用于水下目标检测的双传感器相干驱动自适应去噪（WF-VMD-DDCDO）

无声监听舰船

船舶和潜艇在海水中运动时，其金属部件与海水及防护电系统相互作用，会留下微弱的磁性指纹。这些极低频信号能够传播数公里，为在不使用声学手段的情况下发现水下目标提供了一种途径。但在真实海洋环境中，这些磁迹被强烈的背景噪声和其它人为信号淹没。本文提出了一种新的多步方法，即使当目标信号远低于噪声水平，也能提取出船舶的磁学“心跳”，使远距、静默的检测更为可行。

来自旋转轴的隐秘信标

当船舶移动时，螺旋桨轴以恒定速率旋转。这一运动会微妙地改变船上不同金属之间的电接触，调制腐蚀电流和通过海水的保护电流。其结果是产生一种极低频电磁场，其主频成分对应于轴的转速，并且能量可长距离传播而衰减甚微。从原理上讲，这种轴速场是一个理想的跟踪信标。但实际上，它被地磁环境产生的复杂“有色”噪声以及来自电力系统和其他设备的强烈干扰线所掩盖，尤其在浅水区——那里传统声学方法本已面临困难。

用两只“耳朵”代替一只

作者的第一个想法是将船舶的轴速场视为在两个传感器上以相关方式到达的相干或共享信号，而大多数背景噪声在两个位置上表现相似。他们在海底放置一对相同的磁强计，相距一定距离。通过在频域比较两条数据流，估计真实目标场在传感器之间的变换，并利用该“传递函数”增强两组数据的共同部分、抵消不匹配的成分。这一步的相干信号增强能在进一步处理之前显著抑制干扰线和大部分环境磁噪声。

驯服有色噪声并分解信号

即便经过相干处理，残留的背景噪声仍然与许多算法假定的理想随机噪声有很大不同。为使噪声更均匀，团队使用白化滤波器对谱形进行重塑，使噪声能量在频率上更为平坦，同时不移动真实的轴速频率。接着进行变分模态分解（VMD），这是一种有数学依据的方法，用来将净化后的信号分成若干更简单的带，每个带覆盖谱的不同片段。在这些固有模态中，隐藏的轴速场比在原始混合信号中更容易从残余噪声中突出出来。

让混沌指向目标

最终的检测阶段使用一种称为微分双耦合杜ffing振荡器的特制混沌系统。该非线性振荡器对微小的周期性输入极为敏感：当其内部驱动频率扫过未知的轴速时，系统会短暂地连续两次进入一种独特的间歇态。通过扫描每个分解得到的信号带并观察这对成对跃迁，方法可以确认轴速场的存在并估计其频率。作者还通过使用样本熵这一指标自动选择合适的驱动力强度，使振荡器在对噪声不被误导的情况下可靠响应。

在实验室和实地证明其有效性

研究人员在合成信号以及在湖边用模拟船舶轴速场的线圈采集的实测数据上测试了完整流程——相干增强、白化、分解与混沌检测。他们将性能与小波去噪、自适应谱线增强、深度学习模型和早期基于杜ffing的方法进行比较。许多这些方法在信号低于噪声20到40分贝时即失效，而新方法在多数情况下仍能正确识别轴速频率并保持低误报。在一个现场场景中，当信号被埋没于噪声之下超过50分贝时，该方法实现了超过95%的检测准确率。

对静默海洋探测的意义

简而言之，这项工作表明，船舶转轴产生的磁学“脉冲”可以在比旧技术允许的更远距离被检测到，即使在复杂的实际水域中也是如此。通过巧妙地结合双传感器、先进的滤波和基于混沌的探测器，该方法在普通分析多见为随机性的地方发现了有规律的模式。这种超灵敏、非声学的检测方式可以作为声纳的补充，帮助跟踪水面舰船和水下载具，同时保持被动且难以被对方侦测到的特性。

引用: Qiu, H., Yang, P., Huang, C. et al. Dual-sensor coherence-driven adaptive denoising (WF-VMD-DDCDO) for underwater target detection. Sci Rep 16, 14067 (2026). https://doi.org/10.1038/s41598-026-41814-7

关键词: 水下目标检测, 磁感测, 信号去噪, 海洋电磁学, 混沌振荡器