宽带被动声纳反射检测：基于原始声学数据的跟踪-检测方法
信号处理
2024-12-23 v1
摘要
本文关注可靠宽带被动声纳目标检测与跟踪在复杂声学环境中的挑战。对于保障 underwater 基础设施、监测海洋生态及提供海底战争期间的防御，迫切需要解决这一难题。为此，我们提出一种解决方案，基于环境噪声的向量自回归模型以及原始水听器数据的重尾统计模型。这两种模型集成到伯努利跟踪-检测 (TkBD) 滤波器中，用于估计目标存在概率、目标方位角及信噪比 (SNR)。该方案在模拟数据和真实数据上的评估表明，所提出的环境噪声建模方法以及用于处理原始水听器数据样本的统计模型，能够实现早期目标检测和稳健的目标跟踪。仿真结果显示，相较于采用标准虚假警报率检测器基准的跟踪器，目标可被检测的 SNR 降低约 4 dB。此外，真实数据测试表明，所提出的方案将目标检测距离从 250 米提升至 390 米。所呈现的结果说明，结合数据驱动的环境噪声建模与重尾统计信号模型，TkBD 技术能够在复杂声学环境中实现可靠的宽带被动声纳目标检测与跟踪，从而降低目标检测与跟踪所需的 SNR 值。
引用
@article{arxiv.2412.15727,
title = {Broadband Passive Sonar Track-Before-Detect Using Raw Acoustic Data},
author = {Daniel Bossér and Magnus Lundberg Nordenvaad and Gustaf Hendeby and Isaac Skog},
journal= {arXiv preprint arXiv:2412.15727},
year = {2024}
}