【声呐技术】——声呐系统概述

前言

目前正在阅读李启虎先生的《声呐信号处理引论》(链接指向科学文库，可放心食用)，写点博客作为学习记录，多有不足还望海涵。

声呐系统

声呐是一种利用声波在水中的传播和反射特性，通过电声转换和信息处理进行导航和测距的设备。声波是人类目前掌握的唯一一种能够在水中远距离传播的技术手段。

本节归纳声呐系统的基本结构、声呐方程的定义和主动声纳的信号特征组成。

声呐系统结构

声呐系统的组成与常规通信系统的差异不大，同样是收发结构。

• 发射机：信号发生器$\to$波束成形$\to$功率放大$\to$发射基阵

  • 信号发生器： 模拟/数字，$CW/LFM$

  • 波束成形：给信号一个合适的加权和延时，控制发射机发射声能的集中程度和空间分布情况

  • 发射基阵：电声转换的辐射单元的综合

• 接收机：接收基阵$\to$动态范围压缩$\to$波束成形$\to$信号处理

  • 接收基阵：声电转换的接受单元的综合

  • 动态范围压缩：自动增益控制$\mathrm{AGC}$与时变增益放大$\mathrm{TVG}$

声呐方程

声呐方程与无线通信/光纤通信中“通信链路预算”的概念类似。声呐方程总结了声呐工作过程中相关的功率性参数。

声呐类型	声呐方程	优质因数
主动声呐	$SL-2L+TS+GS+GT-NL=DT$	$FOM=(SL+TS-NL+GS+GT-DT)/2$
被动声呐	$SL-NL-TL+GS+GT=DT$	$FOM=SL-NL+GS+GT-DT$

其中：

• 声呐系统决定的参数

  $SL$：发射时的指标声压，离发射换能器1米处所能接收到的声压。$SL=171.5+10lgP+DI(dB)$

  $GS$：声呐系统的空间增益。

  $GT$：声呐系统的时间增益。

  $DT$：检测阈值，类似灵敏度。

• 目标决定的参数

  $SL$：辐射噪声源的指标声压级，离辐射源1米处所能接收到的声压。

  $TS$：目标强度，目标截获声能并将之重新辐射的能力。

• 环境决定的参数

  $NL$：背景噪声级，自然噪声+混响+舰艇的自噪声。

  $TL$：传播损失。

主动声呐信号分析

复信号

主动声呐发射的是窄带信号。窄带信号可以采用复包络的形式来形容。

窄带信号的一般形式为
$$x(t)=x_c(t)cos2\pi f_{0}t-x_s(t)sin2\pi f_{0}t\text{\hspace{1em}(1)}$$
定义复包络为
$$\tilde{x}(t)=x_c(t)+j{x}_s(t)\text{\hspace{1em}(2)}$$
预包络
$$x_p(t)=\tilde{x}(t)e^{j2\pi f_{0}t}\text{\hspace{1em}(3)}$$
则原信号是预包络的实部
$$x(t)=Re[x_p(t)]\text{\hspace{1em}(4)}$$
另有
$$x_p(t)=x(t)+j\hat{x}(t)\text{\hspace{1em}(5)}$$

对于窄带信号$x(t)=\mathrm{Re}[\tilde{x}(t)e^{j2\pi f_{0}t}]$，若经过一个线性系统$h(t)=\mathrm{Re}[\tilde{h}(t)e^{j2\pi f_{0}t}]$，其输出为$y(t)=\mathrm{Re}[\tilde{y}(t)e^{j2\pi f_{0}t}]$，我们可以证明$\tilde{y}(t)=\tilde{x}(t)\ast \tilde{h}(t)$，这表明我们发送窄带信号时，可以直接对包络进行处理。

我们可以做出以下总结：

信号	时域表示	频谱	频谱特征	能量
实信号	$x(t)=a(t)\cos [2\pi f_{0}t+\varphi (t)]=Re[s(t)]$	$X(f)=X^{\ast }(-f)$	对称谱	$E$
复信号	$s(t)=x(t)+j\hat{x}(t)=u(t)e^{j2\pi f_{0}t}$	$s(f)=\{\begin{array}{l}2X(f),f\ge 0\\ 0,f<0\end{array}$	单边谱	$E_s=2E$
复包络	$u(t)=a(t)e^{j\varphi (t)}$	$S(f)=U(f-f_0)$	单边谱	$E_u=2E$

多普勒频移

主动声呐接收的信号的多普勒频移为
$$\Delta f=\left[\frac{(c+v_1^{\prime })(c+v_2^{\prime })}{(c-v_1^{\prime })(c-v_2^{\prime })}-1\right]f_1\text{\hspace{1em}(6)}$$
其中$v_1^{\prime }$和$v_2^{\prime }$分别是声呐和目标的径向速度。

如果声呐不动，则
$$\Delta f\approx f_1\frac{2v_2^{\prime }}{c}\text{\hspace{1em}(7)}$$

模糊度函数

模糊度函数是由伍德华在研究雷达信号处理时引入的，其旨在刻画发射信号与回波信号之间的差异。通过模糊度函数来设计较优的发射波形。

若发射信号为$s(t)$，则回波信号在经历时延、多普勒频移后变为$s(t-\tau )e^{-j2\pi ft}$。那么这两个信号的相关性便被称为模糊度函数
$$\chi (\tau ,f)={\int }_{-\infty }^{\infty }s(t)s(t-\tau )e^{-j2\pi ft}dt=S(f)\ast [S(f)e^{-j2\pi f\tau }]\text{\hspace{1em}(8)}$$
模糊函数的特性有：

• 在$\tau =0,f=0$处取最大值
• $|\chi (\tau ,f){|}^2$在$\tau -f$平面上的积分等于信号功率的平方。

参考文献

1. 李启虎. 声呐信号处理引论[M]. 北京：科学出版社, 2012.