噪声被动测距中的滤波技术应用研究

　　噪声被动测距一直是水声信号处理领域内非常活跃的一个课题.鱼雷是威胁潜艇生存能力的主要兵器,防卫鱼雷至关重要.为此需要研究滤波性能好,跟踪能力强的后置滤波器.传统声呐用Kalman滤波器作为后置的平滑、跟踪器,利用长的积分时间提高精度,当目标距离变化很快时产生严重滞后现象.因此有必要发展新的滤波技术来提高潜艇的生存能力.

　　1 一阶线性递归滤波器

　　1.1 被动测距简述

　　精确测定目标信号到达不同水听器的时延差是被动测距声呐正常工作的基础.被动声呐的测距是通过测时延来实现的.传统的测距方法是利用一个三点阵(或3个互相分离开的子阵),根据目标信号到达三点的时延差来测距的.

　　设三元非等间距阵首中阵元间距为d,目标方位为H,目标到各阵元的距离分别为r1、r2、r3,其中,r2为要测定的目标距离r,如图1所示.

　　很容易就能推导得到目标距离的近似估计为[1]

　　式中:τ12、τ23分别表示目标信号到达1、2和2、3阵元的时延差.

　　1. 2 一阶线性递归滤波器框图及其公式

　　由于海水中声传播的多途效应,往往使时延差随机起伏,被动声呐的后置处理系统应当采用合理的算法消除起伏的影响.很多文献都只是对时延差进行后置处理[2-4].这里将先采用一阶线性递归滤波器对相关函数进行滑动平均,然后再对测量值进行后置滤波.

　　首先对相关函数进行滑动平均,然后进行时延估计,对时延进行最大后验概率估计,最后反算距离送入基于自适应抵消器的参数估计器进行滤波而得到最终结果.

　　下面简单给出系统的处理流程框图如图2.

　　对相关系数x(n)作滑动平均,滑动平均的模型为

　　式(2)表示的模型即为一阶线性递归滤波器,其框图如图3所示.

　　由式(2)很容易看出,第n个输出值y(n)不仅与第n个输入值x(n)有关,也与第(n-1)个输出值有关.这种平滑平均具有良好的输出特性.此滤波器能很好的剔除野点.

　　2 基于自适应噪声抵消器的参数估计器

　　自适应信号处理已成为现代信号处理中一个重要的研究领域.信号处理的共同特点是信号滤波,以便从观测信号中提取要求的信息.自适应滤波器有调整自己的能力,以适应各种时变信号或不确知信号的状态[5-6].

　　对快速运动目标进行跟踪,需要的是滤波能力强、跟踪能力也强的后置估计器,该文采用基于自适应噪声抵消的参数估计器.这个滤波器包含2个A-B滤波器和自适应噪声抵消器.该方法的特点是除干扰假定为快速变化的以外对目标运动和干扰无需更多的先验信息.其框图如图4.