∗污水填料
收稿日期：2020年8月14日，修回日期：2020年9月27日
作者简介：李兰瑞，男，硕士研究生，助理工程师，研究方向：水声信号处理。 1引言
间统计独立的情况下，依靠阵列数据分离出源信号的波形［1］。在水声探测领域，海洋环境噪声和舰船辐射噪声间常认为是相互独立的且符合盲源分离条件。利用盲源分离算法处理水声信号则可实现干扰分离、邻近方位目标信号净化、提高目标信号的信噪比的目的［2~3］。因而，盲源分离算法在水声信号处理领域应用潜力巨大。但是，盲源分离存在输出信号次序不确定问题，同一信号在不同时刻不能保持在固定通道输出，不利于声纳兵的听音识别，稳健的排序关联算法也有待进一步研究［4］。 现有的排序法在分析数据较短时性能不够稳健，排序成功率较低，稳健的排序算法对盲源分离输出信号进行关联有利于声纳兵的听音识别，具有
重要的实际应用价值。现有研究表明：1）同一目标在一定时间内的线谱特征相对稳定，不同目标间线谱特征存在非相干特性；2）在短数据情况下，BURG 谱变换相对其他谱变换方式对线谱特征检测能力更强，且受噪声影响较小，性能更加稳健［5］。
同理，在盲源分离算法成功分离信号的情况下，相邻时刻同一目标信号线谱特征相对稳定。综上，本文利用信号BURG 谱特征对信号进行排序关联，使得同一信号在不同时刻保持在固定通道输出，消除排序模糊性问题。
2
基于信号BURG 谱特征的排序算
法原理
为更好地进行听音处理，我们希望同一信号在
不同时刻保持在固定通道输出。但由于缺少先验知识，信号的原始排列顺序无法得出。因而排序关
基于信号BURG 谱特征的盲源分离排序算法
∗
确定取消
李兰瑞
刘晓平
郭
煜
姜栋瀚
（海军装备部驻上海地区第一军事代表室
上海
201913）
摘
要
盲源分离算法处理水声信号可实现干扰分离、邻近方位目标信号净化、提高目标信号的信噪比的目的。但盲
源分离输出信号次序不确定问题不利于声纳兵的听音识别，论文利用信号的BURG 谱特征对盲源分离输出信号进行排序关联，算法有效消除了排序模糊性问题。
关键词
盲源分离；排序算法；水声信号处理
中图分类号
TP301.6
DOI ：10.3969/j.issn.1672-9730.2021.02.036
Blind Source Separation Sorting Algorithm Based on Signal Burg
Spectrum Characteristics
LI Lanrui
LIU Xiaoping
GUO Yu
JIANG Donghan
（The First Military Representative Office of Naval Equipment Department in Shanghai Area ，Shanghai 201913）
Abstract
Blind source separation （BSS ）algorithm can separate the interference ，purify the adjacent azimuth target signal
and improve the signal-to-noise ratio of the target signal.But the problem of uncertain sequence of BSS output signals is not condu ⁃cive to sonar 's hearing recognition.In this paper ，the sequence correlation of BSS output signals is carried out by using the signal 's burg spectrum characteristics ，and the algorithm effectively eliminates the problem of sorting ambiguity.
Key Words
blind source separation ，sorting algorithm ，underwater acoustic signal processing Class Number
TP301.6
悬空板2021年第2期舰船电子工程联算法以盲源分离第一次输出信号的顺序为基准，后续时刻分离出的信号要与第一次输出次序相匹配，算法步骤如下：
1）第一次分离后输出的信号记为
Y （t ）=[]y 1()t y 2()t ... y n ()t T
，第二次输出信号记为Z （t ）=[]z 1()t z 2()t ... z n ()t T
。将两次分离后输出的信号分别做BURG 谱变换，得到的相应谱记为
B Y (ω)=[]
b y 1()ω b y 2()ω ... b yn ()ωT
B Z (ω)=
[]
b z 1
()ω b z 2
()ω ... b zn
()ωT
。
2）计算B Y （ω）的第i 个分量b yi ()ω与第二次
分离信号B Z （ω）的第j 个分量b zi ()ω的相关系数为
ρi j =
cov(b
(ω) b (ω))i =1 2 n ;
j =1 2 n 可得相关系数矩阵为
R YZ =æèçç
öø
÷÷ρ11...
ρ1n ......
...ρρnm 3）根据相关系数矩阵调整第二次输出信号的
排列顺序，本次排序完毕。第三次输出的信号再同第一次输出信号求解相关系数矩阵，后续排序工作
依次类推。
3实验验证
本文采用海上实录舰船信号对算法进行验证，
盲源分离使用的源信号由混合矩阵将三艘舰船的实录辐射噪声进行混合产生。为模拟水声信道的时变特性，混合矩阵每分离一次根据随机函数变化一次。数据的采样频率为25kHz ，每次分离使用的数据长度为3s 。源信号A 、B 、C 的时域波形图和混合信号的时域波形图如图1所示。
（a ）源信号
（b ）混合信号
图1源信号及混合信号时域波形图
实录噪声信号成分复杂，从时域波形图上难以区分，为后续排序效果对比方便，给出三个源信号的BURG 谱图如图2
所示。
目标C
目标A
目标B
图2源信号BURG 谱图
因录取得舰船噪声线谱主要集中在0~1kHz 以内，为观察方便仅给出0~1kHz 频段线谱。第一次盲源分离结果如图3。
图3第一次分离和排序结果
由图3可以看出盲源分离算法有效分开了三个目标，因第一次分离后的信号顺序作为基准，不
广告推送需做调整。
153
总第320
期
图4
第二次分离和排序结果
图4可以看出，第二次分离后信号顺序与第一次输出不一致，若将此乱序信号直接用于听音，将给声纳兵带来极大干扰。采用BURG 谱特征法对信号进行排序，排序后输出结果如图4中第三、第四列所示，
调整后的顺序与第一次输出顺序一致。
图5第三次分离和排序结果表1
排序成功率统计表
数据长度1s 3s 6s
功率谱法90%94%95%
长效连续捕鼠器BURG 谱法97%98%
98.5%
第三次输出的信号与第一次不一致，需要采用排序算法调整。排序后顺序如图5第三、四列所示，调整后与第一次一致，排序成功。为充分证明本节算法的有效性，并探究不同数据长度影响。采用本节方法和功率谱法进行排序，在不同的数据长
度下，进行了100次试验，排序成功率统计如表1所示。
4结语
本文在理论分析BURG 谱提取特征的稳定性
之后，通过实录数据做对比实验，可以看出本文提出的排序算法相对功率谱法有效提高了排序成功率，特别是在单次处理信号时长较短时，效果提升显著，对解决盲源分离排序问题，有一定实际应用价值。盲源分离输出信号排序问题的解决，有利于盲源分离算法在水声目标信号检测领域的进一步
深入。
参考文献
［1］綦敦浩，章新华，范文涛，等.盲分离算法在听音波束净
化中的性能分析［J ］.电声技术，2013，37（08）：73-76.［2］陈晓屹.水声信号的盲源分离算法研究［D ］.西安：西北
工业大学，2016：5-10.
［3］张倩.水声信号盲源分离方法研究［D ］.哈尔滨：哈尔滨
电容耐压测试仪
工业大学，2013：8-16.
［4］綦敦浩，章新华，范文涛.基于频谱相关的时域盲分离
排序算法［J ］.电声技术，2012，36（10）：63-66.
［5］李兰瑞，章新华，刘洪贺，等.基于时域波束信号高阶谱
的目标检测技术［J ］.声学技术，2018，37（06）：540-544.［6］Suraj Kamal ，Shameer K.Mohammed ，P.R.Saseendran
Pillai ，et al.Deep learning ar chitectures for underwater target recognition ［C ］//Proceeding of symbol 2013，Kochi ，Ind ia ，23-25Oct ，2013：48-54.
［7］Bono M ，Shapo B.Subband energy detection in passive ar ⁃ray processing ［R ］.ADA405484，2000：10-12.
［8］樊养余，陶宝祺，熊克，等.四阶累积量对角切片法提取
舰船辐射噪声特征［J ］.声学学报，2002（05）：435-442.［9］包中华，龚沈光，吴正国，等.基于四阶累积量切片谱的
谐波信号线谱提取［J ］.海军工程大学学报，2010，22（02）：31-34，53.
［10］张之猛，刘晨晨，刘伯胜，等.多途水声信号盲恢复技
术研究［J ］.哈尔滨工程大学学报，2008（09）：951-956.［11］李环，李享.舰船水声信号特征提取方法研究［J ］.沈阳
理工大学学报，2019，38（01）：53-57.
［12］庄瑞，赵云冬.一种提取水中目标水声信号时频特征
的方法［J ］.舰船电子工程，2018，38（03）：135-136，158.
李兰瑞等：基于信号BURG 谱特征的盲源分离排序算法154
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议