带软障板线列阵的旁瓣抑制

本文计算了带反声障板线列阵的指向性,并采用换能器串、并联结的简便方法实现等效的幅度束控以达到抑制旁瓣的目的,又进行了实测。无论是对均匀线列阵或对幅度束控阵,计算和实验相比吻合尚好,验证了理论公式的正确性。此方法可推广用于圆柱阵垂直指向性旁瓣的抑制。     

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.     

能量守恒定律在指向性函数计算中的应用(Ⅱ)——用于不等距阵和综合

本文应用能量守恒定律研究了稀疏不等距阵的平均旁瓣高度;导出估算最佳不等距阵最高旁瓣高度的公式,与实际设计出的阵和随机阵的估计做了对比,证明该式比随机阵的公式更加接近实际;研究了能量守恒定律在指向性综合中的应用。     

圆柱阵子阵分级处理的稳健超指向性波束形成方法

提出了圆柱阵子阵分级处理的稳健超指向性波束形成方法。首先建立了圆柱阵分两级子阵进行波束形成的信号模型,接着利用空间均匀噪声场中噪声互谱矩阵的循环特性得到基于特征波束分解与综合模型的圆柱阵超指向性的最优解,然后仿真研究了其误差敏感度函数、阵增益和波束图等性能指标,并与圆柱阵的传统全局处理方法进行了对比。提出的分两级子阵处理的超指向性方法与传统全局处理方法相比不仅降低了数据存储量和波束形成计算量,而且进一步提升了稳健性,并且在低频段的阵增益远远高于常规波束形成的值,对水下声呐阵列的设计具有一定的参考价值。      

线性约束自适应逆波束形成研究

逆波束形成较常规波束形成有较好的方位分辨力,但其旁瓣较高,为抑制旁瓣并进一步提高阵增益和方位分辨力,本文提出一种自适应逆波束形成方法,通过设计自适应滤波器对虚拟阵列进行加权,提高阵增益和方位分辨力。理论分析表明自适应逆波束形成能够抑制旁瓣和噪声,阵增益较常规波束形成和逆波束形成提高约3 d B,数值仿真结果表明,自适应逆波束形成的旁瓣降低,阵增益和方位分辨力提高,实验数据处理结果表明自适应逆波束形成具有良好的方位分辨能力和目标检测能力,从而验证了其抑制旁瓣、提高方位分辨力和阵增益的有效性。     

基于超指向性多极子矢量阵的水下低频声源方位估计方法研究

针对水下低频声源的方位估计问题,基于基元紧密排列的二维矢量阵,建立了一种超指向性波束形成方法.根据矢量基元差分运算构建各阶多极子模型,获得了几乎与频率无关的模态函数,并经加权计算可在低频条件下实现超指向性波束,以解决阵列孔径对波束性能的限制.同时,结合输出信噪比最大准则所得波束,分析了超指向性波束形成算法的稳定性与波导的影响程度,探索模态阶数与阵列参数的选取原则.通过阵列性能的仿真计算与实际阵列的测量数据表明,该算法可在小尺寸阵列孔径下获得良好的阵列波束,兼具了水下线型超指向性阵和环形超指向性阵的优点,可有效实现水下低频声源的水平方位估计;且波束性能可通过调节模态阶数与基元间距以达到最佳,并受水下声波导多途与频散效应影响有限.     

用子空间旋转不变法同时估计水下多目标的距离和方位

提出了一种可在单次回波内同时完成方位和时延估计的高分辨新方法,它采用于空间旋转不变法（ＥＳＰＭＴ方法）的思路构造两个子阵,通过对其自相关矩阵和互相关矩阵的广义特征分解,用特征值估计多目标方位,用特征向量估计多目标时延,利用特征值和特征矢量的对应关系自动实现方位和时延参数的配对．计算机仿真结果表明,该方法的分辨能力、估计精度和正确配对概率都优于常规方法,较好地实现了水下多目标距离和方位的同时估计及配对,进而可对多目标进行定位．     

矢量阵MUSIC空间谱方位估计性能的实验研究

为了检验矢量阵MUSIC空间谱方位估计算法的性能,进行了三元矢量阵的外场试验,对比了MUSIC空间谱估计以及常规波束形成的性能。实验结果表明,相对于矢量阵常规波束形成技术,MUSIC空间谱对目标的方位估计性能得到很大提高。而且,当空间严重降采样时, MUSIC空间谱表现出较强的栅瓣抑制能力,能够在全空间范围内对目标无模糊定向。     

逆波束形成的旁瓣抑制

为了降低普通逆波束形成旁瓣,提出了一种新的旁瓣抵消技术。该技术利用指向性函数中的旁瓣部分去估计声场的响应,然后从基阵估计的声场减去这部分指向性函数旁瓣估计的声场,从而得到最终的声场估计。由于较多的旁瓣响应被估计的声场扣除,最终估计的声场中的旁瓣大大降低。利用该技术可有效地抑制干扰,同时又可保持普通逆波束形成的方位高分辨力。湖试结果显示了该技术的有效性和可行性。     

子空间判决分析的强干扰抑制

针对海洋中存在的强干扰和环境噪声导致水下目标方位估计算法性能剧烈下降的问题,提出了一种子空间判决分析的强干扰抑制方法 (SSJ),可实现多个强干扰下的目标方位估计。根据常规波束形成粗估的目标角度区间,利用目标-干扰-噪声子空间与导向矢量的相关性,设置判决项和估计合适的判决阈值来分离和抑制样本协方差矩阵中的非目标信息,降低干扰和噪声的输出功率,同时提高输出信干噪比,为增强阵列的目标方位分辨能力提供方法支撑。仿真和海试数据处理结果显示,SSJ方法可抑制目标角度区间外的强干扰和噪声,明显降低了干扰的输出功率和目标主瓣附近的旁瓣级,提高了目标方位角度的分辨力。相比于现有的子空间干扰抑制方法,所提方法具有更加稳健的干扰抑制能力。     

水下声成像中旁瓣抑制方法及其实验研究

提出了一种近场条件下采用不等间隔阵并进行孔径变迹处理的水下声成像旁瓣抑制方法,并进行了理论和实验研究。考虑以球面波传播理论为基础的聚焦波束形成,首先通过阵元位置微调,设计了可实现低旁瓣的不等间隔阵,从单程波束响应上降低旁瓣;然后,将孔径变迹处理方法应用于水下声成像中,全部阵元用于接收,部分阵元用于发射,从双程波束响应上进一步降低旁瓣。通过水池实验对所提出的方法进行了验证。结果表明:采用不等间隔阵并进行孔径变迹处理可以更为有效地降低旁瓣,而主瓣仅有小量展宽,且该方法工程应用简便易行,在改善成像质量的同时降低了系统复杂度。      

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.     

水平线列阵方位—相速度联合的卡尔曼滤波方法*

传统的水下被动测向方法通过波束形成估计目标角度,水平线列阵波束形成中的参考声速应使用声传播的相速度,在被动测向中,由于声源距离未知,因此在对目标角度估计时选取的参考声速与接收阵处的相速度往往存在偏差,从而影响测向精度。本文提出了一种水平线列阵方位-相速度联合的纯方位扩展卡尔曼滤波方法,该方法引入相速度作为估计状态量以此校准参考声速,提高测向精度,进而改善了由于测向误差较大引起的纯方位扩展卡尔曼滤波算法跟踪结果发散的问题。浅海传播条件下的数值仿真结果表明,改进方法较常规纯方位扩展卡尔曼滤波算法具有更高的跟踪精度及稳健的跟踪性能。     

圆阵波束输出的高分辨方位估计

在研究波束域高分辨ＭＵＳＩＣ算法的基础上,本文把阵元域ＷＳＦ算法推广到波束域中。这两种算法对阵列的形式没有限制,可以应用于水声系统中常见的均匀圆阵波束输出,计算机仿真结果表明,对于圆阵波束输出,波束域ＭＵＳＩＣ算法估计目标方位的性能优于阵元域ＭＵＳＩＣ算法,而波束域ＷＳＦ算法测保持了阵元域ＷＳＦ算法的最佳方位估计性能。     

二维解卷积波束形成水下高分辨三维声成像

针对水下三维成像的空间分辨率难以提高,且具有较高旁瓣级的问题,提出了一种二维解卷积波束形成高分辨三维声成像算法,该算法首先完成任意距离切片的平面阵波束形成,近场情况下采用菲涅尔近似实现近场平面阵波束形成,然后通过二维解卷积技术对任意距离切片的二维波束形成结果进行解卷积处理,去除阵列指向性函数的影响,改善波束响应非理想冲击函数所造成波束形成主瓣宽及旁瓣级高的问题。通过计算机仿真分析,新算法可以有效的提高水下三维成像的空间分辨率,抑制旁瓣级,并能够在较宽频带和不同阵列孔径内保持与常规波束形成相当的稳定性。通过试验研究,新方法比常规波束形成实际目标成像分辨率提高一倍,最高旁瓣级下降20 dB,验证了该算法在实际系统中的有效性.      

Sparse asymptotic minimum variance based bearing estimation algorithm for a single vector hydrophone

For underwater target detection using a single vector hydrophone, sparse asymptotic minimum variance(SAMV) method is used to estimate the target bearing. The SAMV discretizes the entire scanning space and the target bearing is located at the position of the discrete direction. The SAMV algorithm utilizes the sparsity of the spatial signal to improve the estimation performance of the target bearing. Background noise level(BNL) of the bearing estimation of SAMV algorithm is lower than those of the conventional beam forming(CBF)method and minimum variance distortionless response(MVDR) method for different signal noise ratios(SNRs). When the SNR is higher than 0 d B, the direction-finding error of this algorithm is less than 2°. Moreover, the SAMV algorithm has a better dimensional orientation resolution capability. The experimental results show that the SAMV algorithm gives a bearing and time recording map with a lower BNL, which effectively verifies the effectiveness of SAMV algorithm in terms of underwater target detection.     

水声工程中基于均匀圆阵列的涡旋声波性能分析*

声波作为信息和能量的载体,一直以来在水下通信中被广泛采用,但尚未解决带宽窄、速率低的问题。在光学领域和电磁波领域,轨道角动量都表征了螺旋相位结构的自然属性;通过引入轨道角动量到声学领域中,水声通信系统的传输能力以及频谱效率都得到扩展。基于换能器圆阵列产生涡旋声波进行分析和检测,研究涡旋声波波束的阵列产生方法,给出涡旋声波波束在水下传播的特性。在主轴方向,采用均匀圆阵列产生不同拓扑模式的涡旋声波波束,确定轨道角动量拓扑模式与换能器阵列之间的对应关系;为生成不同拓扑模式下的涡旋声波,研究阵列单元数目、阵列半径、传输频率等对涡旋声波的影响。通过研究发现模式数越高,涡旋声波主瓣波束角越大,主瓣峰值越小。阵列半径越大,主瓣波束角越大,而主瓣峰值则随着阵列半径的增大而减小;频率越高,主瓣波束角越小,主瓣峰值变化不大;阵列单元数对主瓣波束角无影响,但与主瓣峰值成正比关系,阵列单元数越多,主瓣峰值越大。     

格林函数解卷积处理的阵不变量浅海无源定位

水下声源无源定位是声呐技术重要的研究方向.针对水下声源无源定位问题,本文提出了一种基于格林函数解卷积处理的阵不变量无源定位方法.该方法使用盲解卷积算法从水平阵接收信号中提取时域格林函数,然后采用空域解卷积方法处理得到的时域格林函数,获得波束时间偏移,从波束时间偏移中计算得到阵不变量,解算目标距离,从而实现声源定位.区别...     

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。      

The use of nonuniform element spacing in array processing algorithms

Most array signal processing algorithms use uniform element spacing to estimate source bearing. This paper demonstrates the benefit of using nonuniform element spacing in Bartlett, linear prediction (LP), and minimum variance (MV) array processing algorithms. By using optimum element spacing results obtained by previous investigators for sidelobe reduction of the Bartlett method, better MV and LP performances, in terms of array output power, are obtained.