基于压缩拷贝场向量的空域滤波器设计

近几十年来,匹配场处理技术得到了广泛深入的研究,并针对实际应用提出了一系列的具体处理算法.当感兴趣的水下目标信号被水面强干扰信号掩蔽时,对水下目标的匹配场处理定位性能显著下降.现有的广义空域滤波器可以抑制水面强干扰,但计算速度较慢并且内存消耗较大.提出了一种基于压缩拷贝场算法的空域滤波器设计方案,并通过非相干叠加处理宽带问题.相对于现有的空域滤波器,当接收阵元数N大于波导中有效简正波号数Q时,该滤波器可以大幅度缩减计算时间、节约运行内存,并且保持了对水面强干扰的抑制性能.针对近岸浅海环境进行了仿真计算,并给出了一些近岸浅海海域试验数据处理结果,验证了该空域滤波器的性能和对计算速度的提升.结果表明,应用基于压缩拷贝向量的矩阵滤波器对强干扰下的弱目标进行宽带非相干匹配场定位,可实现水下目标的有效区分.     

阵不变量匹配主动声呐目标深度辨识

水面/水下目标深度辨识可以在主动声呐探测过程中快速筛选感兴趣目标。根据目标多径返回信号到达时间与目标深度的关联性,该文提出了基于水平线阵的主动脉冲响应匹配目标深度辨识方法,该方法利用主动信号传播特性结合阵不变量理论提取脉冲响应,并与拷贝声场匹配实现目标深度估计。在校正了目标多径回波的方位变化后,该方法提取的时域特征较为稳定,并且只在时延估计距离处进行深度搜索。通过水平阵收集的宽带实验数据,在连续的多次回波中实现了对水面/水下目标92%的辨识成功率,验证了该方法在浅海环境下的目标深度估计能力。     

利用多途时延的被动目标定位方法

本文研究了在海洋波导环境中利用多途时延信息进行水下目标被动定位的方法。理论分析了在等声速理想海洋波导环境中,多途时延信息随时间变化的规律及其与目标运动状态之间的联系。分析结果表明,不需要已知声线类型而仅利用多途时延信息即可实现浅海波导环境中水下目标的被动定位。利用多途时延信息,当有两条声线到达时可以估计运动目标的归一化径向速度;当有三条声线到达时,可实现水下运动目标距离、径向速度的估计。最后利用仿真和实验数据对上述结论进行了验证。     

浅海环境中应答器法测量水下平台声目标强度的理论分析

应答器法是在浅海环境中测量水下运动平台声目标强度的常用方法。根据简正波理论分析浅海点源声场的空间特性,指出不同号简正波之间的相互干涉是导致声场空间起伏的主要原因。对基于应答器法的水平平均测量法(HAM法)进行了理论分析,并提出一种新的浅海环境中水下运动平台目标强度的测量方法,即垂直平均测量法(VAM法)。对比了HAM法和VAM法的有效性、物理意义、试验效率和技术难度,分析表明二者物理意义相同,VAM法比HAM法具有更高的有效性和试验效率,不过其技术难度更大。     

无源声呐多目标检测中反波束成形递推算法及其应用

随着声呐检测能力的提高,多目标干扰下微弱信号的检测问题日益突出。当声呐方位历程显示上出现多个干扰轨迹时,弱目标的检测显得十分困难。自适应噪声抵消(Adaptive Noise Canceling,ANC)技术为抑制多个干扰提供了理论基础,但是求解稳态最佳滤波矩阵存在着技术实现上的困难。本文提出用一种反波束成形(Inverse Beamforming,IBF)递推算法,在阵元域逐一抵消多个强干扰,从而增强并提取出微弱目标信号。文中给出了递推求解由逆矩阵所表达的最佳滤波矢量的理论推导和相应的公式。利用IBF算法处理海试数据得到了较好的结果,显著改善了强干扰下对微弱信号的检测,甚至在普通波束成形(CBF)中未能显示出来的信号都可以被检测出来。     

不确定浅海环境中水平阵角度域子空间检测

在复杂浅海波导中,环境参数的不确定性影响检测的稳健性,故稳健检测是浅海检测中的重要问题.本文结合简正波模型,定义和估计了不确定环境中的水平阵角度域子空间,提出了水平阵角度域子空间检测器及其稳健形式.角度域子空间利用了不同环境参数条件下的水平阵远场观测模型,包含了不确定环境参数信息,估计过程中利用了硬海底条件下传播模态的水平波数与水体、沉积层声速之间的关系,具有较少的先验信息要求和较低的实现复杂度.在此基础上提出的水平阵角度域子空间检测器实现简单,在不确定环境中具有一定的稳健性,但其检测性能随目标方位角起伏.将角度域子空间变换到维数恒定的子空间中,得到角度域子空间检测器的稳健形式,即稳健水平阵角度域子空间检测器,该检测器在不确定环境中具有一定的稳健性,同时检测性能在各目标方位上一致.不确定浅海环境中的仿真结果表明,稳健水平阵角度域子空间检测器具有和能量检测器近似的稳健性,同时提高了检测能力.     

利用水平阵模态域波束形成判别声源深度*

针对近水面声源和水下声源的深度判别问题，根据近水面声源难以激发低阶模态的物理现象，研究利用声源波数谱结构和波数位置的不同来分辨近水面声源和水下声源。通过采用MVDR的谱估计方法进行模态域波束形成，补偿水平阵各阵元之间各号简正波的相位差，获得主瓣窄、旁瓣低的声源信号波数谱。波数谱的波数位置与频率呈近似线性关系，水中声速剖面、海底参数、海深都会影响波数谱的具体结构和位置。此外，声源信号的到达角估计误差同样也会影响波数谱主瓣的位置估计。数值仿真结果表明，在浅海负跃层声速剖面条件下，可利用水平阵模态域波束形成判别声源深度，区分近水面声源和水下声源。     

基于小波分解和Duffing振子的变尺度微弱信号检测

传统的时频分析方法在对周期性微弱信号进行检测时,提取的信息具有信噪比不高的缺点,从而影响了检测效果,为此,利用Duffing振子混沌系统对噪声的强免疫力的特征,提出了一种基于小波分解和混沌阵子的混合微弱信号检测方法;首先,采用小波变换对信号进行分解,通过小波变换的平滑作用实现对含噪微弱信号的离散处理,并设计了一种根据阈值来确定分解层数的方法,然后将降噪后的重构信号作为Duffing阵子的周期驱动力并入混沌系统,采用混沌Duffing阵子阵列实现在强噪声背景下的微弱信号检测,并提出了一种临界状态策动力幅值和初始相位的自适应确定方法;在Matlab7仿真环境下进行实验,结果表明:文中方法能有效地对湮没在强噪声下的微弱信息进行检测,具有信号检测信噪比高,重构信号频率较其它方法更接近于真实频率,具有较强的可行性。     

利用自相关函数warping变换的浅海声源深度判别

针对浅海波导声源深度判别问题,提出了一种利用warping变换提取接收信号简正波相关项的深度判别方法。对接收信号自相关函数做warping变换,分离其简正波相关项,利用能量占主导的简正波相关项特征频率之间的比例关系,确定其号数,从而分辨水面声源和水下声源。公式推导和数值仿真结果说明:不同深度声源激发的能量占主导的简正波相关项特征频率不同,可以用于判别声源深度。海试实验结果证明:在海水声速随深度不变或缓变的水文环境,低频条件下,该方法可以分离简正波相关项并确定其号数,在未知声源距离的情况下有效进行声源深度判别,且无须声源相对接收器运动。      

动态背景下运动目标检测与跟踪研究

主要研究动态背景下的运动目标检测和跟踪问题。背景补偿差分法是一种常用的动态背景下运动目标检测算法,但检测到的目标轮廓要比其真实轮廓大,检测结果不准确且算法复杂度较高。主动轮廓模型在图像分割和目标提取过程中具有拓扑结构变化灵活性,对数值计算方案的设计更加方便、有效,据此提出一种基于改进C-V模型和卡尔曼滤波的算法,用来检测和跟踪动态背景下的运动目标。提出的算法利用C-V模型曲线演化检测和跟踪目标,使C-V模型在目标的边缘处收敛。结合卡尔曼滤波预测运动目标下一帧位置,从而实现对运动目标轮廓的跟踪。实验结果表明,该方法可以对动态背景下运动目标进行精确的检测与跟踪。