基于多重信号分类法的一种声矢量阵方位估计算法

为了提高声矢量阵高分辨方位估计的性能,文中提出了一种矢量阵MUSIC方位估计算法.该算法先构造声矢量阵声压和振速组合输出的互协方差矩阵,然后进行MUSIC方位估计.理论分析和计算机仿真表明,文中算法比传统声矢量阵MUSIC方位估计算法有更好的双目标分辨能力和弱目标方位估计能力,湖试结果也表明文中算法有更好的目标方位估计性能.该算法基于矢量传感器声压和振速的相干性原理,充分利用声压振速组合指向性抗干扰能力,可以更好地抑制各向同性干扰,提高阵列的处理增益,从而有更好的方位估计性能.     

柱形障板条件下声矢量圆阵相位模态域目标方位估计

提出了基于横向、纵向和对角排列的声压振速联合处理协方差矩阵构造的相位模态域最小方差无畸变响应(MVDR)目标方位估计方法。该方法利用弹性柱障散射声场模型,根据声矢量圆阵相位模态变换理论,构造声压与不同振速分量的互协方差矩阵,并进行相加、纵向、横向和对角排列得到扩展互协方差矩阵,将扩展互协方差矩阵分解重构后进行MVDR目标方位估计。理论分析与仿真结果表明,纵向排列互协方差矩阵具有更好的方位估计性能,相加互协方差矩阵具有较低的背景谱,对角和横向排列相对纵向排列较差。水池试验和湖试结果进一步验证了纵向排列互协方差矩阵具有较其他3种方法更好的方位估计性能。     

声矢量圆阵宽带相干目标MVDR方位估计*

针对宽带相干目标的远程探测问题，本文提出一种基于声压振速联合处理和矢量重构的声矢量圆阵MVDR波束形成方法。该方法利用相位模态变换技术，将声矢量圆阵变换为与信号频率无关的虚拟线阵，并构建虚拟线阵声压与组合振速的互协方差矩阵，利用声压与振速各分量间的空间相关性有效地抑制各向同性环境噪声；并对宽带相干信号的互协方差矩阵进行矢量重构，即将最大特征值对应的特征向量划分为相互重叠的子向量，从而构建前/后向Hermitian矩阵；最后，基于MVDR波束形成器实现宽带相干目标的方位估计。仿真计算和实验数据处理结果表明，该方法具较强的解相干能力和噪声抑制能力以及较高的方位估计性能。     

压差式矢量水听器方位估计中的干扰抵消

矢量水听器由于能获取声场中标量（声压）和矢量（振速）信息，因此单个的矢量水听器就可实现目标方位估计。单个矢量水听器是利用信号的声压和质点振速之间相关性进行信号方位估计，但是当存在干扰，并且干扰和信号之间相关时，如果对运用能量流进行方位估计的方法不加改进，则会出现很大的误差，甚至出现错误的估计。本文提出一种存在已知噪声干扰情况下的干扰抵消方法，并针对该方法进行了仿真试验，最后运用湖试数据进行了验证。结果表明，该方法能有效地减弱相千千柑对信号的影响，实现对信号的方位估计。     

基于矢量水听器的最大似然比检测和最大似然方位估计

矢量水听器由声压水听器和质点振速水听器复合而成,可以空间共点同步测量声压和质点振速,并由此得到空间一点处的声能流。本文证明在各向同性噪声场中声能流是最大似然比检测量,声能流方向是声源方位的最大似然估计;讨论声能流检测器的增益以及方位估计DOA(Direction of Arrival)的克拉美罗界CRB(Cramer—Rao Bound)。给出了计算机的仿真结果和浅海试验的结果。     

基于矢量水听器的水下目标低频辐射噪声测量方法研究

矢量水听器由声压传感器和质点振速传感器复合而成,可以空间共点、同步测量声压和质点振速的各正交分量。本文利用矢量水听器测量水下目标低频辐射噪声,给出了测量的基本原理。证明了:（1）在各向同性噪声场中质点振速的最大空间增益为约 4.8 dB;有功声强的空间增益与时间带宽积有关,（2）在各向异性场中,有功声强的空间增益取决于噪声场的空间分布。计算机仿真结果和海上试验结果也在文中给出。     

基于矢量水听器阵列空域预滤波处理的多重信号分类算法研究

矢量水听器能同时拾取声压和振速信息,在相同的信噪比、阵元数及阵列孔径下,矢量阵定向性能优于声压阵列。目前,以多重信号分类算法(Multiple signal classification,MUSIC)为代表的高分辨定向算法已经广泛应用于矢量水听器阵列中。但是随着信噪比降低、信号源方位间隔减小,传统MUSIC算法定向精度及分辨概率显著下降。本文采用最小二乘法设计适用于矢量水听器水平阵列的矩阵空域滤波器,用于阵列数据的空间滤波预处理,可以对阻带扇面噪声进行有效抑制。由滤波后的数据协方差矩阵可以得到新的噪声子空间,在传统MUSIC算法基础上修正通带扇面内阵列流型的畸变后即可得到滤波后MUSIC算法的方位谱。仿真结果表明,当信噪比较低时,改进算法有效提高了通带扇面内目标方位分辨性能。最后本文对四基元矢量水平阵列海试数据进行了处理,改进算法对窄带信号定向较常规算法-3 dB束宽减小了13°,旁瓣级降低约8 dB。对有一定带宽的行船辐射噪声定向处理得到了更加精确的航迹图,海试数据处理结果证明了该算法的可行性和有效性。     

单矢量水听器的高分辨目标方位跟踪算法研究

根据单矢量水听器自身具有阵列流型的特点,提出了适用于对目标保持连续跟踪的空域预滤波MUSIC算法。通过调整滤波器通带中心角使其保持在目标估计方位角附近,可以消除滤波器通带中心角偏离目标真实方位角时传统预滤波MUSIC算法产生的目标方位估计误差。仿真结果表明,改进预滤波MUSIC算法可以减小甚至消除低信噪比情况下目标方位估计存在的较大误差。海试数据结果表明,阵元域MUSIC和改进预滤波MUSIC都可实现对单频脉冲信号和线性调频信号的目标方位估计,且估计结果与GPS舰位推算结果一致,但改进预滤波MUSIC算法主瓣更尖锐。对宽带航船噪声处理结果显示,改进预滤波MUSIC算法使单矢量水听器在存在目标干扰时的探测距离从2 km提升到了5 km,验证了改进预滤波MUSIC算法可实现弱目标情况下的高分辨目标方位跟踪。     

质点振速传感器直线阵超指向性波束形成*

声矢量传感器及其组阵方式的研究已成为水声领域的热门课题。该文研究了当单自由度矢量传感器（质点振速传感器）的观测方向沿直线阵轴线方向时的空间均匀噪声场中两阵元的噪声相关系数,然后采用Gram-Schmidt模态波束分解与综合方法推导了高阶超指向性的最优解,得到了直线阵端射方向的指向性指数和稳健性水平。仿真研究表明,当d / λ < 0.5 (d为阵元间距,λ为波长)时,质点振速传感器直线阵（简称质点振速阵）采用超指向性方法在端射方向的指向性指数略高于声压传感器直线阵（简称声压阵）;而当d / λ > 0.5时,质点振速阵的指向性指数远远高于声压阵。该文的研究内容对水下声纳系统中质点振速传感器的有效组阵和实际应用具有一定的参考价值。     

声矢量传感器研究进展

声矢量传感器由传统的无指向性声压传感器和偶极子指向性质点振速传感器复合而成,可以同步共点测量声场中一点处的声压和质点振速若干正交分量,由此得到的幅度和相位信息为解决一些水声问题提供了新的思路。因其实际的和潜在的工程应用价值,所以在最近十年间与此相关的声矢量传感器技术备受水声界关注。本文尝试综述声矢量传感器技术近五十年间在物理基础、传感器设计制作、相关工程应用等各方面的发展历史、现状和所取得的一些研究进展。PACS数: 43.30,43.60,43.85     

Wideband high-resolution direction of arrival estimation method based on the pressure-velocity combined processing using the acoustic vector sensor array

In order to solve the problem of DOA (Direction of Arrival) estimation of underwater distant wideband targets, a novel coherent signal-subspace method based on the cross spectral matrix of pressure and particle velocity using the Acoustic Vector Sensor Array (AVSA) is proposed in this paper. The proposed method is different from existing AVSA based DOA estimation methods in using particle velocity information of Acoustic Vector Sensor (AVS) as an independent array element. It is entirely based on the combined information processing of pressure and particle velocity, namely, the P-V cross spectrum, has better DOA estimation performance than existing methods in isotropic noise field. By theoretical analysis, both focusing principle and eigendecomposition theory based on the P-V cross spectral matrix are given. At the same time, the corresponding criteria for source number detection is also presented. Computer simulations with data from lake trials demonstrate that the proposed method is effective and obviously outperforms existing methods in resolution and accuracy in the case of low Signal-to-Noise Ratio (SNR).     

Detection of number of sources and DOA estimation based on the combined information processing of pressure and particle velocity using acoustic vector sensor array

In order to solve the problem of DOA(direction of arrival)estimation of underwater remote targets,a novel subspace-decomposition method based on the cross covariance matrix of the pressure and the particle velocity of acoustic vector sensor arrays(AVSA)was proposed. Whereafter,using spatio-temporal virtual tapped-delay-line,a new eigenvector-based criteria of detection of number of sources and of subspace partition is also presented.The theoretical analysis shows that the new source detection and direction finding method is different from existing AVSA based DOA estimation methods using particle velocity information of acoustic vector sensor(AVS)as an independent array element.It is entirely based on the combined information processing of pressure and particle velocity,has better estimation performance than existing methods in isotropic noise field.Computer simulations with data from lake trials demonstrate,the proposed method is effective and obviously outperforms existing methods in resolution and accuracy in the case of low signal-to-noise ratio(SNR).     

阵列幅相误差条件下的目标方位估计

本文研究了一种改进的MUSIC法，可在一定阵列幅相误差条件下对多目标实现高分辨方位估计，有效地改善了原算法的参数估计性能，具有稳健性高、适用范围广以及工程实现简单等特点，通过大量的计算机仿真和水池实验表明，该方法具有较好的多目标分辨能力和方位估计精度，工程应用前景良好。     

宽带双曲调频信号参数化时频分析波达方向估计

针对有源探测或脉冲侦查中双曲调频信号的波达方向估计问题,提出了基于参数化时频变换(PTFT)的多重信号分类(MUSIC)测向算法,简称PTFT-MUSIC算法。该算法由发射信号确定针对双曲调频信号的参数化变换核,对接收信号进行频域参数化时频变换,利用获得的时频分布建立阵列信号时频分布模型,并以此模型设计基于时频分布矩阵的MUSIC算法以实现双曲调频信号的波达方向估计。通过仿真和实验对该算法的估计误差和多目标分辨性能进行了分析,仿真和海上实验结果表明:相比现有的时频MUSIC算法,PTFT-MUSIC算法能有效提高空间谱分辨率和波达方向估计性能,同时该算法拥有对特定调频信号筛选性,结合时频域滤波算法能有效抑制相干直达波干扰,应用于多基地声呐系统时有效提高了声呐定位性能。     

A subspace fitting algorithm of acoustic vector sensor array and corresponding matrix pre-filter design

In order to ease the pass-band response distortion of the matrix pre-filter,a simple approach for designing matrix spatial filter is proposed,which minimizes the sum of the k maximal distortion norm（k is the number of the constraint points）within the pass-band,while constraining the filter response within the stop-band.Considering the costly amount of calculation of the high-resolution methods,an algorithm with small amount of calculation based on matrix pre-filtering and subspace fitting using acoustic vector array（MF-VSSF）is proposed.Through joint processing of signal subspace of both pressure and particle velocity,the pre-filtering matrix and the signal subspace is decreased to M-dimensional（M is the number of array-element）,hence reduces the time-consumption of the matrix pre-filter design and DOA searching.Simulation results show that,the method offers the same performance as MUSIC with pre-filtering,but has much lesser amount of calculation.Moreover,the designed prefilter can efficiently suppress the interference in the stop-band and improve the estimation and resolution performance of successive DOA estimators.     

解卷积的多重信号分类算法方位谱低背景处理方法

针对信噪比较低时,多重信号分类(Multiple Signal Classification,MUSIC)算法方位谱背景级较高的问题,提出了一种解卷积的MUSIC方位估计算法(Deconvolvecd MUSIC,D-MUSIC)。该方法用一个类似冲激函数作为MUSIC算法输出方位谱的点散射函数(Point Scattering Function,PSF),然后基于解卷积图像复原理论,利用该点散射函数和RichardsonLucy(R-L)迭代算法对MUSIC算法的方位谱进行解卷积,获得D-MUSIC算法的方位谱,达到降低方位谱背景级的目的。仿真表明,该方法继承了MUSIC算法的高分辨性能,且可以明显降低方位谱的背景级,具有较好的方位估计性能。对南海海上试验的水平阵数据进行处理,分析比较了利用MUSIC算法和解卷积MUSIC算法获得的方位谱时间历程图,分析结果有效验证了D-MUSIC算法性能的优越性。      

瞬态信号的小波变换波达方向估计

针对瞬态信号方位估计问题,提出了基于连续小波变换的多重信号分类测向算法(CWT_MUSIC)。首先由信号特征确定小波尺度参数,构造Morlet小波,对信号进行小波变换,利用获得的小波变换系数建立多分辨时频阵列信号模型,并据此模型设计基于子空间的MUSIC算法以实现瞬态信号的波达方向估计;然后对该算法的多分辨与误差性能进行分析,最后仿真实验和实际爆炸试验验证了所提出的CWT_MUSIC算法能有效地提高空间谱的分辨率和DOA估计性能。     

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。