基于空间相似度的水下目标尺度特性提取方法

摘要

本发明提出了基于空间相似度的水下目标尺度特性提取方法，所述方法对水下目标的回波信号计算分布源常规波束形成空间功率谱，利用空间相似度理论与经典理论的点目标空间功率谱进行空间相似性度量，根据事先建立的空间度量阈值准则，完成对水下目标尺度特征提取的分类识别。本发明的尺度特征提取方法，考虑了照射角、基阵与目标距离参数对尺度特征的影响，符合视觉对尺度目标的直观认识；在目标尺度特征提取过程中，采用3种空间相似度度量方法，克服了单一方法上的不足，提高了水下目标尺度特征提取和识别的可靠性；采用的常规波束形成CBF方法计算分布源目标的空间功率谱，以及空间相似度计算方法比较简单，利于工程实现。

主权项

基于空间相似度的水下目标尺度特性提取方法，其特征在于，包括以下步骤：步骤A，获取目标回波阵列接收数据矩阵x(n)：x(n)＝[x₁(n),x₂(n),…,x_M(n)]其中，x(n)是大小为N×M的数据矩阵，M表示水听器接收基阵阵元个数，阵元间距为d，每个阵元接收长度为N的实时采集数据或提取N点存储数据x_j(n)，n＝1,2,…,N，j＝1,2,…,M；步骤B，计算分布源目标回波信号的自相关矩阵阵列接收信号的自相关矩阵为：其中，(.)^H表示共轭转置，r_x为自相关矩阵R_x的组成元素；构造托普利兹矩阵R_T：$R_T=\left[\begin{array}{cccc}r\left(1\right)& r^{*}\left(2\right)& ...& r^{*}\left(M\right)\\ r\left(2\right)& r\left(1\right)& ...& r^{*}(M-1)\\ ...& ...& ...& ...\\ r\left(M\right)& r(M-1)& ...& r\left(1\right)\end{array}\right]$其中，r^*(j)为r(j)的共轭；托普利兹矩阵R_T的元素为：$r\left(j\right)=\frac{1}{M-j+1}\underset{m=1}{\overset{M}{\Sigma }}{r}_x(m,m-j+1)$其中，m＝1,2,...M；托普利兹矩阵R_T中的组成元素r(j)是自相关矩阵R_x下三角部分各对角线上元素的平均；步骤C，采用常规波束形成法计算分布源目标回波信号的空间功率谱，单个理想点源目标时，归一化常规波束形成F空间功率谱表示为：其中，表示单个理想点源目标时归一化功率谱，表示基阵的响应矢量，[.]^T表示矩阵转置，(.)^H表示共轭转置，λ表示声波的波长；分布源目标时，其归一化相干分布源的常规波束形成空间功率谱为：其中，为目标等效亮点的入射角，K为等效亮点数；步骤D，选择空间度量区间，其过程如下：步骤D‑1，设定归一化常规波束形成空间功率谱阈值P_T；步骤D‑2，由理想点目标空间功率谱的主瓣区间重构一个多维向量X，当${\bar{P}}_s>P_T$时，$X={\bar{P}}_s;$步骤D‑3，由相干分布源的常规波束形成空间功率谱构建另一个多维向量Y，即：$Y={\bar{P}}_m;$步骤E，空间相似度度量步骤E‑1，分别采用欧氏距离法、加权欧氏距离法和向量空间余弦相似度法，比较向量X和向量Y间的差异，设向量X＝[x₁,x₂,…,x_p]，x_i为向量X的元素，向量Y＝[y₁,y₂,…,y_p]，y_i为向量Y的元素，i＝1,2,...,p，p为向量X,Y的元素数目；则：欧氏距离dist(X,Y)为：$\mathrm{dist}(X,Y)=\sqrt{\underset{i=1}{\overset{p}{\Sigma }}{(x_i-y_i)}^2}$加权欧氏距离wdist(X,Y)为：$\mathrm{wdist}(X,Y)=\sqrt{\underset{i=1}{\overset{p}{\Sigma }}{a}_i{(x_i-y_i)}^2}$其中，a_i为加权系数，i＝1,2,…,p，且向量空间余弦相似度sim(X,Y)：$\mathrm{sim}(X,Y)\cos \psi =\frac{\underset{i=1}{\overset{p}{\Sigma }}{x}_i{y}_i}{{\left[\underset{i=1}{\overset{p}{\Sigma }}{x}_i^2\right]}^{1/2}·{\left[\underset{i=1}{\overset{p}{\Sigma }}{y}_i^2\right]}^{1/2}}$其中，ψ表示向量的夹角；步骤E‑2，设定空间相似度度量评价指标以距离度量的倒数作为空间相似度度量，则空间相似度度量评价指标包括：${\mathrm{SIM}}_1(X,Y)=\frac{1}{\mathrm{dist}(X,Y)}$${\mathrm{SIM}}_2(X,Y)=\frac{1}{\mathrm{wdist}(X,Y)}$SIM₃(X,Y)＝sim(X,Y)其中，SIM₁(X,Y)代表欧氏距离法的空间相似度度量；SIM₂(X,Y)代表加权欧氏距离法的空间相似度度量；SIM₃(X,Y)代表向量空间余弦相似度方法的空间相似度度量；步骤E‑3，空间相似度计算由于向量和的空间维数不相等，进行空间相似度计算时，采用滑动窗口方法，假设的维数为L₁，的维数为L₂，其中L₁<L₂：其具体步骤如下：步骤E‑31，设计算迭代次数初始值k＝0；步骤E‑32，选择中的L₁个数据，重构向量步骤E‑33，与进行相似度度量运算，得到：SIM₁(X,Y),SIM₂(X,Y),SIM₃(X,Y)步骤E‑34，迭代次数加1，即k＝k+1；步骤E‑35，若k<L₂，返回步骤E‑32；否则，结束；步骤F，确定目标源尺度特性确定空间相似度度量判决门限SIM_T：SIM_T＝α·R²·cos⁸θ+β·R其中，R为接收基阵与目标的距离；θ为照射角，α，β为系数；如果空间相似度度量SIM_q(X,Y)>SIM_T，为点源目标；如果SIM_q(X,Y)<SIM_T，为分布源尺度目标；其中，q＝1,2,3。