论文部分内容阅读
基于声震耦合波的低空目标探测识别技术是当前实现低空目标探测识别的重要手段,具有长时性、高隐蔽性和强抗干扰能力,适应于多种复杂环境。基于声震耦合原理,声震耦合数据信号弱,噪声干扰强,主要包括脉冲噪声、随机噪声和工频噪声等。随机噪声和工频噪声压制多有文献研究,而针对声震耦合数据脉冲噪声压制研究较少,并且由于脉冲噪声源多种多样,脉冲噪声普遍存在,常表现为聚集状态,具有持续时间较长、振幅高、能量强的特点,常规脉冲噪声压制方法压噪后数据质量差,难以用于低空目标探测识别。因此,为满足低空目标探测识别对高质量声震耦合数据的需求,本文针对脉冲噪声压制展开研究。在弹性波探测科研项目的资助下,本文开展了声震耦合数据脉冲噪声簇压制方法研究。在分析声震耦合数据脉冲噪声特征的基础上,提出了基于AT-STA/LTA（Adaptive Threshold Short-Term Average/Long-Term Average,AT-STA/LTA）的声震耦合数据脉冲噪声簇压制方法和基于微弱信号自适应感知的声震耦合数据脉冲噪声簇压制方法,并结合仿真和实测数据压噪结果,验证了上述两种噪声压制方法的有效性和优越性,主要内容如下:首先,分析了实测声震耦合数据脉冲噪声特征。基于脉冲噪声的持续时间分析和噪声的组成,得到声震耦合数据脉冲噪声具有“簇”特征,对脉冲噪声簇进行具体分析,得到其具有短时振幅突变特征、短时频率突变特征及与有效信号不相关的特征,为后续压噪方法设计提供理论依据。基于脉冲噪声簇的短时振幅和频率突变特征,论文提出使用STA/LTA（ShortTerm Average/Long-Term Average,STA/LTA）方法拾取噪声,针对其难以同时兼顾减少噪声的错误拾取和噪声漏失问题,提出AT-STA/LTA方法,从而实现脉冲噪声簇的准确拾取,并结合自适应中值滤波法滤除拾取到的噪声。使用该方法对仿真和实测数据压噪后,仿真数据信噪比提高约9.24d B,实测数据有效信号清晰可辨。经分析,基于AT-STA/LTA的脉冲噪声簇压制方法处理信噪混叠的低信噪比数据时,存在信号失真问题。因此,在信噪相关性差异的基础上,论文构建了基于信号自适应对消的噪声压制模型,提出基于微弱信号自适应感知的脉冲噪声簇压制方法,以实现数据的高保真。并且,为提高该方法的压噪性能,提出了基于AT-STA/LTA滤波的相关延时估计方法。仿真和实测数据应用结果表明,该方法去噪效果显著,可恢复被脉冲噪声簇淹没的微弱信号。