宽带波达方向估计的克拉美-罗界研究

推导了多源情况下宽带波达分析(DOA)估计的克拉美一罗界(CRB),给出了任意阵列情况下Fisher信息矩阵元素的直接计算公式。将CRB的表达式分成与信号和阵列相关的两部分,深入揭示了CRB的特点和影响DOA估计性能的因素。与信号相关的部分表明DOA估计性能除了与信噪比有关外,还与信号带宽和谱密度有关,当信号在高频部分分布更多的能量时可以获得更佳的估计性能。与阵列相关的部分表明DOA估计结果受阵列几何配置和信号入射方位的影响,不同的阵列会对DOA估计结果产生极大的影响。 CRB的这些特性提供了宽带阵列处理中信号选择和阵列结构设计的一些基本原则。计算机仿真结果验证了理论分析的正确性。     

采用条件波数谱密度函数的宽带高分辨方位谱估计算法

针对宽带高分辨方位估计存在方位估计偏差大、算法复杂度高等问题,提出了一种基于条件波数谱密度(Conditional Wavenumber Spectral Density based,CWSD-based)的宽带高分辨方位谱估计算法.该算法利用条件波数谱密度将阵列信号转换到频率-波数空间,宽带信号能量在该空间的坐标呈现与入射角相关的线性分布,通过借鉴直线检测原理,实现邻近目标的高分辨方位估计,且无需预估角度和信源数等信息。仿真结果表明,该算法理论分辨率与处理最高频率成反比,估计均方误差约为0.1°,对阵形畸变鲁棒,运算效率高。海上试验数据表明,本文方法在方位分辨率、弱目标检测、非目标向噪声抑制、稳健性等方面都优于宽带常规波束形成和最小方差无畸变算法,在实际海洋中可实现超低旁瓣高分辨波达方向估计。      

强干扰下空间抗混叠宽带波达方位估计

提出了基于改进频率差分(FD)技术的空间抗混叠波达方位(DOA)估计方法,实现了阵元稀疏排布,即在阵元间距远大于入射信号波长时,存在栅瓣模糊情况下多水下声学目标的方位估计。首先,确定目标方位角度搜索范围,建立阵列信号处理模型,对宽带信号不同频率成分之间进行频率差分处理,从而降低信号频率以满足阵元稀疏排布阵列的空间奈奎斯特采样要求。然后,基于投影子空间正交性检验(TOPS)算法构建一个对角变换矩阵,利用对角酉变换矩阵正交性直接对阵列流形进行频率差分处理,使其频率差分处理输出的信号个数与输入信号个数相等。最后,进一步推导频率差分域等效目标方位与真实入射信号角度等价的条件,并基于该等价条件进行频率筛选,最终获得无模糊的空间方位谱结果。经仿真实验验证,所提算法在信噪比为-10～20 dB范围内,估计结果均方根误差低于0.1°,有效抑制了栅瓣且受干扰强度影响较小。经海试数据验证,所提算法可以有效估计出目标方位,并避免空间混叠项干扰。所提空间抗混叠波达方位估计方法能够有效抑制栅瓣模糊,提高目标方位估计精度,且在强干扰条件下仍具有较好的角度估计性能。     

盲重构频域阵列信号的压缩感知水声目标方位估计

针对复杂海洋环境条件下压缩感知水声目标方位估计性能下降的问题,利用盲源分离能够提高信噪比的优势,提出了一种盲重构频域阵列信号的压缩感知水声目标方位估计方法。首先将阵元域信号通过傅里叶变换方法得到多个子带阵列信号;然后对各个子带阵列信号进行复数域盲源分离得到子带解混矩阵和子带分离信号估计,并对子带分离信号进行属性分析和处理;再根据处理后的子带分离信号和子带解混矩阵重构子带阵列信号,对重构的子带阵列信号采用频域压缩感知方法进行空间谱估计,得到各个子带的空间谱;最后将各子带得到的空间谱进行求和,搜索求和后空间谱的峰值则可实现目标方位估计。模拟器数据和海上实测数据验证结果表明,同等条件下该方法的目标检测能力优于经典的最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)方法、频域压缩感知(Compressed Sensing,CS)方法、盲源分离(Blind Source Separation,BSS)与MVDR相结合的方法(BSS+MVDR方法),测向精度更高,明显提高了弱目标信号的空间谱能量,增强了声呐检测弱目标的能力。      

基于快速富氏变换插值的宽带信号方位估计

提出一种宽带方位估计算法,它利用FFT插值,将实际线列阵接收到宽带信号中的各子带信号转换成相应的虚拟阵列的输出,从而使得各子带张成的信号子空间相同,信号方位估计便可从虚拟阵列的输出中获得。通常宽带方位估计算法需要对方位角进行预估,以便构成聚焦矩阵,而对方位预估的偏差将导致最终方位估计的偏差。本文方法是先对阵列的采样输出进行预处理,再用常规方法来形成统一的采样协方差阵进行方位估计,因此避免了方位预估,使得估计结果是无偏的。仿真结果证明了该方法的有效性。     

声矢量传感器阵宽带相干信号子空间最优波束形成

提出了基于矢量传感器阵的宽带相干信号子空间最优波束形成。建立了矢量传感器阵的宽带阵列信号模型,将宽带聚焦思想引入到了矢量传感器阵宽带处理,证明了矢量传感器阵与声压传感器阵宽带聚焦矩阵之间的关系,为矢量传感器阵宽带聚焦矩阵的构造提供了一种方法。推导了基于矢量传感器阵宽带最优波束形成的空间谱,通过空间重采样方法实现矢量传感器阵宽带聚焦,避免了对目标源方位的预估。通过仿真验证了矢量传感器阵具有更优越的性能:可以解宽带相干源;能够实现全空间无模糊定向;可以空间欠采样,因而在不增加计算量的基础上,能够提高阵列处理的性能;克服了传统声压传感器线阵端射方向上,目标方位估计性能下降的缺点。     

应用半正定规划的目标方位超分辨方法

针对水下目标方位超分辨估计问题,提出了一种基于半正定规划(Sdp)的常规波束(CBF)方位超分辨算法(SdpCBF).Sdp-CBF算法基于常规波束形成获得多目标方位谱数据,利用阵列响应矩阵和半正定规划技术,精确估计目标数量和波达角方向.该算法的本质是利用阵列特性和信号能量信息获得超分辨方位估计,不用进行子空间分解,通过卷积反演的方式将阵列孔径的有限效应消除,在L₂范数约束条件下重构空间谱.仿真表明,Sdp-CBF算法具有较强的噪声抑制能力,对非相干和相干信号均具有目标方位超分辨能力,在低信噪比环境下的方位分辨性能超过多重信号分类(MUSIC)等经典高分辨算法。对消声水池以及湖上实验数据的处理结果显示,Sdp-CBF算法在复杂环境中对相干信号及微弱信号具有较强的分辨能力。      

利用随机共振技术的微弱信号方位估计

提出了基于随机共振技术的微弱目标方位估计方法。通过自适应调节系统参数,包括两种方法:自适应调节系统结构参数和自适应调节外加噪声,使系统进入随机共振状态,经随机共振器输出后得到信噪比较大提高的阵列信号,再由方位估计算法估计出目标方位。并进行了仿真和实验研究,结果表明:实验结果与理论分析符合良好,该方法可应用于微弱低频信号的目标方位估计。     

基于单个矢量水听器和子空间旋转的宽容宽带双目标分辨与跟踪方法

理论证明线性信号处理可以分辨两个不完全相关的目标。针对宽带双目标问题,根据矢量水听器信号模型,设计了并行的两路结构相同的处理通道,每个通道先将接收信号做子空间旋转,分离出单个目标,然后用空间匹配滤波方法估计该目标方位。仿真研究表明,该方法适用于任意频谱结构的信号,对目标强度差和初值误差的宽容性好,可以全方位跟踪目标而性能不受目标具体方位影响,并具有时间带宽增益,在相关目标或者低信噪比情况下的性能优于宽带聚焦子空间方法。海试数据验证了该方法的可行性。该方法是一种比较实用的水下双目标分辨与跟踪方法。     

基于聚焦变换的宽带信号方位稳健估计

提出了一种基于聚焦变换稳健的宽带信号方位估计算法,FTMV方法(Focusing Transform Based Minimum Variance Method)。该算法利用聚焦变换的思想将宽带阵列信号协方差矩阵聚焦到一个窄带上进行处理,实现了信号的方位积累。实验数据处理结果显示FTMV方法有效消除了阵列机动引入的目标方位估计误差,同时相对窄带MV方法(Minimum Variance Method)具有更短的响应时间、更小的计算复杂度、更好的鲁棒性能。     

基于宽带无失真波束形成的空气中多声源被动定向方法

将宽带无失真波束形成技术与基于时延的声被动定向方法相结合,针对小孔径基阵,提出了对多个声源的定向方法。该方法把整个观测空间分为若干个不同的测量区域,而后利用基于时延的定向方法定向处于不同测量区域的声源。此方法使基于时延的声被动定向方法具有了一定的多源分辨能力,对提高和改进声被动探测系统在实际使用中的性能有重要意义。仿真计算和空气实验验证了本文所提方法的正确性和实用性。     

各向同性噪声场中单矢量传感器虚源消除MUSIC测向方法

针对各向同性噪声场中,单矢量水声传感器声压通道和振速通道的噪声功率不一致性造成MUSIC测向方法性能急剧下降的问题,提出了一种增秩MUSIC测向方法和一种幅度加权MUSIC测向方法。增秩MUSIC测向方法通过增加信号子空间维度消除虚源的影响,在单目标情况和低信噪比时可获得高精度方位估计结果,其性能接近克拉美洛界限(CRB),但它不能分辨双目标;幅度加权MUSIC测向方法通过对接收信号幅度加权消除了虚源,并且能分辨双目标。      

应用稀疏表示的宽带相干超分辨方位估计方法

针对无源声呐中宽带相干处理对邻近弱目标分辨能力仍不足的问题,提出一种相干聚焦后稀疏空间谱求解的宽带超分辨方位估计方法。首先将不同频点数据相干聚焦到参考频点,构成多测量矢量稀疏求解问题,然后采用二阶锥规划内点算法进行稀疏空间谱拟合,实现了宽带弱目标超分辨方位估计。仿真试验结果表明,该方法在弱目标分辨和方位估计精度方面优于宽带非相干和相干信号子空间高分辨处理方法。32元拖曳阵海试数据的处理结果验证了该方法的优越性能,同时说明了该方法在无源声呐探测中应用的可行性。      

利用拖线阵运动特性的阵形估计方法

有效估计阵形是提高机动条件下拖线阵声呐探测性能的关键,流体力学类阵形估计方法稳定性和可靠性欠佳,导致其难以应用于工程实际,该文针对此问题提出一种基于拖线阵运动特性的阵形估计方法。利用稳态振荡响应公式计算拖船回转机动时拖线阵稳态阵形特性,将转向机动过程中阵上各点运动状态划分为若干阶段,进而依据偏微分方程特征线理论计算各阶段的分界时刻,探究阵上相邻两点的沿阵切线方向差变化规律,最后通过计算当前阵上各点的沿阵方向实现阵形估计。计算机仿真和海上实验数据验证表明算法可行且有效,与传统的流体力学类阵形估计方法相比具有更高的稳定性和更好的工程应用前景。     

Optimum array design to maximize Fisher information for bearing estimation

Source bearing estimation is a common application of linear sensor arrays. The Cramer-Rao bound (CRB) sets a lower bound on the achievable mean square error (MSE) of any unbiased bearing estimate. In the spatially white noise case, the CRB is minimized by placing half of the sensors at each end of the array. However, many realistic ocean environments have a mixture of both white noise and spatially correlated noise. In shallow water environments, the correlated ambient noise can be modeled as cylindrically isotropic. This research designs a fixed aperture linear array to maximize the bearing Fisher information (FI) under these noise conditions. The FI is the inverse of the CRB, so maximizing the FI minimizes the CRB. The elements of the optimum array are located closer to the array ends than uniform spacing, but are not as extreme as in the white noise case. The optimum array results from a trade off between maximizing the array bearing sensitivity and minimizing output noise power variation over the bearing. Depending on the source bearing, the resulting improvement in MSE performance of the optimized array over a uniform array is equivalent to a gain of 2-5 dB in input signal-to-noise ratio.     

Wideband RELAX and wideband CLEAN for aeroacoustic imaging

Microphone arrays can be used for acoustic source localization and characterization in wind tunnel testing. In this paper, the wideband RELAX (WB-RELAX) and the wideband CLEAN (WB-CLEAN) algorithms are presented for aeroacoustic imaging using an acoustic array. WB-RELAX is a parametric approach that can be used efficiently for point source imaging without the sidelobe problems suffered by the delay-and-sum beamforming approaches. WB-CLEAN does not have sidelobe problems either, but it behaves more like a nonparametric approach and can be used for both point source and distributed source imaging. Moreover, neither of the algorithms suffers from the severe performance degradations encountered by the adaptive beamforming methods when the number of snapshots is small and/or the sources are highly correlated or coherent with each other. A two-step optimization procedure is used to implement the WB-RELAX and WB-CLEAN algorithms efficiently. The performance of WB-RELAX and WB-CLEAN is demonstrated by applying them to measured data obtained at the NASA Langley Quiet Flow Facility using a small aperture directional array (SADA). Somewhat surprisingly, using these approaches, not only were the parameters of the dominant source accurately determined, but a highly correlated multipath of the dominant source was also discovered.     

线阵波束形成声强缩放方法估算声源的辐射声功率

为了解决波束形成声源识别过程中声源辐射声功率定量计算的问题,给出了阵型简洁、便于组合的线阵声强缩放模型。通过推导线阵的声强缩放系数,建立起线阵波束输出结果与声源辐射声功率之间的换算关系。无论是线阵还是平面阵的声强缩放方法,对于偏离阵列中心位置较远处的声源进行辐射声功率估算时都存在较为明显的误差。通过理论推导和仿真模拟计算,研究了同一单极子点声源在不同位置处的声功率估算偏差随频率、幅度的变化规律,发现该估算偏差只与声源偏离位置有关,而与声源自身的强度信息无关的结论,据此给出了相应的声功率估算修正方法。半消声室实验结果和声压法测量结果对比表明:修正后的线阵声强缩放方法用于中高频声源的辐射声功率计算时,单频声源的估算误差不超过1.0 dB,宽带声源的估算误差不超过1.8 dB。      

基于多个小孔径基阵的水下目标宽带波达方位估计方法

本文将多小孔径基阵应用于声纳浮标阵对可疑海区进行快速搜索的研究中,提出了一种基于多个小孔径子阵的宽带目标方位估计方法.该方法采用一种新颖的降秩估计器的信号模型,对多个小孔径子阵的输出信息进行综合处理,然后使用近似意义上的降秩估计器对目标源进行方位估计.所建立的阵列模型中不需要包含有关小孔径子阵之间的任何位置信息,因此,有效地减小了因阵形估计带来的烦杂工作和估计误差对方位估计性能的影响.仿真结果表明,此方法提高了定向精度,给出了稳定的目标方位估计.     

一种基于简正波模态消频散变换的声源距离深度估计方法

针对浅海环境中传播的低频宽带水声脉冲信号,基于简正波水平波数差和波导不变量之间的关系,本文提出了一种利用距离-频散参数二维平面聚焦测距与匹配模态能量定深的目标声源定位方法.首先,通过将由频散参数和波导不变量表示的前几阶模态相速度与由环境模型计算的相速度进行对比分析,从而估计出前几阶模态的频散参数和环境的波导不变量.其次,利用估计出的频散参数值和波导不变量对接收信号进行消频散变换处理,只有当接收信号的距离参数等于目标声源距离时,各号简正波的幅度均达到最大值,在距离-频散参数二维平面上,出现声压聚焦的现象,利用此现象可以估计目标声源的距离.不仅如此,消频散变换后的接收信号,前几阶模态在时域上明显地分离开来,可以准确地估计出前几阶模态的能量,采用多模态能量匹配的方式,可以估计出目标声源的深度.最后,通过对仿真和冬季获得的气枪信号数据处理结果验证了本文方法的有效性.     

Direction of arrival estimation for underwater acoustic target based on compressed sensing after blind reconstruction of array signal in frequency domain

The performance of direction of arrival(DOA) estimation based on compressed sensing(CS) decreases in the complex ocean marine environment.In order to tackle this problem,a method of DOA estimation for underwater acoustic target based on CS after blind reconstruction of array signal in frequency domain is proposed.Firstly,the received array data are transformed to frequency domain by Fourier transform and frequency domain wideband signal are divided into part overlapping multiple sub-band array signal.Secondly,each subband array signal are separated using plural blind source separation(BSS) method,the sub-band separated matrix and target signal can be estimated.Thirdly,the array signal in frequency domain are reconstructed according to the separated matrix and separated signals which were not noises.Fourthly,the sub-band spatial spectrum corresponding to the reconstructed array signal is obtained by CS beamforming method.Finally,the total spatial spectrum is achieved by summing the all sub-band spatial spectrum.And the target direction can be estimated by searching the peak value of the total spatial spectrum.The verification results of simulator data and sea measured data show that,under the same conditions,the target detection ability and direction precision of the proposed method is superior to the classical minimum variance distortionless response(MVDR) method,frequency domain CS method,BSS combined with MVDR method.The spatial spectrum energy of faint target signal is improved obviously,and the ability of the sonar to detect faint target is enhanced.