波束域高分辨方位估计的方法、统计性能及水池实验结果

本文针对水声设备的实际应用，研究了波束域高分辨方位估计的MUSIC方法。首先分析了波束形成方法获得处理增益的原理，揭示了波束域高分辨方法具有较低分辨门限的机理；给出了波束域高分辨MUSIC算法，通过计算机仿真，比较了波束域和阵元域高分辨MUSIC法的统计性能，显示了波束域高分辨方法的优越性；进行了消声水池实验，结果表明波束域高分辨MUSIC法分辨力高，对阵列误差具有较大的宽容性。     

矢量水听器垂直阵列数据融合高分辨方位估计算法

为了实现矢量水听器垂直阵列对目标的高分辨方位估计,提出了基于MUSIC子频带最优加权数据融合方法。该方法采用MUSIC算法对划分的各窄带信号进行方位估计,并在各子频带对多基元方位估计结果进行最优加权最小二乘融合处理,最后通过加权直方图统计法得到最终方位估计结果。对算法进行的仿真及海上试验数据处理结果表明:本文算法在方位估计精度、方位估计正确概率、多目标分辨以及对噪声子频带的抑制能力方面都优于单个基元MUSIC以及多基元复声强器融合算法。      

矢量水听器垂直阵列数据融合高分辨方位估计算法

为了实现矢量水听器垂直阵列对目标的高分辨方位估计,提出了基于MUSIC子频带最优加权数据融合方法。该方法采用MUSIC算法对划分的各窄带信号进行方位估计,并在各子频带对多基元方位估计结果进行最优加权最小二乘融合处理,最后通过加权直方图统计法得到最终方位估计结果。对算法进行的仿真及海上试验数据处理结果表明:本文算法在方位估计精度、方位估计正确概率、多目标分辨以及对噪声子频带的抑制能力方面都优于单个基元MUSIC以及多基元复声强器融合算法。     

时延估计技术及其在多途环境中的应用

将Ｖａｃｃａｒｏ等人提出的带惩罚函数的最小二乘算法和Ｌｉ等人提出的ＷＲＥＬＡＸ时延估计算法结合起来,给出了一种时延估计问题的混合算法,其中ＷＭＬＡＸ算法用于计算重叠信号时延和幅度的初始值,带惩罚函数的频域最小二乘算法用于确定重叠信号时延和幅度的真实值。本文还介绍了利用相关系数进行时延估计运算以及确定有效多途信号数目的方法,并成功地运用到实验数据处理。模拟数据显示混合算法具有很强的处理重叠多途信号,以及抗噪声干扰的能力。对实验获得的时带积（ＴＢ）为 ８００,带宽从 ５００ Ｈｚ到 ７００ Ｈｚ的线性调频（ＬＦＭ）信号,利用相关系数获得的重构接收信号与接收信号符合得非常好。     

使用稀疏贝叶斯学习的水声多途信道盲估计

提出了一种使用稀疏贝叶斯学习(SBL)的多途信号盲解卷积方法对水声多途信道的信道脉冲响应(CIR)进行盲估计。该方法利用垂直阵和多频SBL获得宽带舰船声源在不同垂直到达角上的复数域多频点信号,取其相位对垂直阵接收信号匹配滤波,得到每条路径上的CIR,将多路径CIR相干叠加得到最终的多途CIR结果。仿真与海试数据处理结果表明,相比于原有的基于交替投影的多途信号盲解卷积方法,所提出方法有以下几个好处:(1)无需准确预估多途信号数目;(2)分离的多途信号的方位更准确且信号相位更可靠;(3)有效获取了舰船与阵列之间的CIR.并且将弱路径CIR的平均时间估计误差从4.7 ms缩小到1.0 ms.显著提高了弱路径CIR的时间估计精度。使用稀疏贝叶斯学习的多途信号盲解卷积方法能够有效提高多途环境下水声信道盲估计的性能。      

双扩展水声信道的时延多普勒域稀疏估计

利用双扩展水声信道在时延-多普勒域存在的稀疏结构,将信道估计转化为压缩感知框架下的稀疏恢复问题可改善估计性能。但是,稀疏恢复经典方法如l_1范数、近似l₀范数无法适应水声信道时延-多普勒域稀疏度的动态变化,而匹配追踪(Matching pursuit,MP)、正交匹配追踪(Orthogonal Matching Pursuit,OMP)等贪婪类算法则存在着易进入局部最优解、二维搜索导致运算复杂度高等问题。提出在时延-多普勒域稀疏恢复的目标函数中引入非均匀范数约束(Non-uniform Norm Constraint,NNC),即在时延-多普勒域信道响应中根据每个时延-多普勒域位置的幅值分别分配为l₀或l₁范数约束,因而可通过不同范数约束组合的方式适应不同的时延-多普勒域稀疏度;同时,通过对非均匀范数代价函数进行梯度下降迭代求解并将梯度解投影至解空间推导了非均匀范数稀疏恢复的迭代求解方法,从而实现双扩展水声信道时延-多普勒估计。数值仿真和实验数据处理表明该算法相对经典方法有较明显的性能改善。通过仿真、海上水声通信实验结果可获取结论,利用时延-多普勒域稀疏特性的信道估计方法结合均衡器可有效提高双扩展信道条件下的水声通信性能。      

波束形成与独立分量分析融合的宽带高分辨方位估计方法

针对波束域高分辨方位估计存在方位估计偏差大等缺点,提出了将波束形成与独立分量分析融合的宽带高分辨方位估计方法:(1)阵元域数据转换到波束域后,对多波束数据利用基于二阶统计量的独立分量分析算法处理,(2)将波束域独立分量分析融合方法输出结果重构回阵元域信号,(3)对重构后的阵元域数据,使用约束最优化方法改进的MUSIC算法做高分辨方位估计。最后利用ICS (Interactre Circuts&System)声呐模拟器数据和海试数据对算法进行了验证。结果表明:本文方法在弱目标检测、观测区域外强干扰抑制、方位分辨率方面都优先于波束域MUSIC和波束MVDR方法。      

基于虚拟时间反转镜的短基线定位研究

海洋的多途效应是影响水声定位信号检测性能的主要因素。为了满足信号检测中的某种"最佳"准则,克服海洋水声信道的多途效应,本文基于信道的匹配滤波器-时间反转镜技术,提出虚拟时间反转结合匹配滤波器构造信号处理接收机的方法。通过计算机仿真和实验数据处理表明,经过基于虚拟时间反转处理的匹配滤波(TR-MF)接收机性能优于传统的匹配滤波(MF)接收机,并且将该技术应用在短基线水声定位系统中,提高了时延估计分辨力,改善了定位精度。     

一种单频水声信号多径时延估计算法

提出一种针对单频水声信号的多径时延估计算法,通过采用频域加权并结合进化规划算法解决代价函数强烈振荡下的高效全局优化.算法引入多径径数建立由多径时延、幅度系数及径数组成的水声信道多径参数模型,在采用频域加权预白化进行非线性最小二乘代价函数解耦处理的基础上,结合进化规划算法进行非线性参数解空间的高效全局寻优,从而实现多径时延的高分辨率估计.利用仿真数据和海上实验数据进行的实验表明,本算法具有较高的多径时延估计精度并可同时实现多径径数的估计.     

一种基于最优频段的X射线脉冲星累积轮廓时延估计方法

为提高X射线脉冲星导航中累积脉冲轮廓的时间延迟估计精度, 分析了X射线脉冲星累积脉冲轮廓的频谱特性和现有Taylor快速傅立叶变换时延估计算法的缺陷, 提出了一种基于最优频段的累积轮廓时延估计算法, 并通过建立不同信噪比下时延估计误差与所采用频段之间的关系以确定最优频段. 数值及实测数据实验结果表明: 在短时观测或光子流量较小时, 该算法优于常用的近似最大似然 (FAML)、相关 (CC)、最小二乘 (NLS) 及加权最小二乘 (WNLS) 方法; 在观测时间较长或光子流量较大时, 该算法的估计精度与CC及NLS方法相当, 但其运算量低于NLS, FAML 及WNLS方法. 本文所提算法适用于短时观测脉冲轮廓或低流量脉冲星的高精度时延估计.     

MPSK调制系统中的自适应信道估计

本文研究了在MPSK调制方式下,不发送训练序列的直接判决自适应信道估计问题。为提高信道估计性能,提出采用软判决鉴相估值来调整加权最小均方（WLMS）和加权递归最小二乘（WRLS）自适应算法中的权值来进行信道估计,并研究了改进的软判决WRLS算法。结果表明,软判决加权LMS算法比一般LMs性能有很大提高,改进的软判决WRLS算法估计性能优于加权RLS算法。     

基于角度信息的递推最小二乘无源定位算法

针对机载单站无源定位的定位精度和实时性等问题,提出了一种基于角度信息的递推最小二乘(RLS)无源定位算法;首先建立了机载单站三维无源定位模型,求出最小二乘(LS)解;然后依据机载单站无源定位的实时性要求将最小二乘估计转化为递推最小二乘估计的形式;最后通过不同的仿真实验研究了影响定位精度和收敛速度的因素;仿真结果表明:RLS算法与LS算法在定位精度和收敛速度方面性能相似,但RLS算法运算复杂度低,所需存储空间小,能够实时的对目标进行定位,满足机载单站无源定位的需求。     

稀疏贝叶斯学习水声信道估计与脉冲噪声抑制方法

水声信道具有显著的稀疏特性,利用稀疏贝叶斯学习(SBL)算法能够实现稀疏水声信道的有效估计。针对SBL计算复杂度较高的问题,将广义近似消息传递-稀疏贝叶斯学习(GAMP-SBL)引入水声信道估计。该方法在SBL的框架下结合GAMP以消息传递的方式计算信道冲激响应,能够有效降低SBL的计算复杂度。针对假设背景噪声服从高斯分布的信道估计方法在脉冲噪声环境下性能下降问题,提出了基于GAMP-SBL的脉冲噪声抑制水声信道估计方法:首先利用脉冲噪声时域稀疏特性,采用GAMP-SBL估计脉冲噪声并进行抑制,然后再次利用GAMP-SBL实现水声信道估计.基于第九次北极科考冰下脉冲噪声的两次仿真结果表明,所提出的方法在归一化均方误差上相对于未进行脉冲噪声抑制的GAMP-SBL最大分别降低了18.71%,6.61%,在信道解码前误码率上最大分别降低了1.66%,4.05%,并且相对于Clipping方法更加稳健。在信噪比为20 dB时,误码率可低于10-2。      

基于DFT-SAMP算法的MIMO-VLC系统压缩感知信道估计

多输入多输出(Multiple-input-multiple-output,MIMO)可见光通信(Visible Light Communications,VLC)系统接收端需精确的信道状态信息用以解调信号，而常用的最小二乘算法对噪声敏感，估计误差较大，难以保证可靠性。基于信道稀疏特性，利用压缩感知方法进行MIMO-VLC信道估计，提出一种基于离散傅里叶变换(Discrete Fourier Transform,DFT)的稀疏度预测自适应匹配追踪(DFT Based Prediction-sparsity Adaptive Matching Pursuit,DFT-SAMP)算法。首先，通过DFT的稀疏度预测方法对信道冲激响应的稀疏度进行预估计，将估计的稀疏度作为算法初始步长，以快速逼近真实稀疏度，提高算法效率；其次，采用SAMP算法重构信道冲激响应，提高信道估计准确性，保证通信可靠性。基于2×2的MIMO-VLC系统信道估计实验结果表明，导频数为32时，本文算法相较于最小二乘算法在误码率满足前向纠错的误码率阈值(3.8×10^-3)时所需的信噪比降低4.5 dB；...     

波导环境多目标时延-多普勒解卷成像

有源声呐感兴趣的参量是目标距离和径向速度,它们无法直接观测得到,需要通过估计而获得。利用波导多路径环境多目标时延-多普勒模型,可以导出采样互模糊度函数均值是发射信号自模糊度函数与广义目标反射性密度函数的两维卷积,其中广义目标反射性密度函数为信道扩展函数与目标反射性密度函数的两维卷积。依据信息理论最小Csiszar鉴别准则,可导出R-L (Richardson-Lucy)迭代解卷算法,对采样互模糊度函数均值进行两维迭代解卷积,消除发射信号和信道引入的模糊,序贯地实现时延-多普勒两维像的估计,进而获得多目标的时延和多普勒参量估计。仿真结果和海上实验数据分析验证了R-L解卷算法的可行性和有效性,较之常规的匹配滤波和维纳滤波算法,R-L算法有效地提高了时延和多普勒估计的分辨力和精度。      

结合主动时间反转算法的短基线定位研究

短基线声学定位技术是水下运动目标定位的重要研究内容。为了解决定位系统工作于浅水或近岸时多途扩展严重造成的时延估计误差和系统工作不稳定的问题,本文提出一种结合时间反转算法的短基线宽带应答定位技术,该方法利用短基线阵元发射宽带信号,通过应答器接收该信号时间反转处理后再返回给短基线阵元位置,实现信道多途的自适应聚焦,进而提高时延估计精度及信号检测的鲁棒性。仿真研究和湖上试验表明,该方法能够充分利用信道多途信息实现聚焦,减少信道多途对定位信号时延估计的影响,具有较强的抗噪声和多途干扰的能力。相对传统定位方法,该方法可以抑制短基线定位过程中误差及野点的产生,改善了物体定位导航的精度。      

基于基追踪去噪的水声正交频分复用稀疏信道估计

针对传统的l₂-范数信道估计精度低的问题, 提出了一种基于基追踪去噪(BPDN)的水声正交频分复用稀疏信道估计方法, 该方法针对水声信道的稀疏特性, 利用少量的观测值即可以很高的精度估计出信道冲激响应. 与贪婪追踪类算法相比, 基于BPDN算法的稀疏信号估计具有全局最优解, 采用l₂-l₁范数准则估计信号, 同时考虑了观测值含噪情况, 通过调整正则化参数控制估计信号稀疏度和残余误差之间的平衡. 仿真分析了导频分布、正则化参数等对BPDN 算法的影响以及BPDN算法与最小平方(LS)、正交匹配追踪(OMP)信道估计算法的性能. 湖试结果表明, 在稀疏信道下, 基于BPDN的信道估计方法明显优于LS和OMP信道估计方法.     

利用目标信道特性约束的信道匹配检测算法

浅海有源声呐的探测性能主要受到多途扩展以及混响干扰的影响。为了提高声呐系统的检测性能,根据双扩展信道匹配原理,结合混响信道与声呐目标信道特点,提出了一种基于回波特性约束的信道匹配检测算法。该算法通过最小二乘匹配追踪算法估计信道稀疏响应,并根据混响和目标信道的扩展差异,通过约束目标信道扩展对稀疏信道响应去冗余,得到更精确的目标回波信道响应。利用该信道响应进行信道匹配检测,可以进一步提高信混比处理增益。数值仿真结果表明所提算法可以有效汇集多途信号能量并抑制混响干扰,提高声呐系统的检测性能;海试数据处理结果显示,在试验信道条件下,所提算法处理结果的峰值信混比,与匹配滤波相比提升约7~12 dB,与传统自适应相关器相比提升约6~7 dB。      

OFDM水声通信CS限幅失真补偿与LS信道估计优化算法*

正交频分复用技术应用于水声通信系统时,会引起较高的峰均比,当采用限幅法对峰均比进行抑制时,会产生非线性失真。另外,系统采用最小二乘法进行信道估计受噪声的影响较大。针对以上问题,提出了一种基于压缩感知技术的补偿限幅非线性失真与最小二乘信道估计相组合的新算法,在接收端利用导频数据采用压缩感知算法对限幅失真进行补偿,同时对最小二乘信道估计进行优化运算,以减小噪声对其影响。理论分析和仿真结果均表明,新算法不但能够有效抑制限幅法造成的系统非线性失真问题,而且能够降低高斯白噪声对于信道估计的影响。     

基于倒谱分析的单水听器目标运动参数估计

基于浅海射线声学多途结构,提出了一种具有高稳健性、高精度的单水听器目标运动参估计方法.针对匀速直线运动目标,综合多途时延差和运动学几何关系,构建了目标三维多途时延模型,进而获得目标运动参数与多途时延差的非线性时间映射.研究了典型水声信道的倒谱表达式,提出了利用倒谱提取多途时延差的策略.采用差分进化综合优化手段估计目标运动参数,提高了算法的稳健性.理论及仿真结果表明,倒谱的时间分辨率不受信号带宽的限制,而主要取决于信号类型和信噪比;CW信号的倒谱对多普勒不敏感;参数估计精度主要取决于时延差估计精度和参与差分进化运算的信息量,当包含有最近点信息时参数估计性能较好.水池实验结果进一步验证了方法的正确性和有效性.