基于DSP的战场声目标实时识别与定位技术研究与实现

发布时间：2020-04-25 15:29

【摘要】：对战场目标(如坦克、轮式战车、武装直升机和战斗机等)的准确识别和定位是赢得战场控制权的关键手段,在现代军事中有着重要价值。基于被动声探测的目标识别与定位具有不受限于能见度、隐密性好、抗干扰能力强等优点,成为各军事强国的研究热点。由于战场环境的复杂性和系统实时性的要求,如何实现战场声目标的实时高精度定位以及高准确率识别,成为了极具挑战性的研究课题。本课题主要进行战场声目标识别与定位理论算法的研究,并且基于DSP完成了战场声目标实时识别与定位系统的软硬件设计。提取声信号的特征是声识别的关键。战场声信号的成分非常复杂,其中既含随机性信号又含准周期性信号。本文在深入分析了几种典型战场声目标信号的产生机理的基础上,提出了一种小波包与离散谱分析相结合的多特征参数提取算法,该算法利用小波包变换优良的时频域局部分析能力,提取声信号在不均匀频段上的能量分布特征,同时通过离散谱分析提取描述声信号准周期性的基频和谐波特征,从而更全面地反映声目标的特性。为了提高信噪比,在特征提取前采用小波包消噪的预处理方法降低了环境噪声对声信号的影响。采用BP神经网络对特征参数进行分类,仿真结果表明,相比传统单一分析域的特征提取算法,多特征提取算法应用于声识别的识别率明显提高。针对战场声目标定位,本文分析了几种常用声源定位算法的优缺点,确定采用基于时延估计的声源定位算法。时延估计是声源定位的关键,广义互相关算法可以抑制噪声对时延估计的影响,着重研究了基于广义互相关的时延估计算法。由于时延估计精度受信号采样频率的影响,采用抛物线插值法提高了时延估计的精度。针对定位结果中的个别野值,对定位结果进行了中值滤波和最小二乘拟合滤波的后置处理。对基于时延估计的声源定位算法和后置处理算法进行了仿真实验,将实验结果与GPS定时打点计算出目标的实际位置相比,分析了定位的精度,并验证了后置处理算法的有效性。为了实时实现战场声目标的识别与定位,本文以TMS320VC5510为核心处理器,设计了声目标识别与定位的软硬件系统。其中硬件系统包括模拟信号处理电路、DSP数字信号处理电路、DSP外围辅助电路和电源电路等。针对16位定点DSP处理小数时精度受限的问题,给出了各参数的Q值定标方案,探讨了浮点运算定点化实现的方法,以及定点运算的溢出处理方法。针对算法复杂度高,影响系统实时性的问题,采用混合编程等方法优化了部分模块的程序,提高了其在DSP中的运行速度。试验结果表明,该系统可以满足识别率、定位精度和运算时间的性能指标,取得了满意的效果。
【图文】：

谱图,帧频,声信号,谱图

(1) 机体噪声由战斗机各部件绕流引起的气流压力扰动产生，，噪声的频谱主要为的连续谱。(2) 风扇/压气机噪声由转子元件和静子元件相互作用产生的非稳态气动力形成，的频谱主要为离散谱。(3) 喷流噪声的产生机理与武装直升机喷流噪声的产生机理基本相同。.1.3 典型战场声目标的频谱特性分析对在试验靶场和机场实际采集的大批次坦克、轮式战车、武装直升机和战斗机 4型战场声目标信号的频谱特性进行统计分析，4 类声信号连续 5 帧频谱图如图 2-1。(a) 武装直升机 (b) 战斗机

时域波形图,声目标,小波,滤波器组

db4 小波的时域波形图如图 2-5。图 2-5 db4 小波的时域波形图从图 2-5 中可以看出，db4 小波有效支撑长度为 7，具有良好的紧支撑性，适合提取非平稳信号的特征。db4 小波对应的小波包分解滤波器组如图 2-6。(a) db4 小波对应的高通滤波器 (b) db4 小波对应的低通滤波器图 2-6 db4 小波对应的小波包分解滤波器组图 2-6 中高、低通滤波器构成共轭正交镜像滤波器组，滤波器的长度为 8。2.3.3 小波包阈值消噪在战场环境下采集到的声目标信号一般都含有大量干扰噪声，这些噪声势必会影响声目标的精确识别和定位，因此声目标信号的消噪是必不可少的一步。小波包变换是处
【学位授予单位】：安徽工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：E91

【参考文献】