申请/专利权人：西北工业大学

申请日：2021-03-08

公开（公告）日：2024-04-16

公开（公告）号：CN113050098B

主分类号：G01S15/89

分类号：G01S15/89;G01S7/539;G06V10/30;G06V10/77

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.07.16#实质审查的生效;2021.06.29#公开

摘要：本发明涉及一种基于块稀疏稳健主成分分析的反蛙人声呐混响抑制方法，首先将多帧阵元域回波做波束形成、匹配滤波处理，得到角度‑距离二维声呐图像序列；然后划分子块，通过计算连续几帧图像间的离散系数，得到各子块对应的特征值，并利用特征值重新分配各子块的正则化参数；接着建立BS‑RPCA模型，利用低运算量的非精确拉格朗日乘子法求解目标函数，得到分离后的稀疏矩阵，实现混响抑制。本方法可有效抑制强旁瓣干扰，提高输出信混比。通过分块正则化参数设置提高了低秩稀疏矩阵分解的精度，进一步改善了混响抑制的效果。通过联合当前帧与其之前连续多帧进行处理，可满足声纳系统实时处理的需要。

主权项：1.一种基于块稀疏稳健主成分分析的反蛙人声呐混响抑制方法，其特征在于，包括以下步骤：步骤1：获得声纳图像观测矩阵，包括以下子步骤：子步骤1.1：对主动声呐阵元域接收回波做匹配滤波与常规波束形成处理，幅值归一化得到声呐图像；子步骤1.2：定义f表示当前帧数，f＝1,2,…，第f帧角度距离二维图像用表示，其中Nθ表示波束数，Nt时间采样点数；选取连续M帧结果构造二维数据观测矩阵；当f≥M时，取第f-M+1到第f帧的结果，记为张量则X＝F[f-M+1],F[f-M+2],...,F[f]，其中F[·]表示括号内帧数的声呐图像；子步骤1.3：对多帧结果X作向量化处理，将这些列向量按照帧号顺序组合成一个矩阵D∈RN×M，其中N＝Nθ×Nr，M为选取的帧数；步骤2：设置分块正则化参数，包括以下步骤：子步骤2.1：将大小为Nr×Nθ的声呐图像分为m×n个子块，子块大小为P×Q，P、Q为初始设定值；记WINi,j表示第i行、第j列子块的位置，Gi,jp,q,m表示在张量X中WINi,j内p,q,m位置的数值，其中p＝1,2,…,P，q＝1,2,…,Q，m＝1,2,…,M；子步骤2.2：计算各子块特征值： 其中，表示遍历p,q对所有元素求和；子步骤2.3：根据得到的各子块特征值得到各子块对应的正则化参数： 步骤3：建立块稀疏模型，包括以下子步骤：子步骤3.1：建立块稀疏模型： 其中||·||F为矩阵的Frobenius范数，Pi,j表示将E中的每一列还原成矩阵的操作，返回WINi,j位置稀疏块在每一帧图像内的矩阵表示；步骤4：运用非精确拉格朗日乘子法对该模型进行求解，得到稀疏矩阵E的最优解，包括以下子步骤：步骤4.1：定义增广拉格朗日函数的为： 式中，Y为拉格朗日乘子，μ为一个正标量的惩罚参数；Y,D-A-E表示矩阵Y与矩阵D-A-E的内积；步骤4.2：对增广拉格朗日函数中的A、E、Y进行初始化参数设置，E0＝0，A0＝0，Y0＝Dmax||D||2,λ0-1||D||∞，其中||·||2为矩阵的谱范数，称为行和范数；定义惩罚参数μ0，迭代步长ρ，最大迭代次数为kmax，设置迭代次数k＝0；步骤4.3：固定Ek、Yk，更新低秩矩阵Ak+1 其中Sε[·]表示常规软阈值算子，步骤4.4：固定Ak+1、Yk，更新稀疏矩阵Ek+1 表示块收缩算子，其中，；步骤4.5：更新Yk+1Yk+1＝Yk+μkD-Ak+1-Ek+1步骤4.6：更新μk+1μk+1＝minρμk,107μ0步骤4.7：更新迭代次数k＝k+1；当满足收敛条件||D-Ak-Ek||F||D||F10-7或达到最大迭代次数kmax时，输出此时的Ak+1、Ek+1，此时的Ak即为最终分解得到的低秩矩阵，属于被抑制掉的混响部分；Ek即为最终分解得到的稀疏矩阵，包含运动的目标部分，是我们需要的部分；当不满足收敛条件时，继续下一次循环，即返回到步骤4.3；步骤5：逆向量化，得到最终输出结果；将步骤4最终得到的稀疏矩阵E∈RN×M中的每列重组为原始单帧数据维度，用F′表示逆向量化后的结果，可得到张量[F1′,F′2,...,F′M]，F′M即为当前f帧输出的最终结果；至此，我们完成了第f帧数据的混响抑制处理，通过低秩稀疏矩阵分解在获得运动目标信息的同时抑制了慢变的混响成分；将F′M输出后返回到步骤1进行第f+1帧数据处理，继续步骤1～5。

全文数据：

权利要求：

百度查询： 西北工业大学 基于块稀疏稳健主成分分析的反蛙人声呐混响抑制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD