深海环境下利用噪声抵消器和经验模态分解的拖船干扰抑制方法

针对深海环境下拖船自噪声在靠近端射和非端射方向产生的多途角扩展干扰影响拖曳声纳探测性能的问题，提出一种利用归一化最小均方误差(Normalized Least Mean Square, NLMS)噪声抵消器和经验模态分解(Empirical Mode Decomposition, EMD)的拖船干扰抑制方法。通过借鉴逆波束形成(Inverse Beamforming, IBF)的思想，对靠近端射方向的干扰波束进行相位补偿，重构出时域干扰信号，并将其作为自适应噪声抵消器的输入信号，基阵接收信号作为期望信号，利用NLMS方法调整滤波器的权值，进行初步干扰抑制。在此基础上通过EMD对噪声抵消器的输出结果进行分解得到多个本征模态(Intrinsic Mode Function, IMF)和残余分量，再利用匹配滤波方法筛选出用于重构拖船噪声的IMF,并在阵元域抵消完成干扰抑制，其中匹配模版为靠近端射方向频域干扰波束逆傅里叶变换得到的时域干扰信号。仿真数据和海试数据分析结果表明，与其他方法相比，所提方法能够大幅度抑制拖船自噪声产生的多途角扩展干扰，提升拖曳声纳在干扰盲区内对弱目标信号的检测能力。