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．     

声矢量圆阵相位模态域目标方位估计

为了实现矢量传感器在圆阵阵型下的应用,文中提出了一种适合于声矢量圆阵的目标方位估计算法。该算法首先将声矢量圆阵阵元域信号分解为一系列相互正交的相位模态,在相位模态域构造声压和质点振速的互协方差矩阵,然后进行MUSIC方位估计.理论分析和仿真结果表明,文中算法比相同阵型的声压阵MUSIC方位估计算法具有更好的噪声抑制能力、方位估计性能以及多目标分辨能力,试验结果也表明本文算法具有更好的噪声抑制能力以及更好的目标方位估计性能。该算法实现了声压和质点振速的相干处理,充分利用了声矢量传感器的平均声强抗噪原理,具有较强的抗各向同性噪声能力,并可以将子空间类DOA(Direction of Arrival)估计算法和相位模态域阵列信号处理技术有机结合起来,实现了声矢量传感器在圆阵阵型条件下的高分辨DOA估计。     

一种协方差矩阵实部消除的目标方位估计方法

针对实际复杂海洋环境条件下的目标方位估计性能变差的问题,提出了一种基于实部消除技术的目标方位估计方法。首先将噪声场分解为对称噪声部分和非对称噪声部分。然后利用协方差矩阵虚部,采用延迟求和波束形成方法获得目标方位估计,但是同时产生了对称的虚假目标。最后基于功率估计重构协方差矩阵实部,并与虚部组成新的协方差矩阵,利用新的协方差矩阵做目标方位估计,消除了虚假目标的影响。理论分析与湖试数据处理结果表明:该方法明显抑制了噪声,提高了目标方位估计的性能。实部消除技术易于实现,有较强的工程应用价值。     

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。     

量测噪声不确定情况下的水下多目标稳健方位跟踪

提出了使用Sage-Husa算法估计量测噪声的集势化概率假设密度(CPHD)滤波方位跟踪方法,实现了量测噪声不确定情况下多水下声学目标的稳健方位跟踪。首先,将水下目标方位的变化建模为Singer模型,利用传统目标方位估计方法的结果作为量测值,将方位估计误差看作量测噪声,建立了方位量测模型。然后,给出了CPHD滤波水下多目标方位跟踪算法,该算法利用上一时刻的方位跟踪结果和目标方位变化模型预测目标方位,并利用量测值和量测模型对预测值进行更新得到方位跟踪结果。最后,考虑到量测噪声方差为决定跟踪性能的重要参数,利用改进的Sage-Husa算法在跟踪过程中实时自适应地估计不确定量测噪声的方差,从而实现了多目标的稳健方位跟踪。经海试数据验证,所提出算法将目标方位测量的平均最优子模式分配(OSPA)误差从10°以上降低至2°,显著提高了方位测量精度。所提水下多目标稳健方位跟踪方法能够有效提高量测噪声不确定情况下的方位跟踪性能。     

基于稀疏信道重建技术的相邻多目标序贯检测算法研究

为进行强目标相关旁瓣干扰下的相邻弱目标检测,采用稀疏重建理论进行多目标方位估计。高信噪比情况下,由方位估计结果即可完成目标检测;对于低信噪比弱目标回波,为提高系统检测能力,结合方位估计结果,提出了两种检测算法,前者类似于传统CLEAN算法,从能量角度进行目标检测;后者则利用相关函数能量集中于主瓣的特点,通过计算将目标方位估计结果中非零元素置零前后匹配滤波峰值的差值,采用Page-test序贯检测器进行多目标检测。仿真和试验数据处理结果表明,相同检测概率下,第二种方法具有更加优良的弱目标检测性能。     

一种多基阵机动目标被动跟踪算法

由多部声纳基阵获取的方位信息对水中机动目标的跟踪实质上是一个非线性状态估计问题,文中首先依据各基阵的方位信息,采用最小二乘法得到目标位置在各采样时刻的初步估计,然后将其作为测量值用于交互多模型算法(IMM)并结合线性卡尔曼滤波(KF)得到目标运动速度和轨迹,避免了应用非线性估计算法直接进行多个方位数据融合过程中存在的各种问题。仿真结果表明这一算法简便,与双基阵纯方位机动目标被动跟踪相比具有较快的收敛速度和较高的跟踪精度。     

利用信号相位匹配原理的声源方位估计实验研究

为了验证信号相位匹配原理的正确性,利用自制的16元线列阵,在水库进行了声源定向实验研究。分析了信号相位匹配原理的方位估计性能,并与MUSIC方法和常规波束形成方法的方位估计结果进行了比较;实验表明:由该原理定向的指向性半功率点开角是常规波束形成方法半功率点歼角的1／4-1／7和MUSIC方法的1／2-1／3。利用船舶航行噪声的多目标定向仿真和高分辨方位估计仿真结果表明:信弓相位匹配原理方位估计算法用于多目标方位估计和高分辨方位估计是可行的。     

基于多级恒模阵的拖线阵拖转时的阵形自校准方法

针对拖船转弯时,弯曲的拖曳线列阵的波束形成和方位估计,提出了一种先盲捕获信号,再校准阵形并估计目标方位的方法。该方法首先利用多级恒模阵对多个独立的目标信号进行盲分离,并估计出拖线阵对目标的方向向量;然后再根据方向向量对拖线阵阵形进行校准并估计出目标方位。其中,阵形自校准时的核心问题——一个多维非线性约束最小二乘问题采用了遗传算法进行求解。文中还推导了对阵元位置和目标方位估计的克拉美罗界。针对较大弯曲度拖线阵的计算机仿真实验,结果表明该方法不依赖于阵形就可实现对目标信号的捕获与分离,具有自适应抑制其它方向入射干扰信号的能力,并可以对阵形和目标方位进行有效估计。仿真结果验证了方法的正确性和有效性。     

机动目标逆合成孔径激光雷达方位成像快速算法

针对逆合成孔径激光雷达对机动目标成像时存在方位多普勒时变的问题,提出了一种基于方位时频域keystone变换的机动目标逆合成孔径激光雷达方位成像快速算法.利用多分量线性调频子回波信号的调频斜率与起始频率的比值为常量这一特点,在方位时频域采用keystone变换将多分量线性调频信号同时转换为多分量单频信号,利用快速傅里叶变换实现方位聚焦.采用基于分数阶傅里叶变换和最小熵的线性调频参量估计方法,实现了对调频斜率与起始频率比值的精确、快速估计.结果表明,与现有的基于Radon-Wigner变换的距离-瞬时多普勒成像算法相比,所提出的算法成像效率大大提高,且能够保留更多的目标细节信息,适合于逆合成孔径激光雷达的实时成像.     

解卷积的多重信号分类算法方位谱低背景处理方法

针对信噪比较低时,多重信号分类(Multiple Signal Classification,MUSIC)算法方位谱背景级较高的问题,提出了一种解卷积的MUSIC方位估计算法(Deconvolvecd MUSIC,D-MUSIC)。该方法用一个类似冲激函数作为MUSIC算法输出方位谱的点散射函数(Point Scattering Function,PSF),然后基于解卷积图像复原理论,利用该点散射函数和RichardsonLucy(R-L)迭代算法对MUSIC算法的方位谱进行解卷积,获得D-MUSIC算法的方位谱,达到降低方位谱背景级的目的。仿真表明,该方法继承了MUSIC算法的高分辨性能,且可以明显降低方位谱的背景级,具有较好的方位估计性能。对南海海上试验的水平阵数据进行处理,分析比较了利用MUSIC算法和解卷积MUSIC算法获得的方位谱时间历程图,分析结果有效验证了D-MUSIC算法性能的优越性。      

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。     

瞬态信号的小波变换波达方向估计

针对瞬态信号方位估计问题,提出了基于连续小波变换的多重信号分类测向算法(CWT_MUSIC)。首先由信号特征确定小波尺度参数,构造Morlet小波,对信号进行小波变换,利用获得的小波变换系数建立多分辨时频阵列信号模型,并据此模型设计基于子空间的MUSIC算法以实现瞬态信号的波达方向估计;然后对该算法的多分辨与误差性能进行分析,最后仿真实验和实际爆炸试验验证了所提出的CWT_MUSIC算法能有效地提高空间谱的分辨率和DOA估计性能。      

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。     

单矢量水听器的高分辨目标方位跟踪算法研究

根据单矢量水听器自身具有阵列流型的特点,提出了适用于对目标保持连续跟踪的空域预滤波MUSIC算法。通过调整滤波器通带中心角使其保持在目标估计方位角附近,可以消除滤波器通带中心角偏离目标真实方位角时传统预滤波MUSIC算法产生的目标方位估计误差。仿真结果表明,改进预滤波MUSIC算法可以减小甚至消除低信噪比情况下目标方位估计存在的较大误差。海试数据结果表明,阵元域MUSIC和改进预滤波MUSIC都可实现对单频脉冲信号和线性调频信号的目标方位估计,且估计结果与GPS舰位推算结果一致,但改进预滤波MUSIC算法主瓣更尖锐。对宽带航船噪声处理结果显示,改进预滤波MUSIC算法使单矢量水听器在存在目标干扰时的探测距离从2 km提升到了5 km,验证了改进预滤波MUSIC算法可实现弱目标情况下的高分辨目标方位跟踪。     

基于矢量水听器阵列空域预滤波处理的多重信号分类算法研究

矢量水听器能同时拾取声压和振速信息,在相同的信噪比、阵元数及阵列孔径下,矢量阵定向性能优于声压阵列。目前,以多重信号分类算法(Multiple signal classification,MUSIC)为代表的高分辨定向算法已经广泛应用于矢量水听器阵列中。但是随着信噪比降低、信号源方位间隔减小,传统MUSIC算法定向精度及分辨概率显著下降。本文采用最小二乘法设计适用于矢量水听器水平阵列的矩阵空域滤波器,用于阵列数据的空间滤波预处理,可以对阻带扇面噪声进行有效抑制。由滤波后的数据协方差矩阵可以得到新的噪声子空间,在传统MUSIC算法基础上修正通带扇面内阵列流型的畸变后即可得到滤波后MUSIC算法的方位谱。仿真结果表明,当信噪比较低时,改进算法有效提高了通带扇面内目标方位分辨性能。最后本文对四基元矢量水平阵列海试数据进行了处理,改进算法对窄带信号定向较常规算法-3 dB束宽减小了13°,旁瓣级降低约8 dB。对有一定带宽的行船辐射噪声定向处理得到了更加精确的航迹图,海试数据处理结果证明了该算法的可行性和有效性。     

Direction-of-arrival estimation for co-located multiple-input multiple-output radar using structural sparsity Bayesian learning

This paper addresses the direction of arrival(DOA) estimation problem for the co-located multiple-input multipleoutput(MIMO) radar with random arrays. The spatially distributed sparsity of the targets in the background makes compressive sensing(CS) desirable for DOA estimation. A spatial CS framework is presented, which links the DOA estimation problem to support recovery from a known over-complete dictionary. A modified statistical model is developed to accurately represent the intra-block correlation of the received signal. A structural sparsity Bayesian learning algorithm is proposed for the sparse recovery problem. The proposed algorithm, which exploits intra-signal correlation, is capable being applied to limited data support and low signal-to-noise ratio(SNR) scene. Furthermore, the proposed algorithm has less computation load compared to the classical Bayesian algorithm. Simulation results show that the proposed algorithm has a more accurate DOA estimation than the traditional multiple signal classification(MUSIC) algorithm and other CS recovery algorithms.     

Spherical harmonics MUSIC versus conventional MUSIC

With the three-dimensional symmetry and wide potential application, spherical array signal processing has been a hot research area for years. This paper devotes to the direction-of-arrival (DOA) estimation of the spherical arrays. Based on the orthogonality of the sensors’ location, MUSIC algorithm in spherical space is proposed, named as SH-MUSIC. Similar to beamspace MUSIC, spherical harmonics transformation is operated before MUSIC algorithm and a better performance is gotten because SH-MUSIC utilizes the array configuration’s orthogonality. On account of the transformation matrix’s orthogonality, spherical harmonics transformation is suggested to be operated firstly in other improved MUSIC algorithms without rejection, and it is demonstrated in beamspace MUSIC. In addition, owing to the tiny error between the steering vectors and the spherical harmonics with high order, sphere array data models including open sphere and rigid sphere are constructed. Simulation proves SH-MUSIC to be effective. Moreover, experimental data from a rigid sphere microphone array is dealt with by SH-MUSIC and the DOAs are estimated accurately.     

Experimental research for direction of arrival estimation based on signal phase matching principle

In order to test the validity of signal phase matching principle (SPMP) applied to direction of arrival (DOA) estimation, experiments are carried out at a reservoir using 16 sensors array. Two kinds of method, Least Square Method for Signal Matching principle (LSMSPM) and singular value decomposition method for signal matching principle (SVDSPM), are used for DOA estimation. Their performances were analyzed and compared with MUSIC and conventional beam-forming (CBF) method. The results show that the 3 dB beam width obtained by SPMP is 1/4 to 1/7 as much as that obtained by CBF and 1/2 to 1/3 by MUSIC method. In addition, LSMSPM and SVDSPM are available for multi-sources DOA estimation and high resolution DOA estimation, which demonstrates that DOA estimation by SPMP method is better than that by MUSIC and CBF method.