频域盲源分离与波束形成结合抑制方向性强干扰方法

针对方向性强干扰严重影响无源声呐弱目标检测的问题,提出了频域盲源分离与波束形成结合的干扰抑制方法:以子带分解的方法实现宽带干扰抑制。对每个子带进行频域盲源分离,并估计出各分离信号的方位,将与给定强干扰方位匹配的分离信号置零,利用估计的解混矩阵和处理后的分离信号重构回阵元域信号并进行波束形成实现目标方位估计。声呐模拟器数据与海试数据验证结果表明,相对于传统零陷常规波束形成与零陷最小方差无失真响应波束形成方法有2 dB以上的增益,约6 dB的背景级降低,证明该方法在抑制方向性强干扰方面是有效的。      

主被动拖线阵声呐中拖曳平台噪声和拖鱼噪声在浅海使用时的干扰特性

分析了主被动拖线阵声呐中拖曳平台的螺旋桨噪声和主动发射基阵(拖鱼)流噪声对被动接收基阵的干扰作用,指出在浅海声学环境下,直达波和海底、海面反射波会成为声呐系统的严重干扰。给出了拖曳平台和拖鱼在各种不同深度和缆长的情况下干扰源的入射角。从理论上计算了不同参数下干扰噪声对系统响应的影响,系统仿真结果可为声呐设计者抑制这种干扰提供途径。     

正交多相码连续波主动声呐回波检测算法设计*

与常规脉冲式主动声呐相比,连续波主动声呐能够提高目标回波的时间处理增益和目标信息更新速率。本文提出一种由正交多相码合成的连续发射波形,分析了发射信号和目标回波模型,设计了多通道匹配滤波器组完成回波检测。为了进一步提高接收机检测性能,提出了多通道非相干积累的处理方法。通过数值仿真,分析提出的连续波形的多普勒分辨性能和目标信息更新率。通过蒙特卡罗法获取ROC曲线,比较了脉冲式主动声呐和连续波主动声呐在均匀混响背景下对单目标检测性能的差异。仿真结果表明,本文设计的连续波波形具有较好的多普勒分辨性能,在均匀混响背景下,回波检测算法能够明显提高单个目标的探测能力。     

声屏蔽技术抗拖船干扰

提出了多途信道中的声屏蔽技术,并应用于抗拖船干扰,以克服传统的阵处理办法抑制拖船干扰时所存在的探测盲区问题。把拖曳线列阵接收的拖船干扰和同方位的目标信号在频域通过一个屏蔽聚焦权滤波器,在对干扰屏蔽的同时,对目标聚焦。针对聚焦权实用性差的缺点,又提出了屏蔽非聚焦权,并与常规波束形成做了比较。11元水平阵数据仿真结果表明,该技术提高了处理增益约5 dB;在抑制拖船干扰提高处理增益的同时,理论上也可以消除掉在该方向上强目标干扰形成的探测盲区。     

基于动态阈值匹配追踪的主动声呐直达波抑制方法

双基地声呐中的直达波干扰可以通过重构抵消的方式进行抑制。这种方法需要对直达波信道进行估计，传统的正交匹配追踪算法的收敛速度慢，分步正交匹配追踪等算法在提高收敛速度时牺牲了信道估计精度，导致回波检测能力下降。本文提出一种动态阈值匹配追踪算法估计直达波的信道响应，在提高收敛速度的同时兼顾了信道估计精度。在仿真环境中，达到同样的直达波抑制效果，所提算法与传统正交匹配追踪算法相比，收敛速度显著提升，检测输出的回波强度比分步正交匹配追踪算法高4dB；海试数据处理结果中，所提方法迭代收敛速度较正交匹配追踪算法提升4倍；输出的回波强度比分步正交匹配追踪算法高2dB。     

基于特征分析的自适应干扰抑制

针对水声环境中真实目标常常被强干扰掩盖而无法识别的问题,提出了一种基于特征分析的自适应干扰抑制方法(EAAIS)。根据目标信号可能的方向范围,通过构造合适的判决因子来自适应地估计并抑制互谱密度矩阵特征空间中的非目标信号子空间,得到具有更高信干比和信噪比的目标信号,为更好地实现目标识别与跟踪提供技术基础。数值仿真和海试数据验证结果表明,EAAIS方法能够自适应地抑制目标信号可能方向范围之外的强干扰,显著提高接收目标信号的信噪比和信干比,并获得更可靠的目标方位参数。相对于其它干扰抑制方法,本文提出的方法表现出了更为稳健的干扰抑制能力,具有更宽的适用条件。      

基于数学形态学的声纳主动探测信息净化方法

针对主动声呐探测画面中混响和被动条状干扰问题,提出了一种基于数学形态学滤波的主动探测信息净化方法。该算法通过研究数学形态学滤波器的频响特性,构造与主动声呐探测画面中目标频率特性匹配的结构元素,然后对主动声呐探测画面进行形态学滤波处理,估计主动声呐探测画面的干扰背景,最后进行探测信息净化,并利用形态学滤波对净化后图像进行增强。海试数据处理结果表明,该文方法能够有效抑制低频被动条状干扰以及混响背景,使点状目标在图像中表现更为明显,更有利于目标检测。     

水下目标前向声散射探测的干涉声场畸变量分析与应用

前向声散射探测中的信直比SDR;能衡量目标前向散射波与直达波的相对大小,但未考虑两种波的干涉叠加。前向散射波与直达波实际上是干涉在一起的且很难分离,因而信直比在目标探测分析中难以直接应用。以信直比为基础并计入前向散射波与直达波的干涉效果,引入了新的参量——干涉声场畸变量ΔFTL——并给出了理论计算公式。与SDR;相比,ΔFTL可以直接从声场数据中得到,在一定程度上具有不依赖先验信息的优势。以该公式为基础并结合千岛湖缩比目标探测试验数据,(1)通过估算几何扩展损失系数发现试验中的声波为球面波,结果与依据实测水文参数的射线声场模型仿真结果相符;(2)定量地证实了ΔFTL与目标穿越位置的对应关系,同时也证明了ΔFTL理论计算公式的有效性;(3)建立了一种新的直达波抑制效果评估方案,并完成了对自适应直达波抑制方法的效能评估。目标透声和航行姿态扰动对试验结果的影响可以忽略。分析结果表明:ΔFTL能够有效代替SDR,为开展前向声散射探测性能分析或直达波抑制效果评估提供理论参考。      

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。     

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。      

自适应直达波抑制方法在前向散射宽带信号中的应用（英文）

The basic principles of target detection by forward acoustic scattering are presented.A direct blast suppression approach based on adaptive filtering(DBS-AF) is proposed to suppress the direct blast.The DBS-AF technique is extended to the linear frequency modulation(LFM) signal,where the envelope of the signal is regarded as a "general waveform" and imported into the adaptive filter.Application of the DBS-AF method to the data collected from a lake trial yields an output detection curve,in which the direct blast is mapped to the background while the acoustic field aberration is represented by the peak value fluctuation.The inhibitory effect in single hydrophone is approximately- 5 dB,and is then enhanced by exploiting the mean value removal approach as a preprocessing technique.The direct blast is further suppressed to a level of-10 dB by making full use of multichannel receptions.The main factors affecting the algorithm performance are as follows:the fluctuation degree of the receptions during the weighting vector training period and the power ratio of the forward scattered wave to the direct blast when the target is present.     

自适应直达波抑制方法在前向散射宽带信号中的应用

介绍了前向声散射目标探测的基本原理,并提出了基于自适应滤波的直达波抑制(DBS-AF)方法。将DBS-AF方法扩展到线性调频(LFM)信号中,把信号的包络视为一种广义"波形"并输入自适应滤波器。利用该方法分析了湖试数据,并得到了随观测时间变化的检测输出曲线。在曲线上直达波对应了曲线的背景输出而目标引起的接收声场畸变则对应了曲线的峰值起伏。单个通道的直达波抑制效果可以达到-5 dB左右;引入去均值化预处理能够增强直达波抑制效果,再利用多通道的接收信息,直达波被抑制到-10 dB以下。影响算法性能的主要因素是训练权值时段内接收信号的起伏和信直比。      

浅海双基地有源探测调频信号直达波消除

双基地有源探测常采用长脉宽探测信号以获取更高的时间增益,容易导致回波弱信号被强直达波信号掩蔽而影响回波检测.针对长调频信号直达波的干扰,提出基于分数阶傅里叶变换(FrFT)的直达波消除方法.该方法利用调频信号在时频分布上的稀疏性,通过对接收信号进行分数阶傅里叶变换分离直达波和回波信号然后在变换域对直达波信号进行去除.远...     

等声速环境中目标前向声散射简正波耦合的垂直阵空域响应特征

水下目标的前向声散射会引起声波传播过程中的简正波耦合效应,使得接收声场结构发生变化,研究目标前向散射引起的垂直阵列上空域响应变化特征,可实现对直达波强干扰背景下的前向散射检测。通过将垂直阵波束形成技术分别用于信道中目标散射场理论模型计算数据和湖上实验验证数据,分析了等声速环境中目标前向声散射简正波耦合的垂直阵空域响应特征。结果表明,目标靠近接收端时前向散射引起的声波垂直达到结构与无目标时相比差异显著,高阶简正波向低阶简正波转化导致信号到达时延宽度展宽,采用指向水平方向的窄波束可显著提取目标前向散射引起的接收声波变化特征。      

海洋声场中分布式无源定位系统的节点配置方法

为了提高海洋声场中分布式无源定位系统的定位精度,提出一种基于自适应遗传算法的节点配置方法。首先,基于到达时间TOA(Time of Arrival)定位算法推导出均匀物理场与海洋声场中定位误差的CRLB(Cramer Rao Lower Bound)。之后,利用BELLHOP模型对海洋声场进行建模,获得任意位置处目标声源与节点接收信号相关的传递函数并对等效声速进行计算.以目标声源在观测区域内服从均匀分布为例,将定位误差的平均CRLB最小为优化准则,采用自适应遗传算法对节点进行优化配置。结果表明,该方法能够有效降低海洋声场中分布式无源定位系统的定位误差,并给出定位误差随节点个数增加呈非线性递减的变化趋势,可为工程应用提供理论指导。      

一个解决声纳系统同频干扰的新思路

多平台联合作战将是未来海上作战的重要形式之一,多部主动声纳的同时存在使声兼容问题十分突出。由于友舰直达波经历的是单程传播,其强度往往比经历了双程传播的目标回波大的多。通过波形设计可以获得相关系数小的声纳波形,虽然可以从一定程度上缓解声兼容问题,但由于获得的增益有限,并不能从根本上解决这一问题。本文通过对常规检测器的修正,引入能量归一化的概念,有效地消除了能量对检测器的影响,从而解决了这一问题。同时本文还提出了与现有声纳信号处理体系相兼容的频域实现方法,使该算法在工程上的实现成为可能。计算机仿真证明,这一方法是正确有效的。     

利用宽带引导声源重构拷贝声场的目标声源定位

为了避开传统的匹配场目标定位技术对环境先验知识的依赖性,提出了在均匀浅海环境中只知道少量环境参数的情况下,利用垂直接收阵和不同距离上的两枚宽带引导声源重构声场对目标声源进行定位的一种方法。这种方法主要基于简正波估计和声场重构两种关键技术,同时省去了匹配场定位技术中大量的拷贝声场计算。数值仿真主要采用线性Bartlett匹配处理器分析了目标定位效果,在信噪比高于10 d B的情况下,定位效果良好。     

水声信号稀疏重构的高阶累积量波达方向估计

高阶累积量具有高斯噪声抑制和阵元扩展特性,将高阶累积量引入水声信号的方位估计中,提出了离格稀疏贝叶斯学习重构的高阶累积量测向算法。该方法利用高阶累积量对高斯噪声的自然盲性,计算阵列信号四阶累积量来滤除高斯噪声,使阵元在原来的结构上扩展了一倍;并构造出选择矩阵剔除了四阶累积量中的冗余项,能再一次的扩展阵元,得到的新观测模型具有更好的统计性能;最后利用空域稀疏性,推导出四阶累积量下的离格稀疏表示模型,采用贝叶斯学习解算出源信号的最大后验概率,实现了目标方位估计。数值仿真和海试实验数据表明,该方法在相邻声源方位间隔为4°的情况下分辨概率可达到95%以上,在信噪比大于-5 dB时目标方位估计的均方根误差在1°以内,可显著抑制背景噪声干扰,在多声源密集分布条件下也能准确、稳健的对水声目标方位进行估计。      

水下声目标的梅尔倒谱系数智能分类方法

传统水下声目标识别分类方法具有较强的人机交互特性,无法满足未来水下无人平台智能识别分类水声目标的需求。针对这一问题,提出了一种基于梅尔倒谱系数（MFCC）的水下声目标智能识别分类方法,该方法通过提取水下声目标梅尔倒谱系数特征,采用长短时记忆网络（LSTM）构建了智能识别分类模型。使用实际水声信号对该方法进行了验证,结果表明,基于梅尔倒谱系数的水下声目标智能识别分类方法能够在不依赖人工提取特征的情况下,对目标噪声进行识别分类,具备智能化识别分类能力。