水下目标定位的理性正交小波信号声学传感技术研究

《IEEE Journal of Oceanic Engineering》：Underwater Acoustical Sensing for Target Localization With Rational Orthogonal Wavelet Signaling

本文针对水下多径传播、多普勒效应及环境噪声导致的移动目标定位难题，提出了一种基于理性正交小波（ROW）信号的宽带主动声纳系统设计方案。研究通过对比六种发射信号（CW、LFM及四种不同伸缩因子的ROW信号）及四种特征提取方法（STFT、GFCC、LPCC、PLPC），结合轻量级CNN分类器，在模拟多路径、多普勒及低信噪比（SNR低至-25 dB）环境下验证了ROW信号与GFCC特征提取的优越性。进一步提出ROW-FCC新方法，并探讨多接收器阵列对定位精度的提升，为复杂海洋环境下的目标感知提供了创新性解决方案。

　　

海洋覆盖了地球表面的绝大部分，蕴含着丰富的资源和战略价值。然而，水下环境却是一个充满挑战的探测领域。声波是目前在水中远距离传播最有效的能量形式，因此声纳技术成为水下探测、导航和通信的核心。但是，水下声学环境异常复杂，声波在传播过程中会遇到海面、海底的反射，形成多重路径（多径效应），导致信号失真；移动的目标还会引起信号频率的变化（多普勒效应）；此外，海洋中充斥着各种自然和生物噪声，以及船舶等人为噪声，使得目标信号非常微弱，信噪比（SNR）极低。传统的目标检测和定位方法，如频谱分析、能量检测等，在这些复杂条件下往往表现不佳，准确率和稳定性难以满足实际应用需求。因此，如何在水下恶劣的声学环境中实现移动目标的精确感知与定位，一直是海洋工程领域亟待突破的关键技术难题。

为了应对这一挑战，研究人员在《IEEE Journal of Oceanic Engineering》上发表了一项创新性研究。该研究从声纳系统的“发射端”和“接收端”同时入手，旨在设计一套更智能、更鲁棒的宽带主动声纳目标定位系统。研究核心在于探索新型发射信号和先进的特征提取方法，以期从被严重干扰的回波信号中提取出有效的目标信息。

研究人员为开展此项研究，主要运用了以下几项关键技术：首先，建立了基于射线追踪的宽带水下声学信道模型，模拟了包含多径、多普勒效应和不同噪声类型的复杂海洋环境，并生成了大规模的综合数据库用于算法训练与测试。其次，在发射端设计了包括连续波（CW）、线性调频（LFM）以及四种不同伸缩因子（q=2, 4, 8, 50）的理性正交小波（ROW）在内的六种声学脉冲信号。在接收端，重点对比了短时傅里叶变换（STFT）、伽马通频率倒谱系数（GFCC）、线性预测倒谱系数（LPCC）和感知线性预测（PLPC）四种特征提取方法，并采用轻量级卷积神经网络（CNN）作为分类器。此外，还研究了单接收器与多接收器阵列（如2个和4个接收器）在不同几何配置下的定位性能，并创新性地提出了结合ROW和GFCC的ROW频率倒谱系数（ROW-FCC）特征提取方法。

目标深度与距离分类

研究首先分别对目标的深度和距离进行了分类测试。在目标深度分类中，深度范围设为10米至50米，间隔10米；在距离分类中，目标与接收器的水平距离设为1000米至1200米，间隔50米。结果表明，在低信噪比（如-25 dB）条件下，尽管所有方法都面临挑战，但GFCC特征提取方法表现出最强的稳定性和较高的分类准确率。在发射信号方面，理性正交小波（ROW）信号，尤其是伸缩因子较大的ROW q=50信号，在多数情况下优于传统的CW和LFM信号。例如，在信噪比为-15 dB、多径程度为n_q=4时，使用STFT方法，ROW q=50信号的深度分类准确率可达100%，而CW和LFM信号分别为99.553%和99.193%。研究还比较了混合海洋噪声和加性高斯白噪声（AWGN）的影响，发现GFCC和PLPC方法在AWGN的强干扰下仍能保持相对较好的性能，凸显了其抗干扰能力。

目标联合定位（不同分辨率）

在实际应用中，需要同时确定目标的深度和距离坐标。研究进一步测试了3x3（深度20, 30, 40米；距离1000, 1100, 1200米）和5x5（深度20-40米，间隔5米；距离1000-1200米，间隔50米）两种分辨率的网格定位。在3x3网格定位中，使用AWGN噪声，在低信噪比条件下（如-20 dB），CW和ROW q=50脉冲结合GFCC等方法仍能取得超过40%的准确率。当信噪比提升至-15 dB时，准确率可显著提高。对于更精细的5x5网格（25个类别），定位难度增大，但当信噪比高于-20 dB后，ROW q=50脉冲的优势依然明显，结合多接收器阵列可达到90%以上的定位准确率。这表明所提出的方法能够实现水下目标的高分辨率定位。

多接收器传感器网络

为了提升系统性能，研究探讨了使用多个接收器构成传感器阵列的效果。分别考虑了接收器在不同深度（如20米和50米）和不同距离（如1000米和1100米）的配置，以及由四个接收器组成的2x2阵列。结果表明，多接收器系统能显著提高定位精度。例如，在AWGN噪声、信噪比为-15 dB、n_q=4的条件下，对于ROW q=50脉冲，两个不同深度的接收器比单个接收器的分类准确率提升了20%-30%。而四个接收器的阵列系统相比两个接收器的系统，性能还能再提升约30%。这验证了多传感器数据融合在提升系统鲁棒性和准确性方面的巨大潜力。

新型特征提取方法：ROW-FCC

受ROW发射信号优越性的启发，研究人员进一步提出了一种新的特征提取方法——ROW频率倒谱系数（ROW-FCC）。该方法借鉴GFCC的流程，但使用理性正交小波滤波器组替代伽马通滤波器组。实验表明，在极低信噪比（-25 dB）条件下，ROW-FCC相比其他特征提取方法有约40%-50%的性能提升，显示出其在恶劣环境下捕捉信号特征的独特优势。不过，在信噪比较高的环境下，其性能优势不明显。将ROW-FCC与双接收器阵列结合，能在低信噪比下进一步提升定位效果。

综上所述，这项研究系统地论证了基于理性正交小波（ROW）信号的主动声纳系统在水下目标定位中的有效性和优越性。通过综合比较多种信号类型和特征提取方法，明确了GFCC特征在低信噪比、多径环境下的稳定性，以及ROW脉冲，特别是高伸缩因子脉冲，在提供更丰富目标信息方面的潜力。研究构建的模拟平台和数据库为后续算法验证提供了坚实基础。引入多接收器阵列和新型ROW-FCC特征提取方法，进一步拓展了系统的应用边界，使其即使在SNR低至-25 dB的极端条件下也能工作。这些成果标志着水下声学目标感知技术向更智能化、更适应复杂真实环境的方向迈出了重要一步，不仅对水下无人航行器（AUV）导航、海洋资源勘探、水下安保等民用领域具有重要应用价值，也对相关军事应用有着深远意义。未来，随着数据库的扩充和算法的持续优化，这项技术有望在广阔的海洋空间中发挥更大的作用。