СПОСОБ ОБНАРУЖЕНИЯ ГИДРОАКУСТИЧЕСКИХ СИГНАЛОВ НА ОСНОВЕ ИНФОРМАЦИОННЫХ ПРИЗНАКОВ Российский патент 2024 года по МПК H04B1/06 G01S15/02 

Заявляемое изобретение относится к области гидроакустики, а именно к способам обнаружения гидроакустических сигналов и направлено на обнаружение сигналов от надводного или подводного источника при малом соотношении сигнал/помеха в условиях, когда помеха присутствует в виде случайного шума и/или близка к белому шуму.

Известен способ обработки акустических сигналов, при котором из сигналов, полученных гидролокатором, извлекается информация с использованием распределений случайных величин во временной или частотной областях, полученных с помощью спектрального анализа.

Известно описание энтропийного приемника для обнаружения случайных коррелированных сигналов, присутствующих в белом шуме и имеющих неизвестную статистику. Применяемый подход, основанный на вычислении энтропии, заключается в том, что при ограниченной энергии обнаруживаемого сигнала энтропия максимальна, когда процесс является гауссовским (в частности, белым шумом), т.е. случайным и уменьшается по мере того, как сигнал становится коррелированным. Результаты, основанные на модельных данных и реальных радиолокационных данных опубликованы, например, в К.Т. Чжан «Приемник на основе энтропии для обнаружения случайных сигналов и его применение для обработки радиолокационных сигналов», Обработка сигналов, Vol. 18, с. 387-396, Издательство Elsvier Science, 1989; Т.М. Ковер и А.Т. Джой «Элементы теории информации», стр. 239, 1991

Известен символьно-ориентированный подход к анализу сигналов, основанный на применении энтропии Шеннона, при использовании которого энтропийная обработка может быть предпочтительной альтернативой традиционному анализу сигналов, наблюдаемых в ультразвуковых экспериментах (М. С.Хьюз. «Анализ оцифрованных сигналов с использованием энтропии Шеннона», JASA, Vol. 93, №2, с. 892-906, 1993).

Известно использование взаимной информации при оценке временной задержки электроэнцефалографических сигналов (NJI Mars. «Оценщик временной задержки для анализа ЭЭГ, основанном на когерентности теории информации и оценке временной задержки», IEEE Press, стр. 410-412, 1993).

Известные решения относятся к способам традиционной обработки сигналов/информации, связанным с корреляционной обработкой входных сигналов, формированием веера статических характеристик направленности и разложением сигнала в его спектральное представление с помощью Фурье-преобразований, благодаря чему обеспечивается возможность выявить сам факт наличия полезного сигнала по заданному направлению.

Информационные признаки (информационные характеристики), такие как энтропия Шеннона, дивергенция Дженсона-Шеннона; расстояние Кульбака-Лейблера и его симметрированный вариант, информационная метрика Фишера, статистическая сложность и другие (Zunino. L., Soriano, М.С.& Rosso, О.А. Distinguishing chaotic and stochastic dynamics from time series by using a multiscale symbolic approach. Phys. Rev., E 86. 046210. https://link.aps.org/doi/10.1103/PhysRevE. 86. 046210 (4 окт.2012); Lamberti, P., Martin, M., Plastino, A. & Rosso, O. Intensive entropic non-triviality measure. Physica A: Statistical Mechanics and its Applications 334, 119-131. ISSN: 0378-4371 (2004); Riberiro, M. и др. The Entropy Universe. Entropy 23 (2021) достаточно успешно применяют при обработке сигналов, при этом данные критерии показывают хорошие результаты в решении задач по выделению границ и классификации полезных сигналов на фоне шума (Li, Z., Li, Y. & Zhang, К. A. Feature Extraction Method of Ship-Radiated Noise Based on Fluctuation-Based Dispersion Entropy and Intrinsic Time-Scale Decomposition. Entropy 21 (2019).

Для нелинейной системы с произвольным дискретным распределением вероятности p_i, i=1, 2 …, N с N возможными состояниями информационная энтропия Шеннона описывается как

(Shannon, С.Е. A Mathematical Theory Communication. The Bell System Technical Journal 27, 379-423 (1948).

Значение H(p) в некоторой степени устанавливает меру «неопределенности» или «сложности» системы. Если H(р)=0, то с высокой долей можно предсказать, что все возможные исходы i, вероятность которых задается значением pi, действительно произойдут. С другой стороны, неопределенность достигает максимума, когда распределение равномерно, т.е. Н(p_e)=H_max=log₂ N, где р_е={1/N 1/N /…1/N}.

Другой величиной, связанной со сложностью системы, является «дисбаланс» D, показывающий отклонение заданного распределения вероятностей от равномерного. Таким образом, понятие статистической сложности С формируется через произведение

Мера статистической сложности отражает взаимосвязь между количеством информации и ее неравновесностью в системе.

Простейшим примером дисбаланса является квадрат евклидова расстояния между исходным распределением и равномерным распределением

В этом случае формула для статистической сложности принимает следующий вид

В качестве дисбаланса используют дивергенцию Дженсона-Шеннона

Таким образом, сложность может быть определена как

Спектральная энтропия - разновидность информационной энтропии, которая с энергетической точки зрения является количественной оценкой спектральной сложности сигнала в частотной области.

Из уровня техники известен способ обнаружения слабой цели в воде, включающий прием в океане входных акустических сигналов, их обработку, выполнение реконструкции фазового пространства в соответствии с теоремой реконструкции Такенса и завершение реконструкции в соответствии с математическим выражением S(ti)=[s(ti),s(ti+τ),s(ti+2τ),…,s(ti+(m-1)τ)], где s(t) - входной сигнал; S(ti) - i-й столбец восстановленного сигнала, τ - время задержки, m - размерность встраивания, i - индекс данных, извлечение энтропии относительного изменения, корреляционной размерности, показателя Ляпунова и других характеристик количества. За счет использования метода SVM (метод опорных векторов) решает задачу классификации. Каждый элемент данных - точка в n-мерном пространстве для сопоставления нескольких количеств объектов с одним и тем же пространством высокоширотных объектов, осуществляют обнаружение слабых целей в воде с помощью результатов классификации SVM (CN111259942 «Method for detecting weak target in water», дата подачи 2020-01-10, опубликовано 2020-06-09).

Известен способ обнаружения цели, которая излучает волновую энергию в среду, путем определения энтропии в течение интервала времени электрического принятого сигнала в приемнике, расположенном вдали от цели в среде, определяют энтропию линейного преобразования, и цель выводят из изменения энтропии линейного преобразования, выполняют анализ Фурье временного интервала принятого сигнала для линейного преобразования, формируют его нормализованный спектр мощности и вычисляют энтропию нормализованного спектра мощности, амплитуды нормализованного спектра мощности квантуются с равными амплитудными интервалами, частоты нормализованного спектра мощности подразделяются на равные частотные интервалы, и вероятность появления частотного интервала в амплитудном интервале и нормализованная вероятность в каждом случае связаны с квантовым числом амплитудного интервала (KR 101099965 «METHOD FOR DETECTING TARGETS», дата приоритета 2004-06-17, опубликовано 2011-12-28).

Наиболее близким техническим решением к заявляемому изобретению является способ обнаружения акустических сигналов от подводного источника, в котором акустические сигналы присутствуют в виде случайного шума и/или остаются незамеченными, при этом способ включает в себя этапы работы акустического приемника на основе энтропии для приема выходного (полезного) сигнала, расчета энтропии принятого выходного сигнала и сравнения вычисленной энтропии с выбранным пороговым значением энтропии, причем существенная разница свидетельствует о наличии акустического сигнала от подводного источника, а менее существенная разница свидетельствует об отсутствии акустического сигнала от подводного источника (US №5668778 «Method for detecting acoustic signals from an underwater», дата приоритета 09.07.1996 г., опубликовано 16.09.1997 г.).

Недостатки известных решений связаны с тем, что в них не учитывается так называемая информационная (статистическая) сложность, также как и энтропия, рассчитанная по спектру сигнала. При этом такая величина является развитием понятия энтропии и служит энтропийной мерой нетривиальности, которая количественно определяет степень структуры или закономерности, сопровождающих процесс обнаружения гидроакустических сигналов. Между тем, такая величина более чувствительна к наличию полезного детерминированного сигнала в шумовой смеси и способствует раскрытию информации, связанной с корреляционной структурой между компонентами изучаемого физического процесса и не выделяемой с помощью только энтропии. Информационная сложность может быть использована совместно с энтропией и иными информационными характеристиками для формирования единого признакового пространства и решения задач классификации сигналов различного типа в реальном времени, как это реализовано, например, в техническом решении, описанном в документе KR 101099965. Однако в известном способе статистическая сложность не учитывается.

Кроме того, во всех приведенных решениях в области выполнения миссии не предполагается наличие нескольких разнесенных в пространстве датчиков, способных осуществлять синхронный мониторинг акустической среды, что, в свою очередь, предполагает возможность реализации многоканальной обработки сигналов и, соответственно, приводит к повышению эффективности работы системы обнаружения и определения потенциальной дальности обнаружения, поскольку позволяет оценивать шум среды и отстраиваться от него, а так же проводить локализацию, определять направление на цель и вести ее трекинг (отслеживание). Многоканальная обработка сигнала основана на анализе функционала, рассчитанного для спектров сигналов, полученных с двух разных каналов, и позволяет учитывать не только разностные информационные, но и энергетические характеристики сигнала.

Недостатком упомянутых решений, связанных с обнаружением, классификацией и оценкой дальности действия гидролокаторов, является то, что информационные признаки вычисляются непосредственно по квантованным амплитудам сигнала. Методы не устойчивы к внешним шумам и малоэффективны при уменьшении отношения сигнал/помеха.

Техническим результатом, на достижение которого направлено заявляемое изобретение является повышение эффективности и надежности обнаружения гидроакустических сигналов при низком соотношении сигнал/помеха, а также устойчивости к внешним шумам на основе спектральных информационных характеристик (энтропии и статистической сложности).

Указанный технический результат достигается тем, что способ обнаружения гидроакустических сигналов на основе информационных признаков, включающий прием, по меньшей мере, одним каналом, поступающего вместе с шумовой смесью полезного сигнала, его квантование и разделение на окна, для каждого из которых рассчитывают информационные признаки принятого полезного сигнала, согласно изобретению осуществляют с применением многоканальной системы, посредством которой производится одновременная пространственная оценка сигнальной обстановки, определяемая по независимым каналам приема и обработки сигналов, поступающих от распределенных в пространстве приемных устройств в виде датчиков, либо сформированных антенной стационарных диаграмм направленности, причем количество независимых каналов соответствует количеству приемных датчиков, либо количеству диаграмм направленности, сформированных антенной, при этом обработка сигналов, через приемные элементы поступивших от распределенных в пространстве датчиков или диаграмм направленности на вход приемников/приемных устройств каждого из каналов, в дальнейшем одновременно выполняется в каждом канале и включает последовательное прохождение сигнала через согласующий элемент и фильтр низких частот, поступление сигнала в многоканальный аналого-цифровой преобразователь, в котором происходит его квантование по времени и уровню, направление оцифрованного сигнала с согласованной частотой выборок в процессор/контроллер для выполнения функции быстрого преобразования Фурье (БПФ) и разделения спектра на окна, для каждого из которых вычисляется кратковременный энергетический спектр, дисбаланс и статистическая сложность, формирование из кратковременных энергетических спектров массивов усредненных спектров и массивов нормированных спектральных значений, которые после их упорядочивания сохраняют в соответствующих блоках памяти каждого из каналов и в зависимости от заданных параметров накопления выводят на экран средства отображения в виде панорамного вида, графика дискретных составляющих и информационного образа цели, причем превышение показателем статистической сложности заранее заданного порогового значения свидетельствует о появлении в шумовой смеси полезного сигнала.

Заявляемое изобретение поясняется чертежами, где

Фиг. 1 - спектральная энтропия для разных уровней добавленного белого шума, где

s(t) - исследуемый сигнал;

H(p^s) - информационная энтропия (метка);

σN - значение стандартного отклонения белого шума.

Фиг. 2 - статистическая сложность для разных уровней добавленного белого шума;

Фиг. 3 - сравнительная диаграмма сложностей C_SQ и C_JSD, вычисленных по формулам (4) и (6) соответственно;

Фиг. 4а - упорядоченный ряд выявленных в шумах цели дискретных составляющих;

Фиг. 4б - усредненные спектры, поступающие на обработку;

Фиг. 4в - проходные характеристики, полученные на первом и втором приемниках, расположенных на расстоянии 5 км;

Фиг. 5а, 5б, 5в экран прибора с панорамным отображением четырех приемников (левая часть индикатора) на определенный момент времени. В правой части экрана на это же время показаны боковые панели с отображением на

Фиг. 5а - упорядоченный ряд выявленных в шумах цели дискретных составляющих;

Фиг. 5б - усредненные спектры, поступающие на обработку;

Фиг. 5в - проходные характеристики, полученные на первом и втором приемниках, расположенных на расстоянии 5 км. Пунктирная линия курс цели;

Фиг. 6а, 6б, 6в - экран прибора с панорамным отображением четырех приемников (левая часть индикатора) на момент времени, прохождения целью траверза приемника 3, при этом на

Фиг. 6а - упорядоченный ряд выявленных дискретных составляющих, совпадающий с рядом дискретных составляющих, обнаруженных приемником второго канала;

Фиг. 6б - усредненные спектры, поступающие на обработку;

Фиг.6в - проходная характеристика, полученная на третьем приемнике.

Расстояние до цели по траверзу третьего приемника на представленный момент времени более 2,5 км.

Способ обнаружения гидроакустических сигналов на основе информационных признаков осуществляют с применением многоканальной системы, посредством которой выполняется одновременная пространственная оценка сигнальной обстановки, определяемая по независимым каналам приема сигналов, поступающих от распределенных в пространстве датчиков, либо от сформированных антенной стационарных диаграмм направленности (ДН) (далее датчики). При этом количество независимых каналов обработки соответствует количеству приемных устройств (датчиков), либо количеству ДН, сформированных приемной антенной.

Направленный от распределенных в пространстве датчиков сигнал через приемный элемент поступает на вход каждого из используемых приемника/приемного устройства и затем через согласующий элемент и фильтр низких частот (фильтр НЧ) проходит в многоканальный аналого-цифровой преобразователь (АЦП), где происходит квантование сигнала по времени и уровню (мощности). При этом частота квантования по времени, т.е. частота дискретизации отсчетов, задается оператором. Далее оцифрованный сигнал с согласованной частотой выборок поступает в процессор/контроллер, где выполняется функция быстрого преобразования Фурье (БПФ) и вычисляется кратковременный энергетический спектр.

После этого одновременно во всех каналах происходит формирование усредненных энергетических спектров, которые передаются в соответствующие блоки памяти каждого из каналов, предназначенные для хранения усредненных спектров.

Дальнейшая обработка сигнала также проводится отдельно в каждом канале.

После преобразования Фурье и разделения спектра на окна для каждого окна определяется кратковременный энергетический спектр. Комплексный вид БПФ конечной сигнальной реализации проводит вычисление суммы квадратов его мнимой и действительной компонент, при этом данная сумма является приближением энергетического содержания сигнала на заданной гармонике, т.е. в совокупности является оценкой мгновенного энергетического спектра (МЭС) сигнала. Мгновенным следует считать энергетический спектр одной конечной реализации. Усредненную оценку мгновенных энергетических спектров (МЭС) получают при усреднении нескольких мгновенных спектров сигнала, количество которых также задается оператором.

Обработка усредненных энергетических спектров выполняется в блоке обработки усредненных спектров для формирования нормированных спектральных значений. Весь спектр, состоящий из к-спектральных отсчетов, разбивается на короткие сегменты (окна), в каждом из которых содержится равное количество спектральных отсчетов W, причем в каждом окне определяется минимальный отсчет и на него нормируются все остальные отсчеты окна. Нормированный единичный отсчет в окне считают нулевым и исключают его из дальнейшей обработки. Таким образом, получают модифицированные значения усредненных спектров.

Из нормированных единичных значений спектральных отсчетов всех окон в блоке памяти для накопления и хранения сигнальных значений спектра формируется массив, в котором спектральные значения сгруппированы в столбцы, количество которых равно числу приемников (ДН), и строки, количество которых соответствует количеству спектральных отсчетов в модифицированных УС. При этом в каждой строке образованного массива все спектральные отсчеты, за исключением нулевых значений, нормируются на минимальный отсчет. Вновь полученные спектральные значения записываются и сохраняются в памяти, предназначенной для этого в каждом из каналов обработки сигнала. Таким образом определяется кратковременный энергетический спектр в каждом окне. По полученному спектру в соответствии с математическими выражениями (7), (8) вычисляют спектральную плотность мощности сигнала и дискретное распределение спектральной плотности мощности сигнала соответственно

где

s(ƒ_i) - спектральная плотность мощности сигнала;

N - количество спектральных компонент в БПФ;

X(ƒ_i) - спектральное разложение сигнала в частотной области.

где

p - дискретное распределение спектральной плотности мощности сигнала (р=p₁, p₂, …p_N,);

s(ƒ_i) - спектральная энергия для спектральной компоненты с частотой ƒ_i;

p_i - соответствующая плотность дискретного спектра;

N_ƒƒt - количество спектральных компонент БПФ.

Для каждого полученного кратковременного спектра всех окон согласно формулам (3) - (6) вычисляют спектральную энтропию (Н), дисбаланс (D) и сложность (С), причем для определения дисбаланса могут быть выбраны разные функции расстояния согласно формулам (3) или (5).

Накопление нормированных сигнальных значений спектра происходит в блоке памяти хранения сигнальных значений спектра. В зависимости от заданного оператором времени выполняется операция накопления нормированных спектральных значений, которые записываются в соответствующие разделы памяти, имеющиеся у каждого из каналов. Спектр, накопленный за заданный промежуток времени, выводится и отображается на экране средства отображения информации (СОИ).

Массивы накопленных усредненных энергетических спектров и нормированных единичных значений спектральных отсчетов поступают в соответствующие разделы стековой памяти (СП) каждого из каналов обработки сигнала. В зависимости от выбранного оператором параметра накопления информации в памяти каждого из каналов формируется раздел стековой памяти, предназначенный для хранения в нем указанных накопленных спектров. При заполнении СП текущими накопленными спектрами в соответствии с заданным параметром накопления предыдущие накопленные спектры замещаются последующими. В СП организована следующая процедура обработки и вывода информации на экран СОИ:

Отображение панорамного вида.

Первые накопленные спектры каналов записываются в предназначенные для них разделы стековой памяти. Далее выполняется автокорреляция спектра, при которой все значения спектра перемножаются между собой, и их произведение нормируется на полученное минимальное значение, по которому высчитывается информационный функционал, выводимый для отображения на экране в виде индикаторной функции панорамного типа, а также в виде проходных характеристик каждого канала.

По мере поступления последующих значений спектров в СП, все соответствующие значения накопленных спектров, уже размещенных в стековой памяти (СП), последовательно перемножаются между собой во временной, а затем и в частотной областях. Операция проводится в каждом канале обработки сигнала. Далее выполняется стандартная процедура, а именно, среди полученных результатов выбирается минимальное значение и на это значение нормируются все остальные значения, полученные во всех каналах. Эта операция тождественна формированию информационного функционала при получении разности дифференциальных энтропий независимых каналов обработки в пространственной области.

Полученные значения информационного функционала по каждому независимому каналу преобразуются в соответствующую индикаторную функцию, отображаемую на экране СОИ в виде окружностей определенного диаметра, которые в зависимости от объема накопленной информации окрашиваются различными цветами. Обновление информации на экране СОИ определяется временем накопления УС, которое задается оператором и осуществляется со скоростью поступления в СП новых спектров. По такой индикаторной функции оператор может оценить распределение интенсивности сигнала, полученного соответствующими датчиками, конфигурация которых отображена на экране СОИ. Помимо этого, значения накопленной информации отображаются в окнах собственных каналов обработки в виде проходных характеристик в координатах время/объем информации, при этом объем информации определяется количеством накопленных усредненных спектров.

Отображение обнаруженных в составе сигнала дискретных составляющих (ДС).

Соответствующие значения накопленных усредненных спектров автокоррелируются в стековой памяти путем их перемножения между собой по мере поступления новых накопленных спектров во временной области и нормируются на минимальное значение отдельного отсчета. Полученные значения дискретных составляющих (ДС) преобразуются в их информационный функционал, и из этих значений выстраивается вариационный ряд ДС, который выводится на экран СОИ в отдельном окне.

Для формирования информационного образа определяемой цели, накопленные спектры в стековой памяти разбиваются на окна заданной ширины. Значения дискретных составляющих (ДС) в окнах коррелируются путем перемножения и нормируются на минимальное значение, полученное в одном из окон. Далее полученные значения преобразуются в их информационный функционал, так называемый информационный образ цели, и из полученных значений строится вариационный ряд, который затем выводится на экран СОИ в отдельном окне. Информационные образы цели, полученные системой наблюдения в различных точках пространства наблюдения в дальнейшем могут быть накоплены в банке данных для их использования при формировании кластеров, соответствующих различным целям. На основании накопленных информационных образов возможно формирование согласованных фильтров, повышающих помехоустойчивость поисковой системы и упрощающих поиск и обнаружение конкретных целей с характерными акустическими особенностями.

Превышение показателя статистической сложности вычисленного значения свидетельствует о появлении в шумовой смеси полезного сигнала. Размер окон спектра может быть подобран под тип сигнала и частоту дискретизации

Использование информационных образов может быть реализовано в любой аппаратуре обнаружения, в которой будет использован описанный выше способ обработки гидроакустических сигналов.

Пример конкретного выполнения.

На фиг. 1-3 частота дискретизации составляет F_d=8 кГц, размер окна W=2048 отсчетов.

На фиг. 1 представлена зависимость спектральной энтропии от времени для гидроакустического сигнала при разном уровне белого шума, где x(t) - исследуемый сигнал; ||(p^s) - информационная метрика;. значение стандартного отклонения белого шума.

Как следует из фиг. 1, энтропия позволяет выделить сигнал в шумовой смеси вплоть до значения амплитуды шума, сравнимой с полезным сигналом.

На фиг. 2 представлена зависимость статистической сложности от времени. Как следует из четвертого графика на фиг. 2, статистическая сложность позволяет выделить сигнал до уровня шума, при котором энтропия уже не показывает удовлетворительный результат.

На фиг. 3 показаны графики статистической сложности C_SQ и C_JSD, рассчитанной по формулам (4) и (6) соответственно.

Для проведения модельных и натурных экспериментов по выявлению эффективности различных информационных критериев на основе доступных цифровых средств был создан действующий макет многоканального цифрового устройства открытой архитектуры «Аппаратура «Исеть» (далее - прибор), обеспечивающего в режиме реального времени возможность обработки входных сигналов, поступающих от различных поставщиков сигналов, в качестве которых могут быть использованы независимые датчики, распределенные в пространстве, либо диаграммы направленности, сформированные антенными системами. Прибор выполнен в виде моноблока с возможностью подключения к внешнему источнику питания и оснащенного системой управления и индикаторным устройством в виде экрана. Прибор вместе с подключенными к нему источниками входных сигналов (датчиками) образуют законченную многоканальную систему по приему, обработке поступающих гидроакустических сигналов и отображению информации, полученной после обработки сигнала.

Количество каналов - 4. Расстояние между датчиками составляет 5 км.

Входные аналоговые сигналы поступают на вход многоканального аналого-цифровой преобразователь (АЦП) прибора, оцифровываются и после быстрого преобразования Фурье делятся на короткие спектральные сегменты (окна), содержащие по W цифровых отсчетов. По полученным спектрам вычисляют распределение спектральной плотности мощности в соответствии с формулами (7), (8), а затем вычисляют спектральную энтропию (Н), дисбаланс (D) и сложность (С) по формулам (3)-(6).

Полученная последовательность значений энтропий и статистических сложностей выводится во времени вместе с сигналом, при этом их значения, относящиеся к текущему окну, равны для W последовательных отсчетов.

Превышение показателя статистической сложности (С) определенного порога свидетельствуют о появлении в шумовой смеси полезного сигнала. Размер окна W может подбираться соответственно типу сигнала и частоте дискретизации.

В предлагаемом к защите техническом решении для повышения эффективности обнаружения гидроакустического сигнала предлагается использовать спектральные информационные признаки (характеристики): энтропию и статистическую сложность, которые являются перспективными критериями наличия полезного детерминированного сигнала в шумовой сигнальной последовательности.

Промышленная применимость заявляемого способа на модельных сигналах с уровнем шума, не превышающем уровень самых малошумных подводных объектов, показала его высокую эффективность по обнаружению слабых гидроакустических сигналов, а также выявлению в их составе дискретных составляющих различной интенсивности, которые в дальнейшем могут быть использованы в качестве элементов при формировании признакового пространства для решения задач классификации.

Изобретение относится к области гидроакустики, а именно к способам обнаружения гидроакустических сигналов. Техническим результатом является повышение эффективности и надежности обнаружения гидроакустических сигналов при низком соотношении сигнал/помеха, а также устойчивости к внешним шумам на основе спектральных информационных характеристик (энтропии и статистической сложности). Указанный технический результат достигается тем, что обнаружение гидроакустических сигналов осуществляют с применением многоканальной системы, посредством которой производится одновременная пространственная оценка сигнальной обстановки, определяемая по независимым каналам приема и обработки сигналов, поступающих от распределенных в пространстве датчиков либо сформированных антенной стационарных диаграмм направленности (ДН), причем количество независимых каналов соответствует количеству датчиков либо количеству ДН, сформированных антенной, при этом обработка сигналов, через приемные элементы поступивших от распределенных в пространстве датчиков или ДН на вход приемников/приемных устройств каждого из каналов, в дальнейшем одновременно выполняется в каждом канале и включает квантование по времени и уровню, выполнение быстрого преобразования Фурье (БПФ) и разделения спектра на окна, для каждого из которых вычисляется кратковременный энергетический спектр, дисбаланс и статистическая сложность, формирование из кратковременных энергетических спектров массивов усредненных спектров и массивов нормированных спектральных значений, которые после их упорядочивания сохраняют в соответствующих блоках памяти каждого из каналов и в зависимости от заданных параметров накопления выводят на экран средства отображения в виде панорамного вида, графика дискретных составляющих и информационного образа цели, причем превышение показателем статистической сложности заранее заданного порогового значения свидетельствует о появлении в шумовой смеси полезного сигнала. 12 ил.

Способ обнаружения гидроакустических сигналов на основе информационных признаков, включающий прием по меньшей мере одним каналом поступающего вместе с шумовой смесью полезного сигнала, его квантование и разделение на окна, для каждого из которых рассчитывают информационные признаки принятого полезного сигнала, отличающийся тем, что осуществляют с применением многоканальной системы, посредством которой производится одновременная пространственная оценка сигнальной обстановки, определяемая по независимым каналам приема и обработки сигналов, поступающих от распределенных в пространстве приемных устройств в виде датчиков либо сформированных антенной стационарных диаграмм направленности, причем количество независимых каналов соответствует количеству приемных датчиков либо количеству диаграмм направленности, сформированных антенной, при этом обработка сигналов, через приемные элементы поступивших от распределенных в пространстве датчиков или диаграмм направленности на вход приемников/приемных устройств каждого из каналов, в дальнейшем одновременно выполняется в каждом канале и включает последовательное прохождение сигнала через согласующий элемент и фильтр низких частот, поступление сигнала в многоканальный аналого-цифровой преобразователь, в котором происходит его квантование по времени и уровню, направление оцифрованного сигнала с согласованной частотой выборок в процессор/контроллер для выполнения функции быстрого преобразования Фурье (БПФ) и разделения спектра на окна, для каждого из которых вычисляется кратковременный энергетический спектр, дисбаланс и статистическая сложность, формирование из кратковременных энергетических спектров массивов усредненных спектров и массивов нормированных спектральных значений, которые после их упорядочивания сохраняют в соответствующих блоках памяти каждого из каналов и в зависимости от заданных параметров накопления выводят на экран средства отображения в виде панорамного вида, графика дискретных составляющих и информационного образа цели, причем превышение показателем статистической сложности заранее заданного порогового значения свидетельствует о появлении в шумовой смеси полезного сигнала.