一种加权稀疏约束稳健Capon波束形成方法

为了克服标准Capon波束形成器旁瓣级高以及存在角度失配时性能急剧下降等缺点, 在稀疏约束Capon波束形成器的基础上, 提出了一种加权稀疏约束Capon波束形成器. 该方法利用波束响应的稀疏分布特性, 在标准Capon波束形成优化模型中加入旁瓣区域波束响应稀疏约束(l₁ 范数约束), 使旁瓣区域波束响应向量中非零元素的个数最小化; 通过阵列采样数据协方差矩阵特征分解得到信号子空间及噪声子空间, 利用信号子空间与噪声子空间的正交特性, 构造加权矩阵对稀疏约束进行加权, 使得稀疏重构时波束响应向量中不同角度对应的元素得到不同程度的约束. 该方法有效地抑制了Capon波束形成器的高旁瓣级, 加深了干扰方位零陷, 提高了阵列输出信干噪比. 由于稀疏约束, 波束响应向主瓣集中, 期望信号方向附近的波束响应都较大, 从而也提高了阵列抗导向矢量角度失配的能力. 数值仿真和水池实验验证了所提方法的有效性.     

交替迭代多约束波束优化设计

声学阵列波束形成器的阵增益、旁瓣级、稳健性等多个指标相互关联,对于包含加权向量范数约束和旁瓣控制的高增益波束优化设计问题,针对传统的内点法波束优化算法硬件实现困难及计算复杂度大等问题,提出了多约束交替迭代求解方法。通过引入辅助变量将范数约束和旁瓣约束解耦合,进而将多约束优化转化为两组单约束优化问题。给出了优化子问题的解析或近似解。理论分析表明,与现有内点优化算法相比,所提方法计算量较小,单次迭代复杂度仅为变量及约束个数的二次多项式。采用仿真和实测的阵列流形验证了设计效果,结果表明所提方法可实现旁瓣级,阵增益和稳健性等多个波束设计指标的合理折中,计算精度与二阶锥规划算法相当,但计算量更小。      

采用空间谱加权稀疏约束的稳健Capon波束形成方法

针对标准Capon波束形成器旁瓣级高以及期望信号方向存在误差时,性能会严重下降的问题,提出一种基于噪声及干扰空间谱加权的稀疏约束Capon波束形成方法。该方法利用波束响应本身具有的稀疏特性,以及在稀疏重构算法中l₁范数具有抑制较大值保护较小值的特性,使用噪声及干扰的空间谱对不同角度的波束响应进行加权,然后施以稀疏约束。仿真、水池试验与湖上试验中,与其它几种方法比较表明该方法可以降低波束形成器的旁瓣级,获得较深的零陷,提高了阵列输出信干噪比与抗导向向量误差的能力。      

同心圆环阵列模态波束形成器设计

针对贝塞尔函数零点造成的模态波束形成器性能损失的问题,提出了基于均匀同心圆环阵列的模态波束形成器设计方法。从阵元域出发,建立了阵元域和圆谐波域之间的转换关系,推导了圆谐波域阵列信号处理表达式,其中重点推导了延时求和、最小方差无失真响应和多约束波束形成器的设计方法。理论证明了在平面各向同性噪声场中的基于同心环阵的圆谐波域最小方差无失真响应波束形成器等价于相位模式波束形成器。在该结论的基础上,综合考虑相位模式波束形成器在一定频率范围内的稳健性和指向性,提出了一种同心圆环阵列的内环半径优化方法。使用16元双环阵列对本文提出的波束形成算法进行仿真和实验,结果表明:同心圆环阵列能够较好地解决贝塞尔函数零点问题;其中多约束波束形成器能够在多个关联的性能指标之间取得合理的折衷,实现优于相位模式和延时求和波束形成器的声源定位性能。对内环半径优化方法进行仿真和分析结果表明,该方法得到了相较于传统方法更优的阵列结构。      

水声通信近似L0范数约束的BP网络均衡器*

针对稀疏水声信道的长时延扩展及梯度下降的权值迭代方案导致的神经网络均衡器收敛速度慢的问题,提出了近似L₀范数约束的BP神经网络均衡器。首先在传统BP网络均衡器基础上增加判决反馈项,然后在代价函数中对均衡器输入层到隐含层的权值增加L₀范数约束,构造新的代价函数,利用高斯族函数近似L₀范数约束,并根据不同隐层神经元节点输出权值的L₂范数设定近似参数。仿真结果表明,稀疏信道条件下,本方法相比传统的BP网络均衡器收敛速度更快,误码率更低,可以有效提升神经网络均衡器的性能。     

基于自适应加权约束最小二乘法的麦克风阵列稳健频率不变波束形成算法

为了解决麦克风阵列通道失配时波束形成算法的稳健性问题, 提出一种基于自适应加权约束最小二乘法的麦克风阵列稳健频率不变波束形成算法. 该算法在分析无通道失配和通道失配时阵列模型特点基础上, 深入研究了通道失配时约束最小二乘频率不变波束形成算法存在的问题及其产生的原因; 将麦克风特性的概率密度函数作为稳健因子加入到约束最小二乘频率不变波束形成算法后, 其频率不变性的稳健性得到了一定的提高, 但稳健性仍较差. 为了进一步提高约束最小二乘法频率不变波束形成算法的稳键性, 通过定义代价函数中控制频率不变性的动态加权系数来调节旁瓣频谱能量, 大大提高了频率不变波束形成算法的稳键性, 将频率不变的频带范围内同一到达角度上不同频率所形成的阵列响应的最大值与最小值之比定义为波动误差, 并作为比较本文算法与约束最小二乘稳健波束形成算法和minmax稳健波束形成算法在通道失配时频率不变性稳键性的评价指标. 算法实例验证结果表明, 在麦克风阵列通道失配时, 本文算法的波动误差最小、频率不变波束形成稳健性最好, 而且适用于任意结构的阵列.     

时域实现结构球面阵的最差性能优化稳健宽带波束形成器设计

针对球面阵模态域波束形成器对传声器失配误差敏感的问题,研究了时域实现结构球面阵的最差性能优化稳健宽带波束形成器设计。揭示了波束响应误差上界的保守性是影响现有最差性能优化方法性能的主要原因,进而提出了一种波束响应误差上界更为紧凑的优化设计方法。理论分析表明,与现有最差性能优化方法相比,所提出方法的代价函数更小、且可行解的范围也更大。针对最差性能优化设计方法存在的波束指向上阵列响应随频率变化波动偏大而引起信号失真的问题,还给出了一种减小波束图在指向方向上受信号频率影响的约束方法。仿真分析结果表明:在相同传声器失配误差条件下,所提出的设计方法要优于现有方法,得到的波束图具有更低的旁瓣级。      

圆环形传感器阵列超指向性频率不变响应波束优化方法

提出了一种适用于圆环形传感器阵列的超指向性频率不变响应波束优化方法。首先,基于前期在最小均方误差准则下得到的不同频率处权值向量与期望波束权值向量的解析函数关系,将指向性因子、误差敏感度函数和最小均方误差进一步表达成了期望波束权值向量的函数;然后,构建了一个多约束优化问题,获得了满足指向性、稳健性、频率不变性等约束条件的最优期望波束,由此合成得到了最优宽带频率不变响应超指向性波束,并给出了相应的仿真和实验结果。      

旁瓣约束下期望主瓣幅度响应迭代波束设计

研究了旁瓣约束下的期望主瓣幅度逼近问题,其包含双边绝对值不等式结构,为非凸波束设计问题。针对传统的多约束优化算法难以处理非凸结构,提出了两种迭代算法。一种对原优化问题作局域线性近似,将非凸约束转换为仿射约束,进而迭代局部二阶锥规划问题求解原问题。另一种通过引入辅助变量构建增广拉格朗日函数,将加权向量与各约束解耦合,交替迭代求解关于原变量、主瓣辅助变量与旁瓣辅助变量的三个子优化问题以给出初始非凸问题的解。针对子优化问题,通过灵活运用拉格朗日乘子技术构建了低复杂度求解方案。采用仿真和实测阵列流形验证设计效果,结果表明,所提两种迭代算法可实现主瓣幅度逼近,合成平顶波束图,且对阵型无依赖性。交替迭代法耗时显著低于迭代二阶锥规划法。      

基于DFT插值的线性约束最小方差宽带自适应阵列

本文提出一种具有频率不变波束图的线性约束最小方差宽带自适应算法。首先给出了具有频率不变波束图的连续线阵的灵敏度函数与离散线列阵加权系数之间的关系，然后给出了使用DFT插值法求解各子带阵列权系数的方法，最后将DFT插值法应用于线性约束最小方差宽带自适应阵列。理论分析及仿真结果表明，该算法可以在实现最小方差波束形成的同时保持波束图基本不随频率变化，且该方法可以降低宽带自适应阵列的运算量。     

基于加权块稀疏联合非凸低秩约束的高光谱图像去条带方法

针对高光谱图像（hyperspectral images, HSI）去条带易引起影像结构细节丢失问题,提出一种基于加权块稀疏（weighted block sparsity, WBS）正则化联合最小最大非凸惩罚（minimax concave penalty, MCP）约束的HSI去条带方法。本算法采用加权?_{2, 1}范数和MCP范数对条带稀疏结构和低秩约束,?₁范数对干净图像结构保持正则化约束,构建加权块稀疏和MCP约束的条带去除模型,采用交替方向乘子（alternating direction method of multipliers, ADMM）算法迭代求解对应模型,重建获得干净的HSI图像。实验结果表明,提出方法在实际HSI的平均等效视数从28.45提高到83.47,边缘保持指数较其他算法至少增加0.056,特别是对于非周期条带噪声,采用自适应权值更新稀疏水平,增强了组稀疏性,在保持影像边缘和加强区域平滑性方面性能更佳,去噪声效果更好。     

块稀疏水声信道的改进压缩感知估计

压缩感知信道估计可利用信道稀疏特性提高估计性能,但对于具有典型块稀疏分布的水声信道,经典的l₀或l₁范数无法很好地描述块稀疏特性。利用水声信道块稀疏分布规律特性提出一种能够识别块稀疏结构的块稀疏似零范数,并在稀疏恢复信道估计算法中引入块稀疏似零范数约束项,进一步推导了复数域块稀疏似零范数恢复迭代算法,该算法通过对块稀疏似零范数进行梯度下降迭代并将梯度解投影至解空间来获得水声信道的块稀疏似零范数估计。数值仿真和海上水声通信实验结果表明该算法相对经典的稀疏信道估计算法有较明显的性能改善。通过算法推导、仿真和实验可获取结论:利用水声信道的块稀疏特性进行压缩感知重构可有效提高信道估计性能。      

采用L1/2稀疏约束的梅尔倒谱系数语音重建方法

提出了一种利用L_1/2稀疏约束从梅尔倒谱系数重建语音时域信号方法。从梅尔倒谱系数估计语音幅度谱是一个欠定问题,现有的方法均采用幅度谱最小均方误差估计或采用L1正则化进行幅度谱的稀疏约束。相比于L₁正则化模型,L_1/2的稀疏约束特性更强,为此,本文在从梅尔倒谱系数估计语音幅度谱时引入L_1/2正则化约束,并利用求解的稀疏幅度谱估计相位谱,最后利用估计的频谱重建时域语音信号。实验结果表明,与幅度谱最小均方误差法相比,本文算法所估计出的语音信号具有更高的语音质量;在噪声环境下进行语音重建实验,与L₁正则化幅度谱估计方法相比,本文算法重建的语音质量更好,表现出更好抗噪性。      

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。      

Frequency-invariant robust adaptive beamforming based on interference covariance matrix reconstruction

Consider the problems of frequency-invariant beampattern optimization and robustness in broadband beamforming.Firstly,a global optimization algorithm,which is based on phase compensation of the array manifolds,is used to construct the frequency-invariant beampattern.Compared with some methods presented recently,the proposed algorithm is not only available to get the global optimal solution,but also simple for physical realization.Meanwhile,a robust adaptive broadband beamforming algorithm is also derived by reconstructing the covariance matrix.The essence of the proposed algorithm is to estimate the space-frequency spectrum using Capon estimator firstly,then integrate over a region separated from the desired signal direction to reconstruct the interference-plus-noise covariance matrix,and finally caleulate the adaptive beamformer weights with the reconstructed matrix.The design of beamformer is formulated as a convex optimization problem to be solved.Simulation results show that the performance of the proposed algorithm is almost always close to the optimal value across a wide range of signal to noise ratios.     

一种快速水声目标波达方向估计方法

以基追踪为重构算法的水声目标波达方向估计方法在实际的应用中往往运算速度较慢,针对这一问题,在分析水声目标空间稀疏特性的基础上,结合压缩感知理论框架下波达方向估计的特点,提出一种快速水声目标波达方向估计方法。该方法通过逐步减小逼近参数的方式来得到l₀范数最优解,实现水声目标信号的波达方向估计。通过计算机仿真从成功率、运算时间、分辨角度等多个方面与基追踪算法进行比较分析,实验表明:在成功率和分辨角度上所提出算法与基追踪算法性能相当,但运算时间却仅仅是基追踪算法的1/11。      

基于干扰协方差矩阵重构的恒定束宽鲁棒自适应波束形成

针对宽带波束形成中的恒定束宽波束响应优化设计问题与鲁棒性问题展开研究。首先,提出一种基于相位补偿的恒定束宽全局优化设计方法,通过对阵列流形向量进行相位补偿来设计恒定束宽波束,与现有的一些方法相比,该方法不仅能获得全局最优解,而且物理实现简单。同时,还提出一种基于协方差矩阵重构的鲁棒自适应宽带波束形成算法。该算法采用Capon估计器估计样本数据的空间一频率谱密度函数,然后对期望信号波达方向之外的角度区间进行积分来重构干扰加噪声协方差矩阵,最后利用重构的协方差矩阵设计自适应波束形成器权系数。该波束形成器设计问题被表述成凸优化问题求解。仿真结果表明,在整个输入信噪比范围内,该算法几乎都能获得接近理想值的输出信干噪比。