1.一种基于多特征融合的水声信号波达时刻估计方法,其特征在于,包括以下步骤:S1、对接收信号进行多级频谱分析,通过连续多帧接收信号的频域信息及峰均比初步判断水声信号的到达,获得包含波达时刻的信号段ζ0;
S2、提取信号段ζ0内水声信号的能量特征、谱熵特征、过零率和延迟自相关特征;
S3、融合所述能量特征、谱熵特征、过零率特征和延迟自相关特征,得到融合后的特征;
S4、利用所述融合后的特征,采用端点检测方法实现波达时刻精准估计。
2.根据权利要求1所述的基于多特征融合的水声信号波达时刻估计方法,其特征在于,步骤S1的具体实现过程包括:
1)对接收信号进行分帧处理,设每帧点数为N,共M帧信号,第m帧第n个采样点表示为rm(n),其中m=0,1,…,M‑1,n=0,1,…,N‑1;
2)对第m帧接收信号进行频谱分析,第m帧接收信号频域信息Rm(k)为:N为每帧点数;
3)计算第m帧接收信号的谱线声压级Pm(k): 其中Pm(k)具体为第m帧接收信号、第k根谱线的声压级,fs为接收端采样率,G为水听器灵敏度和调理电路增益之和;
4)当存在连续M0帧有效信号频率处的声压级超过既定阈值Td1时,判断该M0帧连续信号的峰均比是否超过阈值Td2,若是,则确认信号到达;连续M0帧信号的峰均比L(k0)定义为:其中,k0为有效信号的频率,P(k0)代表连续M0帧水声信号在k0频率处的声压级,P(ki)代表连续M0帧水声信号在ki频率处的声压级;
5)利用下式确定时间段ζ0:t0≤t<t0+M0Tr;其中,t0为本次接收信号的起始时间,Tr为单帧接收信号的时长,t表示时间段ζ0内的时刻。
3.根据权利要求1所述的基于多特征融合的水声信号波达时刻估计方法,其特征在于,步骤S2的具体实现过程包括:A)计算第m帧接收信号的功率谱Ym(k): Rm(k)为第m帧接收信号频域信息;
B)计算第m帧接收信号的能量特征Em: 其中,Ym(x)为第m帧接收信号功率谱、第x根谱线的功率谱;G为水听器灵敏度和调理电路增益之和;
计算 第m帧 采样 信号每 个频 率分量 的归 一化 谱概率 密度 pm (k) :C)计算第m帧接收信号的短时熵谱Hm: 所述短时熵谱即谱熵特征;
计算第m帧接收信号的过零率ZCRm: sgn()为符号函数,rm(v)为第m帧接收信号的第v个采样点;
计算第m帧接收信号延迟一个点时的延迟自相关特征Cm:
4.根据权利要求1所述的基于多特征融合的水声信号波达时刻估计方法,其特征在于,步骤S3的具体实现过程包括:计算第i种信号特征的权重w(i): 其中, 代表ζ0时间段内第i种信号特征,ζ1代表噪声段,代表噪声段ζ1的第i种信号特征,ζ2代表信号段, 代表信号段ζ2的第i种信号特征, 代表第i种信号特征噪声与信号突变段的拟合斜率, 代表第i种信号特征噪声与信号突变段的幅值落差, 代表第i种信号特征噪声段方差,代表第i种信号特征信号段方差,a代表常数;其中信号特征是指能量特征、谱熵特征、过零率特征或延迟自相关特征;
利用下式获得融合后的特征criterm: Em、Hm、ZCRm、Cm分别为能量特征、谱熵特征、过零率特征和延迟自相关特征。
5.根据权利要求1所述的基于多特征融合的水声信号波达时刻估计方法,其特征在于,步骤S4的具体实现过程包括:I)按照时序遍历采集信号段内的融合后的特征,初始化p=0;
II)初始化连续有效水声信号个数L=1,设定最少连续有用信号段个数Lmin,初始化可能波达时刻点m0=1;
III)p的值加1,若criter(p)
T1、T2分别为设定的第一阈值、第二阈值;
IV)更新m0=max(p‑L‑1,1),L的值加1,判断L≥Lmin是否成立,若是,则判断m0为有用信号波达时刻;否则返回步骤III)。
6.一种基于多特征融合的水声信号波达时刻估计系统,其特征在于,包括:一个或多个处理器;
存储器,其上存储有一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1~5任一项所述方法的步骤。