减振降噪及其隐身性能的改进提供科学依据。

水下声源盲信号处理研究的前提条件与常见的机械噪声场中盲源分离研究的前提条件基本一致，只是声音的传播介质不同，工业现场的声源识别与水下声场一样面临着信号传播的多途效应、严重的环境噪声干扰等问题。因此，机械噪声盲信号处理的研究成果对水声信号的盲处理是很有借鉴意义的。且由于初步开始研究水下声信号盲处理，还存在很多不确定因素，故此。首先先从机械故障信号研究做起，以盲信号处理为研究基础，针对实际复杂环境下的复合机械振动信号和机械噪声信号提取和分离问题，使用理论研究和实验验证相结合的研究方式，建立了机械故障信号的欠定盲源估计和盲提取模型及方法，搭建实验研究的水槽，验证算法的有效性。主要研究内容如下：.(1)为了克服传统形态滤波器(MF)，以及闭-开和开-闭滤波器(CO-OC)的不足，使用不同尺寸、不同结构元素级联的闭-开组合的广义形态滤波器(C-OACMF)。相比之下，C-OACMF分析时间较短，为0.259 s，而MF滤波时间为0.587 s。C-OACMF分析的幅值结果是CO-OC的2倍。.(2)针对工业现场源数目未知、欠定的问题和SCA算法需要事先给定源数目，建立了机械冲击信号的源数目估计方法研究框架。提出了基于总体经验模态和自适应阈值设置的奇异值分解算法。通过计算机仿真和复合故障轴承振动信号源数目估计来验证该理论框架的可行性，研究表明该算法有较好适应性。.(3)针对工业现场强背景噪声和欠定问题，建立压缩感知和欠定盲解卷积等价的理论框架，提出改进形态滤波和频域压缩感知重构的欠定盲提取算法。实验研究验证了上述算法的正确性，表明算法可以很好地分离复合故障信号。.(4)针对现有盲解卷积算法对单一故障声信号有效，但可以很好提取复合故障冲击信号，而前面提出的压缩感知重构算法对复合故障声信号失效。提出盲解卷积和频域压缩重构结合算法，并对复合故障轴承声信号进行分离，得到很好的分离结果。.(5)搭建实验水槽，验证构建模型的有效性。