机载极化阵列多输入多输出雷达极化空时自适应处理性能分析

为进一步提升机载多输入多输出(MIMO)雷达空时自适应处理(STAP)的杂波抑制与目标检测性能,本文提出基于极化阵列MIMO雷达的极化空时自适应处理(PSTAP)方法.首先,将新型的极化阵列应用于机载MIMO雷达,建立了机载极化阵列MIMO雷达极化空时自适应处理的信号模型.然后,基于分辨格思想,将杂波影响等效为与杂波自由度相关的独立杂波点源的形式,得到极化阵列MIMO雷达极化空时自适应处理协方差矩阵的等价表示.进而,结合上述等价协方差矩阵,对极化阵列MIMO雷达极化空时自适应处理的输出信杂噪比(SCNR)性能进行了推导分析,讨论了其中极化、空、时匹配系数的影响.理论分析表明,通过利用附加的极化域信息,极化阵列MIMO雷达极化空时自适应处理相比于传统MIMO-STAP能够有效提升杂波抑制性能,更有利于慢速运动目标检测,并且目标与杂波极化参数差别越大,输出SCNR的性能改善效果越明显.仿真结果验证了本文所提极化阵列MIMO雷达极化空时自适应处理方法的有效性与优越性.     

小快拍高分辨目标方位估计算法 GMUSIC的性能分析*

针对水下运动阵列在运动过程中进行方位估计时存在快拍不足的问题,研究了基于随机矩阵理论的MUSIC改进算法GMUSIC,该方法通过Stieltjes变换建立起统计协方差矩阵真实特征值、特征向量与样本协方差矩阵之间在逼近域中的关联,以修正样本协方差特征分解的结果,进而实现小快拍方位估计。仿真与试验表明:GMUSIC算法可以更好地分辨相邻目标,且需要的快拍数较MUSIC算法要少;在低信噪比情况下,GMUSIC算法方位估计均方根误差远小于MUSIC算法,估计成功概率远大于MUSIC算法。因此,GMUSIC算法适用于解决水声目标的小快拍方位估计问题。     

低复杂度的MIMO声呐协方差矩阵重构方法*

多输入多输出声纳在对目标进行测向时会产生复杂的运算量,从而降低算法的测向效率。针对这一问题,提出了一种基于降维变换方法的低复杂度协方差矩阵重构方法。该方法能够抑制噪声,提高目标侧向性能。首先利用降维变换方法对接收信号进行波束形成,获得低维度的协方差矩阵,再对矩阵进行Toeplitz处理,抑制矩阵的相干性。所得到的新的协方差矩阵,通过特征分解获得噪声子空间和信号子空间,利用MUSIC方法进行测向。为了进一步降低运算复杂度,利用阵型所满足的旋转不变性,可以采用ESPRIT算法对目标进行波达方向估计。理论分析和实验结果表明,该方法有效降低了运算复杂度,提高了算法的测向性能。在有限快拍数的情况下,与传统测向方法相比,具有运算速度快,目标分辨力强的特点。     

密布式多输入多输出声呐阵列目标波达方向估计

针对低信噪比条件下多输入多输出声呐受对称噪声分量影响导致测向性能降低的情况,提出了一种基于协方差矩阵重构方法的波达方向估计算法。首先,将噪声场分为对称噪声和非对称噪声两部分,利用协方差矩阵虚部与对称信号无关的性质,去掉协方差矩阵的实部来降低对称噪声对目标波达方向估计精度的影响,采用降维转换方法和矩阵虚部置换原理重构协方差矩阵的实部,避免了双频谱的干扰。然后利用Toeplitz方法对重构的协方差矩阵进行解相干修正,通过奇异值分解获得噪声子空间,最后对目标的波达方向进行估计,可实现微弱信号的准确测向。理论分析和实验结果表明,该方法明显抑制了对称噪声,提高了目标的波达方向估计性能,具有运算速度快、自由度高和目标分辨力强的特点。      

多子阵子空间拟合波达方向估计

提出了考虑阵元互耦的子空间拟合波达方向估计方法。用一带状、对称Toeplitz矩阵对均匀线阵的互耦矩阵建模。根据互耦矩阵自由度,去除部分两边阵元,研究了子空间拟合算法中ESPRIT算法的理论性能。在大快拍的情况下,均匀线阵的MCLS-ESPRIT算法的角度估计误差是一个零均值的联合高斯分布,同时给出了分布的协方差表达式。由方差的数值计算可知,在阵元数和信源数确定的情况下,存在估计标准差最小的子阵;与不存在互耦的理想情况相比,除了估计标准差少许增加外,性能接近。本文的方法已应用于高分辨率测深侧扫声呐,获得了好结果。在声呐阵阵元数增加的条件下,用本文的方法,能抑制均匀线阵的互耦的影响。     

一种ZF与SP结合的BLAST译码算法

多输入多输出虽能显著增加信道容量,但译码复杂度与精度一直是亟待解决的核心问题之一。将现有的贝尔实验室分层空时码检测迫零算法与球形译码算法充分结合,重点考察无线多输入多输出信道基本特征即信道条件数与信噪比,提出了一种自适应的贝尔实验室分层空时码解码算法,在保证误比特率性能的条件下,降低了系统的译码复杂度;为无线通信的长期演进研究奠定了良好基础。     

基于数据协方差矩阵重构的MIMO声纳DOA估计

实际多输入多输出(MIMO)声纳系统由于环境或人为因素,可能出现部分阵元失效,从而导致阵列自由度减少、方位估计精度下降。本文提出了一种数据协方差矩阵重构方法,该方法基于差分阵列性质,利用正常工作阵元的协方差矩阵元素来恢复失效阵元的矩阵元素,获得满秩的数据协方差矩阵,从而恢复到全阵元MIMO声纳的阵列自由度。与已有方法相比,降低了计算复杂度。仿真及海试实验数据处理结果表明,本文所提的数据协方差矩阵重构方法能够恢复因部分阵元失效而丢失的阵列自由度,应用于方位估计中,所能分辨的最大目标数与全阵元相同。     

无源声呐多目标检测中反波束成形递推算法及其应用

随着声呐检测能力的提高,多目标干扰下微弱信号的检测问题日益突出。当声呐方位历程显示上出现多个干扰轨迹时,弱目标的检测显得十分困难。自适应噪声抵消(Adaptive Noise Canceling,ANC)技术为抑制多个干扰提供了理论基础,但是求解稳态最佳滤波矩阵存在着技术实现上的困难。本文提出用一种反波束成形(Inverse Beamforming,IBF)递推算法,在阵元域逐一抵消多个强干扰,从而增强并提取出微弱目标信号。文中给出了递推求解由逆矩阵所表达的最佳滤波矢量的理论推导和相应的公式。利用IBF算法处理海试数据得到了较好的结果,显著改善了强干扰下对微弱信号的检测,甚至在普通波束成形(CBF)中未能显示出来的信号都可以被检测出来。      

直接数据域局域联合混响抑制方法研究

针对非平稳条件下混响抑制问题,提出一种可利用待测数据统计信息的直接数据域局域联合(D3JDL)空时自适应方法。不同于级联方法,该方法没有独立运行直接数据域空时自适应和局域联合方法,仅在待测空时样本内用直接数据域空时自适应原理构造非期望数据矩阵,用于获取待测样本的统计信息,并作为局域联合方法的输入进行降维空时处理。由于D3JDL方法不存在待测样本与学习样本之间统计特性失配的问题,且较好地利用了统计信息,因此具备良好的非平稳环境适应能力。仿真和实验数据处理结果表明,D3JDL方法抗混响效果优于常规波束形成加匹配滤波处理和其它空时自适应处理方法。      

拖线阵海试数据的窄带PIC自适应处理与分析

本文介绍了对拖线阵海试数据进行窄带ＰＩＣ处理的方法。用梯度算法、协方差矩阵递归直接求逆算法和ＲＭＧＳＥＦ算法进行了窄带ＰＩＣ自适应处理。分析了学习曲线和输出平均功率波束图，进行了稳态计算和比较。表明ＲＭＧＳＥＦ算法是一种可用于多干扰波束、收敛快、抵消性能好、便于拖线阵声呐实现实时ＰＩＣ处理的最好算法。     

矢量声纳高速运动目标稳健高分辨方位估计

针对水声矢量信号处理框架中的高速运动目标低信噪 比小快拍条件下的稳健高分辨方位估计问题, 将压缩感知技术应用于水声矢量信号空间谱估计模型中. 结合声矢量传感器结构特性, 探讨了基于声压振速联合处理的广义时域滤波方法; 结合矩阵空域预滤波理论, 设计了基于阻带约束通带均方误差最大值最小的空域滤波器, 研究了矢量声纳空域预滤波方法; 结合以上分析, 提出了基于压缩感知技术的时空联合滤波高分辨方位估计方法, 给出了方法的数学模型、物理解释及具体实施步骤.理论分析和计算机仿真试验表明, 新方法对于小快拍数 条件下的矢量声纳高速运动目标高分辨方位估计问题, 具有较低的双目标分辨门限和较高的估计精度, 有着良好的应用前景.湖上试验验证了方法的有效性. 关键词： 声矢量传感器 空间谱估计 时空滤波 压缩感知     

A waveguide invariant adaptive matched filter for active sonar target depth classification

This paper addresses depth discrimination of a water column target from bottom clutter discretes in wideband active sonar. To facilitate classification, the waveguide invariant property is used to derive multiple snapshots by uniformly sub-sampling the short-time Fourier transform (STFT) coefficients of a single ping of wideband active sonar data. The sub-sampled target snapshots are used to define a waveguide invariant spectral density matrix (WI-SDM), which allows the application of adaptive matched-filtering based approaches for target depth classification. Depth classification is achieved using a waveguide invariant minimum variance filter (WI-MVF) which matches the observed WI-SDM to depth-dependent signal replica vectors generated from a normal mode model. Robustness to environmental mismatch is achieved by adding environmental perturbation constraints (EPC) derived from signal covariance matrices averaged over the uncertain channel parameters. Simulation and real data results from the SCARAB98 and CLUTTER09 experiments in the Mediterranean Sea are presented to illustrate the approach. Receiver operating characteristics (ROC) for robust waveguide invariant depth classification approaches are presented which illustrate performance under uncertain environmental conditions.     

Direction of arrival estimation and signal recovery based on single snapshot compressed sensing in frequency domain

Direction of arrival(DOA) estimation and signal recovery is the base of the underwater target localization,tracking and recognition.Based on the compressed sensing theory,a method for DOA estimation and source signal recovery is proposed using the single snapshot processing of the received array signal in frequency domain.The received array signal are transformed to frequency domain,and the single snapshot data in frequency domain are regarded as the measured data of the compressed sensing.According to the frequency,searching orientation and array manifold,the overcomplete array manifold is constructed as the sensing matrix of the compressed sensing.Both the target signal and power of the searching orientation are estimated by the basis pursuit method to complete DOA estimation and signal recovery.Simulation results show that the proposed method has a number of advantages over the minimum variance distortionless response(MVDR) method,including improved robustness to noise,fewer requirement in number of sensors and snapshots.And the correlation coefficient of the signal reaches up to 0.89.Experiment results in real environments verify that the proposed method performs more effectively in the detection of weak targets than the MVDR method and can be applied to real sonar system.     

交叉验证多路径匹配追踪水声矢量阵稀疏方位估计

水下运动目标的高分辨DOA估计和目标的左右舷分辨问题一直是水声阵列信号处理中的一个核心问题。矢量阵相比于声压阵具有天然的左右舷分辨能力和更高的处理增益,近年来得到了广泛关注。Capon等一些传统高分辨处理方法存在不能解相干源、需要多快拍处理以及对阵列流行误差敏感等多种问题。针对水声阵列信号处理领域面临的以上问题,利用声呐工作场景中空间目标的稀疏性,本文提出了一种基于交叉验证技术的多路径匹配追踪（Multiplepath Matching Pursuit with Cross Validation,CV-MMP）声矢量阵稀疏DOA估计算法。该算法采用交叉验证技术可以在未知场景中目标个数的条件下实现稀疏DOA的估计,相比于常规的声矢量阵Capon算法而言,可以在小快拍数甚至单快拍数条件下实现多目标的稀疏DOA估计以及高分辨能力。仿真和海试试验数据处理验证了提出的算法的有效性。      

迭代法MIMO声纳目标检测——一种凸显弱目标的方法

通常MIMO声纳接收机收到的信号会直接送入匹配滤波器组,然后测量信号到达时间。当遇到强弱两个目标散射信号混叠的情况时,弱目标的输出峰值可能被淹没在强目标的旁瓣内而无法分辨。为提高MIMO声纳对弱目标的分辨能力,本文提出一种迭代信号分析方法,可以由强到弱依次对目标进行估计。通过数值仿真分析了本方法的性能。结果表明:采用迭代分析方法可以有效提高系统对弱目标的分辨能力。     

TR-MIMO detection of a small target in a shallow water waveguide environment

A kind of multiple-input multiple-output (MIMO) sonar model is presented for enhancing detection of small targets in an underwater acoustic waveguide. A co-located vertical linear array is partitioned into several sub-arrays illuminating orthogonal waveforms at a target of interest. When the target is modeled as an extended target consisting of multiple scatterers, time reversal is utilized in the MIMO transmission scheme for capturing target diversity. The feasibility of time-reversal beams simultaneously esonifying the target’s scatterers is verified by the analysis of spatial–temporal focusing in simulations. The tank experimental results have further demonstrated the effectiveness of the TR-MIMO sonar model.     

Weak signal direction of arrival estimation for colocated multiple-input multiple-output sonar array

In order to suppress the influence of symmetrical noise component on multiple-input multiple-output(MIMO)sonar's direction of arrival(DOA)estimation under the condition of low signal-to-noise ratio,we propose a DOA estimation algorithm based on covariance matrix reconstruction method.Firstly,the noise field can be decomposed into symmetrical noise field and asymmetrical noise field.We utilize symmetry property of colored noise matrix and the feature that the imaginary part of covariance matrix has no relation with the symmetry noise to remove the real part of covariance matrix.This operation helps to suppress the influence of colored noise on DOA estimation accuracy.Based on the principle of the imaginary matrix part displacement and the dimension reduction transformation method,the real part of covariance matrix is reconstructed,which helps to suppress the bilateral spectrum interference.Thereafter,Toeplitz method is applied for the covariance matrix decorrelation amendment,and a noise subspace is formed by singular value decomposition(SVD).Finally,we can estimate the DOA of target signals.Both theoretical analysis results and numerical simulation results verify the symmetrical noise suppression performance of this algorithm,and the estimation performance of target azimuth is improved obviously.This method has the characteristics of lower operational complexity,higher degrees of freedom and stronger target resolution.     

水声信号稀疏重构高分辨角度-多普勒成像

针对傅氏空时二维谱估计分辨率低以及声呐空时采样数据样本数不足给角度-多普勒成像带来困难的问题,提出一种水声信号稀疏重构的高分辨角度-多普勒成像方法和抗混响空时滤波器的稀疏重构方法。该方法在声呐阵列单测量向量的极少观测样本条件下,建立阵列信号的空时稀疏表示模型,应用稀疏表示的匹配追踪算法和基追踪算法重构回波与混响的高分辨角度-多普勒像。并根据运动声呐回波与混响的空时分布规律及声呐待检测距离单元位置的先验信息,沿着混响空时分布脊线设计混响稀疏表示的专用空时导向向量字典,通过重构抗混响空时滤波器来抑制角度-多普勒平面的混响干扰。对运动声呐前视和侧视阵列的计算机仿真结果表明,在混响背景中,该方法采用声呐阵列单测量向量重构了低速运动目标多亮点回波的高分辨角度-多普勒像,频率分辨率突破傅里叶分辨率,角度分辨率突破阵列瑞利限,分辨率明显优于傅氏空时谱估计。