Обработка сигналов сонара

Гидролокаторные системы обычно используются под водой для определения дальности и обнаружения. Активный гидролокатор излучает в воду акустический сигнал или звуковой импульс. Звук отражается от целевого объекта и возвращает эхо-сигнал на датчик сонара. В отличие от активного гидролокатора, пассивный гидролокатор не излучает собственный сигнал, что является преимуществом для военных судов. Но пассивный сонар не может измерить дальность действия объекта, если он не используется вместе с другими пассивными подслушивающими устройствами. Для триангуляции источника звука необходимо использовать несколько пассивных гидролокаторов. Независимо от того, является ли активным сонаром или пассивным сонаром, информацию, включенную в отраженный сигнал, нельзя использовать без технической обработки сигнала. Чтобы извлечь полезную информацию из смешанного сигнала, предпринимаются некоторые шаги по передаче необработанных акустических данных.

Содержание

• 1 Активный сонар
• 2 Генерация сигнала
• 3 Временная выборка
• 4 Пространственная выборка и формирование луча
• 5 Сдвиг полосы
• 6 Фильтрация и сглаживание
• 7 Обработка решений
• 8 См. Также
• 9 Справочная информация

Активный сонар

Для активного сонара необходимо шесть шагов во время системы обработки сигнала.

Генерация сигнала

Для генерации сигнального импульса типичными аналоговыми реализациями являются генераторы и управляемые напряжением генераторы (ГУН), за которыми следуют модуляторы. Амплитудная модуляция используется для взвешивания огибающих импульсов и преобразования спектра сигнала до некоторой подходящей несущей частоты для передачи.

Во-первых, в гидролокационной системе поле акустического давления может быть представлено как $s\; (t,\; r\; \to )\; \{\backslash \; displaystyle\; s\; (t,\; \{\backslash \; vec\; \{r\}\})\}$. Функция поля включает четыре переменные: время $t\; \{\backslash \; displaystyle\; t\}$и пространственную координату $r\; \to \; =\; (x,\; y,\; z)\; \{\backslash \; displaystyle\; \{\}\; \{\backslash \; vec\; \{r\}.\; \}\; =\; (x,\; y,\; z)\}$. Таким образом, согласно преобразованию Фурье , в частотной области

$s\; (w,\; k\; \to )\; =\; ⨌\; s\; (t,\; r\; \to )\; \cdot \; e\; -\; j\; (wt\; -\; k\; \to \; r\; \to )\; dx\; \to \; dt,\; \{\backslash \; displaystyle\; \{\}\; s\; (w,\; \{\backslash \; vec\; \{k\}\})\; =\; \backslash \; iiiint\; \backslash \; limits\; \backslash ,\; s\; (t,\; \{\backslash \; vec\; \{r\}\})\; \backslash \; cdot\; e\; ^\; \{-\; j\; (wt\; -\; \{\backslash \; vec\; \{k\}\}\; \{\backslash \; vec\; \{r\}\})\}\; d\; \{\backslash \; vec\; \{x\}\}\; dt,\}$

$k\; \to \; =\; (kx,\; ky,\; kz),\; \{\backslash \; displaystyle\; \{\backslash \; vec\; \{k\}\}\; =\; (k\_\; \{x\},\; k\_\; \{y\},\; k\_\; \{z\}),\}$

$s\; (t,\; r\; \to )\; =\; ⨌\; s\; (w,\; k\; \to )\; \cdot \; ej\; (wt\; -\; k\; \to \; r\; \to )\; dk\; \to \; dw,\; \{\backslash \; displaystyle\; \{\}\; s\; (t,\; \{\backslash \; vec\; \{r\}\})\; =\; \backslash \; iiiint\; \backslash \; limits\; \backslash ,\; s\; (w,\; \{\backslash \; vec\; \{k\}\})\; \backslash \; cdot\; e\; ^\; \{j\; (wt\; -\; \{\backslash \; vec\; \{\; k\}\}\; \{\backslash \; vec\; \{r\}\})\}\; d\; \{\backslash \; vec\; \{k\}\}\; dw,\}$

В формуле $w\; \{\backslash \; displaystyle\; w\}$- временная частота, а $k\; \to \; \{\backslash \; displaystyle\; \{\backslash \; vec\; \{k\}\}\}$- пространственная частота. Мы часто определяем $s\; (t,\; r\; \to )\; =\; e\; -\; j\; (wt\; -\; k\; \to \; r\; \to ),\; \{\backslash \; displaystyle\; s\; (t,\; \{\backslash \; vec\; \{r\}\})\; =\; e\; ^\; \{-\; j\; (wt-\; \{\backslash \; vec\; \{k\}\}\; \{\backslash \; vec\; \{r\}\})\},\}$как элементарный сигнал по той причине, что любое четырехмерное изображение можно сгенерировать, взяв линейную комбинацию элементарных сигналов. Очевидно, что направление $k\; \to \; \{\backslash \; displaystyle\; \{\backslash \; vec\; \{k\}\}\}$дает направление распространения волн, а скорость волн равна

$v\; =\; w\; |\; k\; \to \; |\; \{\backslash \; displaystyle\; v\; =\; \{\backslash \; frac\; \{w\}\; \{|\; \{\backslash \; vec\; \{k\}\}\; |\}\}\}$

Длина волны

. $\lambda \; =\; 2\; \pi \; |\; k\; \to \; |\; \{\backslash \; displaystyle\; \backslash \; lambda\; =\; \{\backslash \; frac\; \{2\; \backslash \; pi\}\; \{|\; \{\backslash \; vec\; \{k\}\}\; |\}\}\}$

Временная выборка

В современном мире цифровые компьютеры вносят большой вклад в повышение скорость и эффективность анализа данных. Таким образом, необходимо преобразовать аналоговый сигнал в цифровой сигнал путем дискретизации сигнала во временной области. Работа может быть реализована тремя устройствами: устройством цифрового преобразования, контроллером динамического диапазона и устройством цифрового преобразования.

Для простоты выборка выполняется через равные промежутки времени. Чтобы предотвратить искажение (т.е. наложение спектров в частотной области) после восстановления сигнала из дискретизированного сигнала, необходимо выполнять выборку с более высокой частотой. Частота дискретизации, которая может хорошо сохранять информационное содержание аналогового сигнала $s\; (\; t,\; r\; \to )\; \{\backslash \; displaystyle\; s\; (t,\; \{\backslash \; vec\; \{r\}\})\}$, подчиняется теореме выборки Найквиста – Шеннона. Предполагая, что период дискретизации равен T, таким образом, после временной дискретизации сигнал будет

$r\; (t)\; =\; r\; (n\; T)\; =\; s\; (r\; \to ,\; n\; T)\; \{\backslash \; displaystyle\; r\; (t)\; =\; r\; (nT)\; =\; s\; (\{\backslash \; vec\; \{r\}\},\; nT)\}$n - целое число.

Пространственная выборка и формирование луча

Наличие соответствующей матрицы датчиков и формирователя луча действительно важная часть для хорошей работы системы в гидролокаторе. Чтобы получить информацию об акустическом поле, необходимо измерить поле в пространстве и времени. Временная выборка уже обсуждалась в предыдущем разделе. Матрица датчиков производит выборку пространственной области, в то время как формирователь луча особым образом интегрирует выходной сигнал датчика для повышения эффективности обнаружения и оценки системы. Входными данными для формирователя луча является набор временных рядов, а на выходе формирователя луча - другой набор временных рядов или набор коэффициентов Фурье.

$ри\; (т)\; знак\; равно\; s\; (х\; \to \; я,\; т)\; \{\backslash \; displaystyle\; r\_\; \{я\}\; (т)\; =\; s\; (\{\backslash \; vec\; \{x\}\}\; \_\; \{я\},\; т)\}$

$х\; \to \; я\; знак\; равно\; (xi,\; 0,\; 0)\; =\; (я\; D,\; 0,\; 0)\; \{\backslash \; displaystyle\; \{\backslash \; vec\; \{x\}\}\; \_\; \{i\}\; =\; (x\_\; \{i\},\; 0,0)\; =\; (iD,\; 0,0)\; \}$

Для желаемого направления $k\; \to \; =\; k\; \to \; 0\; \{\backslash \; displaystyle\; \{\backslash \; vec\; \{k\}\}\; =\; \{\backslash \; vec\; \{k\}\}\; \_\; \{0\}\}$, установите $ti\; =\; k\; \to \; 0\; wx\; \to \; я\; \{\backslash \; displaystyle\; t\_\; \{i\}\; =\; \{\backslash \; frac\; \{\{\backslash \; vec\; \{k\}\}\; \_\; \{0\}\}\; \{w\}\}\; \{\backslash \; vec\; \{x\}\}\; \_\; \{i\}\}$

Формирование луча - это один из видов фильтрации, который может применяться для выделения компонентов сигнала, распространяющихся в определенном направлении. На рисунке показан самый простой формирователь луча - взвешенный формирователь луча с задержкой и суммированием, который может быть выполнен с помощью массива приемников или датчиков. Каждый треугольник является датчиком для выборки в пространственной области. После пространственной выборки сигнал выборки будет взвешен, и в результате будут суммированы все взвешенные сигналы. Предполагая, что массив из M датчиков распределен в пространстве, так что $i\; \{\backslash \; displaystyle\; i\}$-й датчик расположен в позиции $xi\; (i\; =\; 0,\; 1,...,\; M\; -\; 1)\; \{\backslash \; displaystyle\; x\_\; \{i\}\; (i\; =\; 0,1,...,\; M-1)\}$и полученный им сигнал обозначается $ri\; (t)\; \{\; \backslash \; displaystyle\; r\_\; \{i\}\; (t)\}$. Таким образом, после формирования луча сигнал имеет вид

$b\; (t)\; =\; 1\; M\; \sum \; i\; =\; 0\; i\; =\; M\; -\; 1\; wiri\; (t\; -\; ti)\; \{\; \backslash \; Displaystyle\; б\; (т)\; =\; \{\backslash \; гидроразрыва\; \{1\}\; \{М\}\}\; \backslash \; сумма\; \_\; \{я\; =\; 0\}\; ^\; \{я\; =\; М-1\}\; \{ш\_\; \{я\}\; г\_\; \{я\}\; (т-т\_\; \{я\})\; \}\}$

Bandshifting

Bandshifting используется в активном и пассивном сонарах, чтобы упростить аппаратное и программное обеспечение, необходимое для последующей обработки. Например, в активных сонарах принятый сигнал содержится в очень узкой полосе частот, обычно около 2 кГц, с центром на некоторой высокой частоте, обычно около 50 кГц. Чтобы избежать дискретизации принятого процесса на частоте Найквиста 100 кГц, более эффективно демодулировать процесс до основной полосы частот, а затем использовать дискретизацию комплексной огибающей только на 2 кГц.

Фильтрация и сглаживание

Фильтры и сглаживания широко используются в современных сонарных системах. После дискретизации сигнал преобразуется из аналогового сигнала в сигнал дискретного времени, поэтому учитываются только цифровые фильтры. Более того, хотя некоторые фильтры изменяются во времени или адаптируются, большинство фильтров инвариантны к линейному сдвигу. Цифровые фильтры, используемые в процессорах сигналов сонара, выполняют две основные функции: фильтрацию форм сигналов для изменения частотного содержания и сглаживание форм сигналов для уменьшения воздействия шума. Двумя общими типами цифровых фильтров являются фильтры FIR и фильтры с бесконечной импульсной характеристикой (IIR). Отношение ввода-вывода КИХ-фильтра:

$y\; (n)\; =\; \sum \; k\; =\; 0\; N\; -\; 1\; h\; (k)\; x\; (n\; -\; k)\; \{\backslash \; displaystyle\; y\; (n)\; =\; \backslash \; sum\; \_\; \{k\; =\; 0\}\; ^\; \{N-1\}\; \{h\; (k)\; x\; (nk)\}\}$(1-D)

$y\; (n\; 1,\; n\; 2)\; =\; \sum \; k\; 1\; =\; 0\; M\; 1\; -\; 1\; \sum \; К\; 2\; знак\; равно\; 0\; М\; 2\; -\; 1\; час\; (К\; 1,\; К\; 2)\; Икс\; (N\; 1\; -\; К\; 1,\; N\; 2\; -\; К\; 2)\; \{\backslash \; Displaystyle\; у\; (n1,\; n2)\; =\; \backslash \; сумма\; \_\; \{k\_\; \{1\}\; =\; 0\; \}\; ^\; \{M\_\; \{1\}\; -1\}\; \backslash \; sum\; \_\; \{k\_\; \{2\}\; =\; 0\}\; ^\; \{M\_\; \{2\}\; -1\}\; \{h\; (k\_\; \{1\},\; k\_\; \{2\})\; x\; (n\_\; \{1\}\; -\; k\_\; \{1\},\; n\_\; \{2\}\; -k\_\; \{2\})\}\}$(2-D)

Отношение ввода-вывода БИХ-фильтра составляет

$y\; (n)\; Знак\; равно\; \sum \; К\; знак\; равно\; 0\; N\; -\; 1\; AKX\; (N\; -\; К)\; +\; \sum \; К\; знак\; равно\; 0\; M\; -\; 1\; Bky\; (N\; -\; K)\; \{\backslash \; Displaystyle\; у\; (п)\; =\; \backslash \; сумма\; \_\; \{к\; =\; 0\}\; ^\; \{N-1\}\; \{a\_\; \{k\}\; x\; (nk)\}\; +\; \backslash \; sum\; \_\; \{k\; =\; 0\}\; ^\; \{M-1\}\; \{b\_\; \{k\}\; y\; (nk)\}\}$(1-D)

$y\; (n\; 1,\; n\; 2)\; =\; \sum \; r\; 1\; =\; 0\; N\; 1\; -\; 1\; \sum \; r\; 2\; =\; 0\; N\; 2\; -\; 1\; a\; (r\; 1,\; r\; 2)\; x\; (n\; 1\; -\; r\; 1,\; n\; 2\; -\; r\; 2)\; -\; \sum \; l\; 1\; знак\; равно\; 0\; M\; 1\; -\; 1\; \sum \; l\; 2\; знак\; равно\; 0\; M\; 2\; -\; 1\; b\; (l\; 1,\; l\; 2)\; y\; (l\; 1,\; l\; 2)\; \{\backslash \; displaystyle\; y\; (n\_\; \{1\},\; n\_\; \{2\})\; =\; \backslash \; sum\; \_\; \{r\_\; \{1\}\; =\; 0\}\; ^\; \{N\_\; \{1\}\; -1\}\; \backslash \; sum\; \_\; \{r\_\; \{2\}\; =\; 0\}\; ^\; \{N\_\; \{2\}\; -1\}\; \{a\; (r\_\; \{1\},\; r\_\; \{\; 2\})\; x\; (n\_\; \{1\}\; -r\_\; \{1\},\; n\_\; \{2\}\; -r\_\; \{2\})\}\; -\; \backslash \; sum\; \_\; \{l\_\; \{1\}\; =\; 0\}\; ^\; \{M\_\; \{1\}\; -1\}\; \backslash \; sum\; \_\; \{l\_\; \{2\}\; =\; 0\}\; ^\; \{M\_\; \{2\}\; -1\}\; \{b\; (l\_\; \{1\},\; l\_\; \{2\})\; y\; (l\_\; \{1\},\; l\_\; \{2\})\}\}$(2-D)

И КИХ-фильтры, и БИХ-фильтры имеют свои преимущества и недостатки. Во-первых, вычислительные требования к процессору сонара более жесткие при реализации FIR-фильтров. Во-вторых, для БИХ-фильтра всегда трудно получить линейную фазу, поэтому КИХ-фильтр стабилен в отличие от БИХ-фильтра. Более того, FIR-фильтры легче создавать с использованием техники окон.

Обработка решений

Одним словом, цель гидролокатора - извлечь информацию и данные из акустического пространственно-временного поля и поместить их в разработанный и предписанный процесс, чтобы мы могли применять разные случаи в один фиксированный шаблон. Таким образом, для реализации цели заключительный этап сонарной системы состоит из следующих функций:

1. Обнаружение: обнаружение сонара определяет, есть ли шум вокруг цели.
2. Классификация: классификация сонара позволяет различать обнаруженный сигнал цели.
3. Оценка параметров и отслеживание: оценка в сонаре часто связана с локализацией цели, которая уже была обнаружена.
4. Нормализация: Нормализация заключается в том, чтобы сделать реакцию обнаружения только шумовой статистика как можно более единообразная.
5. Обработка дисплея: обработка дисплея решает проблемы работоспособности и управления данными гидролокатора.

См. также

• Фильтр
• Эхолот
• Пассивный радар
• Радар
• Научный эхолот
• Обработка сигналов
• Цифровая обработка сигналов

Ссылки

• Уильям К. Найт. Цифровая цифровая обработка для сонара. IEEE PROCEEDINGS.Vol-69.No-11, NOV 1981
• Хоссейн Пейванди. Гидролокаторы и обработка подводных сигналов: классический и современный подходы, Научно-прикладной колледж телекоммуникаций, Тегеран.