一种基于模板匹配滤波的多路径水声信号分离方法与流程

本发明涉及河流流量测量数据智能分析领域，具体指在声层析测流领域中，对接收到的混合声波信号进行计算处理，实现对水中多路径声波信号进行分离的方法。

背景技术：

1、河流流量测量在水文水利工程中是最基本的、最重要的测量工作之一。江河流域流量测量数据是水利水文调查、水利工程设计、防汛指挥决策、水资源调度的主要依据。河流声层析测流技术是根据声波在水中顺流情况下传播速度比逆流情况下要快的特性，计算河流流速的。因此，准确计算声波在水中的传播速度是声层析测流的关键。由于声波在水体中会经过不同传播路径(声线)到达接收端设备，接收到的信号是由多个路径的信号叠加而成的。同时接收信号也会受到水体噪声和设备噪声干扰，比如河床的起伏变化及组成河床的淤泥、砂石、水草等不同介质的影响。这会导致不同声线的信号难以识别、区分，对声波的传播时间计算造成很大误差，对后续河流的流速、流量计算造成影响。

2、目前，未经调制的水声信号通常方法是用信噪比大小来识别，而经过编码调制的信号通过滤波算法计算出信号匹配值，然后通过寻找最大值的方法来寻找信号位置。但这种传统方法存在一些问题，一是信号匹配值与信号强度有关，最大值对应的信号不一定是检测最佳的信号；二是当多个信号和噪声叠加在一起，有可能会出现伪峰值点，造成错误识别，最终导致计算结果误差。现有专利技术：联合听觉场景分析与深度学习的混合水声信号分离方法及系统，专利申请号cn202410161091.0，该方法包括：通过预训练的听觉分割模型对获取到的混合水声信号进行听觉分割，将所述混合水声信号分解成若干个听觉片段；其中，每一个所述听觉片段均用于表征对应的声学事件在听觉场景中的局部描述；通过预训练的深度聚类网络对所述若干个听觉片段进行听觉重组，将来自于同一个声源的听觉片段重组在一起，得到各所述声源对应的水声信号，可实现对水下复杂环境中的混合水声信号的分离与重构。该方法将水声信号分解成若干个听觉片段，对于多路径的混合水声信号处理算法过程复杂，多个听觉片段的切割和还原重组时间节点要求非常苛刻，准确分离信号实现较困难。

技术实现思路

1、为了解决河流声层析测流方法中，水声声波信号无法被正确识别、分离的问题，本发明提出了一种基于模板匹配滤波的多路径水声信号分离方法，可以准确识别、分离出不同的水声声波信号，从而分析出河道断面情况，实现对河流全断面的测量。

2、本发明一种基于模板匹配滤波的多路径水声信号分离方法，包括步骤：

3、(1)对接收多路径的水声信号进行模板匹配滤波处理，得到混合信号的匹配滤波结果；以单个声波信号为模板，对信号自身作模板匹配滤波计算，得到单信号匹配滤波结果；

4、(2)以所述单信号匹配滤波结果为模板，构造模板矩阵，进行信号处理；

5、(3)根据所述模版矩阵处理的结果，通过带限制条件的线性拟合算法，得到多路径的水声信号分离的结果；

6、(4)使用最短路径匹配算法、或最小权匹配算法、或匈牙利算法，将连续信号数据中属于同一个声线的水声信号到达时间点连起来，形成声波传播时间线。

7、进一步，步骤(1)中，以单个声波信号为模板，对信号自身作模板匹配滤波计算，得到单信号匹配滤波结果，利用所述匹配滤波结果长度与被匹配数据长度一致特性，截取最大值点附近区域的曲线变化值进行后续处理。

8、进一步，步骤(2)中，以所述单信号匹配滤波结果t为模板，构造模板矩阵方法如下：1)假设待分离的混合信号数据长度为n，则构造一个大小为(n,n)的全零矩阵m；2)m的第j列值替换为:

9、m(:,j)＝[0,...,ti-n,ti-n+1,...,ti,...ti+n-1,ti+n,...,0]，其中ti位于第j个位置，若i-n<0或i+n>＝n，都进行相应的截断处理，最终得到模板矩阵。

10、进一步，步骤(3)中，假设接收到的混合信号的匹配滤波结果为y，模板矩阵为m，信号分离的结果为a，则有关系式：y＝ma，其中已知y和m，通过带限制条件的线性拟合算法，对该关系式进行多元线性拟合，求得a即为所求水声信号分离的结果。

11、进一步，通过带限制条件的线性拟合算法求解a的结果，其中a值非负，且只有一部分时间点是正值，a的每一个非零分量代表对应该时间点有一个信号，符合实际多路径水声信号混合的情况。

12、进一步，对信号分离结果处理，将属于同一个路径的声波信号到达时间点连起来，形成声波传播时间线，每一条时间线代表着在河道断面上的一条声线的变化情况。

13、和现有技术比较，本发明方法带来的技术优点如下：

14、(1)通过比较，现有水声信号滤波算法，由于混合声波信号中包含了水体噪声、设备噪声，若使用传统滤波矩阵运算直接求解分离水声信号，会出现严重过拟合情况，导致分离出的信号失真。本发明不同于传统声信号滤波算法，利用信号叠加与匹配滤波处理可交换的特性，将混合信号分离过程转换成匹配滤波结果分离过程。首先构造模板矩阵，引入信号求解公式，然后通过独创的带限制条件的线性拟合方法计算出每个水声信号的位置，实现信号分离，大大提高了精准性，比传统信号分离算法提高了5-7％的准确率，失真率小，提高了河流流速、流量的测量精度。

15、(2)对于宽广的测量河流断面，本发明还独特使用最短路径匹配算法、或最小权匹配算法、或匈牙利算法，将连续信号数据中属于同一个声线的水声信号到达时间点连起来，形成声波传播时间线，直观图谱显示在该断面上的多条声线的变化情况，从而能够分析出水体中声线传播情况和河道断面情况，本发明方法可以分离出多条声线，获取更多的水体信息，实现对河流全断面的测量，信号处理集成度和智能化水平高，体现最新科技水声信号分离技术。

16、(3)本发明方法适用性更广，克服了由于河床的起伏变化及组成河床的淤泥、砂石、水草等不同介质产生的干扰噪声的影响，过滤保真度好，运算时间短，用于测量系统上稳定度高。

技术特征：

1.一种基于模板匹配滤波的多路径水声信号分离方法，其特征在于，包括步骤：

2.根据权利要求1所述基于模板匹配滤波的多路径水声信号分离方法，其特征在于，步骤(1)中，

3.根据权利要求1或2所述基于模板匹配滤波的多路径水声信号分离方法，其特征在于，步骤(2)中，以所述单信号匹配滤波结果t为模板，构造模板矩阵方法如下：1)假设待分离的混合信号数据长度为n，则构造一个大小为(n,n)的全零矩阵m；2)m的第j列值替换为:

4.根据权利要求1或3所述基于模板匹配滤波的多路径水声信号分离方法，其特征在于，步骤(3)中，假设接收到的混合信号的匹配滤波结果为y，模板矩阵为m，信号分离的结果为a，则有关系式：y＝ma，其中已知y和m，通过带限制条件的线性拟合算法，对该关系式进行多元线性拟合，求得a即为所求水声信号分离的结果。

5.根据权利要求4所述基于模板匹配滤波的多路径水声信号分离方法，其特征在于，通过带限制条件的线性拟合算法求解a的结果，其中a值非负，且只有一部分时间点是正值，a的每一个非零分量代表对应该时间点有一个信号，符合实际多路径水声信号混合的情况。

6.根据权利要求1所述基于模板匹配滤波的多路径水声信号分离方法，其特征在于，对信号分离结果处理，将属于同一个路径的声波信号到达时间点连起来，形成声波传播时间线，每一条时间线代表着在河道断面上的一条声线的变化情况。

技术总结本发明公开了一种基于模板匹配滤波的多路径水声信号分离方法，包括步骤：(1)对接收多路径的水声信号进行模板匹配滤波处理，得到混合信号的匹配滤波结果；以单个声波信号为模板，对信号自身作模板匹配滤波计算，得到单信号匹配滤波结果；(2)以所述单信号匹配滤波结果为模板，构造模板矩阵，进行信号处理；(3)根据所述模版矩阵处理的结果，通过带限制条件的线性拟合算法，得到多路径的水声信号分离的结果；(4)使用最短路径匹配算法将连续信号数据中属于同一个声线的水声信号到达时间点连起来，形成声波传播时间线。本发明用于声层析测流领域中，可以准确识别、分离出不同的水声信号，从而分析出河道断面情况，提高测量准确性。技术研发人员：刘华锋,吴宇浩,丁永清,张叔安,饶家龙,高鑫,钱冠哲,孔令立受保护的技术使用者：广州远动信息技术有限公司技术研发日：技术公布日：2024/11/18