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。      

基于子带分解的宽带波束域最小方差无畸变响应高分辨方位估计方法研究

针对最小方差无畸变响应法对宽带不适用、计算量较大和如何与实际声呐系统结合这三个问题,提出了基于子带分解的宽带波束域MVDR高分辨方位估计方法:它以子带分解的方法实现MVDR在宽带情形下的扩展;利用波束转换实现降维运算,大大减小运算量和提高算法的稳健性;并且提出了在声呐系统使用中的新思路:可将该方法与声呐的多波束系统结合,直接利用声呐多波束系统的输出,可省去从阵元域到波束域的转换,进一步减少运算量;可用于替代传统的分裂波束精测定向系统或单波束系统,提高整个声呐定向系统的性能。经过理论分析、仿真实验和湖试实验,证明了该方法是简单的、有效的、可行的。     

频域盲源分离与波束形成结合抑制方向性强干扰方法

针对方向性强干扰严重影响无源声呐弱目标检测的问题,提出了频域盲源分离与波束形成结合的干扰抑制方法:以子带分解的方法实现宽带干扰抑制。对每个子带进行频域盲源分离,并估计出各分离信号的方位,将与给定强干扰方位匹配的分离信号置零,利用估计的解混矩阵和处理后的分离信号重构回阵元域信号并进行波束形成实现目标方位估计。声呐模拟器数据与海试数据验证结果表明,相对于传统零陷常规波束形成与零陷最小方差无失真响应波束形成方法有2 dB以上的增益,约6 dB的背景级降低,证明该方法在抑制方向性强干扰方面是有效的。      

基于时延估计的分裂阵时域波束形成技术

大孔径拖曳线列阵受舰艇横向机动、洋流影响和水动力影响时会产生一定的阵形畸变,阵形畸变使得波束形成时阵列流型失配,进而降低了目标方位分辨率和阵处理的增益。在无法进行阵形估计时,基于时延估计的分裂阵时域波束形成技术将大孔径拖曳线阵分为左右两个子阵分别做波束形成,通过加权广义相关时延估计算法估算对应波束的时延差,再依据估算时延差对左右两个波束进行延时求和得到最终的波束信号。仿真和海试数据证明,相对于全阵直接做波束形成的方法,基于时延估计的分裂阵的时域波束形成技术有效提高了目标方位分辨率和阵处理的增益。     

字典奇异值分解加权压缩感知多径信号参数估计

为提高水声信道多径参数估计的分辨率,提出了一种基于字典奇异值分解的加权压缩感知算法。对于有源声呐,根据发射信号构造字典,对字典进行奇异值分解,利用大特征值对应的特征向量构造信号子空间,然后使用信号子空间对接收信号进行滤波。对滤波结果进行加权压缩感知参数估计,得出最终时延估计结果。仿真实验表明,所提方法能够对水声多径参数进行超分辨估计,适用于任何脉冲信号。湖试处理结果显示,混响背景下该方法也有较好的多径参数估计性能,能够降低接收数据的噪声成分,提高对水声信道的多径时延、个数和幅度的估计精度。      

十七无十字阵水下合作目标远程定位方法

结合水声对抗的实际需求,针对海洋环境下目标定位困难且定位距离有限的问题,利用多水听器十字阵接收信号,并对信号进行加权来提高接收信号信噪比,以达到定位水下合作目标的目的。具体通过波束形成和信号相关,依据目标方位与波束形成方位一致时能量最大的原则,实现对远距离水下合作目标方位和距离的估计,并通过仿真和试验验证了所提定位方法的有效性。     

基于时延估计的双子阵时域波束形成技术

大孔径拖曳线列阵受舰艇横向机动、洋流影响和水动力影响时会产生一定的阵形畸变,阵形畸变使得波束形成时阵列流型失配,进而降低了目标方位分辨率和阵处理的增益。在无法进行阵形估计时,基于时延估计的双子阵时域波束形成技术将大孔径拖曳线阵分为左右两个子阵分别做波束形成,通过加权广义相关时延估计算法估算对应波束的时延差,再依据估算时延差对左右两个波束进行延时求和得到最终的波束信号。仿真和海试数据证明,相对于全阵直接做波束形成的方法,基于时延估计的双子阵的时域波束形成技术有效提高了目标方位分辨率和阵处理的增益。     

波束域加权子空间拟合算法

将阵元域高分辨加权子空间拟合算法（ＷＳＦ算法）推广到了波束域中,利用声系统接收基阵波束输出信息估计目标方位．由于波束输出可以看作是,一个阵元数为波束个数的虚拟阵的阵元输出,而在大多数的水声系统中,参与确定某个来向的信号方位的波束数通常远小于阵元数,从而算法的运算量得以大大降低。针对某水声系统接收基阵波束输出所作的计算机仿真结果表明,波束域ＷＳＦ算法应用到实际的水声系统时,可以保持其在阵元域中估计目标方位的优越性能。     

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.     

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。      

改进维纳滤波器及其在目标方位估计中的应用

针对复杂的水声环境以及信噪比较低的目标信号导致方位估计性能较差的问题,本文提出了一种基于改进维纳滤波器和波束形成器的方位估计方法,该方法能够抑制噪声,提高目标方位估计性能。首先利用改进维纳滤波器抑制各通道接收数据中的噪声,提高输出信噪比。在此基础上,将改进维纳滤波器的输出通过波束形成器,获得目标的方位估计。改进维纳滤波器能够通过调整滤波器参数,控制滤波器的噪声抑制能力和信号失真。因此,针对不同的波束形成器对信号失真的敏感程度不同,可以通过调节改进维纳滤波器的参数,获得噪声抑制与信号失真之间的最佳折中,从而提高输出信噪比,降低目标方位估计的信噪比门限和均方根误差。仿真和实验结果验证了本文方法。      

基于多个小孔径基阵的水下目标宽带波达方位估计方法

本文将多小孔径基阵应用于声纳浮标阵对可疑海区进行快速搜索的研究中,提出了一种基于多个小孔径子阵的宽带目标方位估计方法.该方法采用一种新颖的降秩估计器的信号模型,对多个小孔径子阵的输出信息进行综合处理,然后使用近似意义上的降秩估计器对目标源进行方位估计.所建立的阵列模型中不需要包含有关小孔径子阵之间的任何位置信息,因此,有效地减小了因阵形估计带来的烦杂工作和估计误差对方位估计性能的影响.仿真结果表明,此方法提高了定向精度,给出了稳定的目标方位估计.     

基于VSLMS-Rake模型的高阶多径BOC信号捕获方法*

针对高阶多径BOC信号捕获存在模糊性的问题,提出了一种基于VSLMS-Rake模型的捕获方法。该方法首先将接收的多径BOC信号经过VSLMS-Rake模型,然后再对处理后的信号进行功率谱估计。通过二者结合,不仅可以抑制多径干扰增强信号能量,还可以减小估计误差提高捕获概率,最终实现对高阶多径BOC信号的精确捕获。理论和仿真表明,在较低信噪比下,该方法优于现有其它捕获算法。     

MIMO声呐的双尺度旋转不变子空间波达方向估计*

为了提高单基地多输入多输出(Multiple-Input Multiple-Output, MIMO)声呐阵列的波达方向(Direction of arrival, DOA)估计性能,提出了双尺度旋转不变子空间(Dual-Resolution Estimation of Signal Parameters via Rotational Invariance Techniques, DR-ESPRIT)算法。结合MIMO阵列虚拟阵列的结构特征,首先利用ESPRIT算法通过各条虚拟线阵内、基线间距不大于半波长的子阵间的旋转不变关系得到无模糊的粗估计结果,之后利用虚拟线阵间、基线较长的子阵间的旋转不变关系得到一组有模糊的精估计结果。参考粗估计结果对精估计结果进行解模糊,最终得到高精度无模糊的角度估计结果。为了降低运算复杂度,利用该思路对降维ESPRIT算法也进行改进,提出了双尺度降维ESPRIT算法。仿真试验首先验证了与传统算法相比,双尺度类DOA估计算法能够有效提高角度估计精度。此外,还分析了MIMO声呐阵列的发射、接收阵元的幅相扰动误差对算法角度估计性能的影响。     

协方差矩阵重构的稳健自适应波束形成算法

针对协方差矩阵含有期望信号成分以及波束指向角失配时,传统自适应波束形成器性能严重下降的问题,提出了协方差矩阵重构的稳健自适应波束形成算法。该算法将全空域划分成若干互不重叠的区域,分别对应干扰区域与信号区域,先利用Capon波束形成器对干扰区域积分,由此构造出干扰协方差矩阵。然后,利用标准Capon波束形成器的波束域MUSIC谱估计法对信号区域积分,重构出信号协方差矩阵,以其主特征向量作为期望信号导引向量估计。由于算法重构了干扰加噪声协方差矩阵并对导引向量进行了修正,保证了自适应波束形成器的性能。理论分析和仿真实验结果表明,算法在训练数据含有期望信号成分和波束指向角度失配情况下具有良好的性能。      

虚拟阵列Khatri-Rao积与子空间联合稀疏表示的DOA估计方法

利用目标信号在空域分布的稀疏性,该文提出了一种基于虚拟阵列Khatri-Rao(KR)积与信号子空间联合稀疏表示的单快拍DOA估计方法;该方法利用单次快拍的采样数据,构造出双向虚拟阵列数据,并对虚拟阵列数据的协方差矩阵进行KR积变换处理,然后对向量化后的数据进行顺序重构,利用重构矩阵的大奇异值对应的左奇异向量为估计信号子空间;最后,利用凸优化工具箱对稀疏模型进行二阶凸规划的优化求解,得到高精度的DOA估计值;仿真实验验证了算法的有效性,在低信噪比下比传统MUSIC和OMP算法具有更高的估计精度。     

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。     

一种快速稀疏贝叶斯学习的水声目标方位估计方法研究

针对以具有时序结构的稀疏贝叶斯学习(Temporally multiple sparse Bayesian learning,TMSBL)为重构算法的水声目标DOA (Direction-of-arrival)估计方法存在运算速度慢的问题,结合块稀疏贝叶斯学习(Block-spare Bayesian learning,BSBL)理论框架下DOA估计模型与特点,采用MacKay提出的定点方法(Fixed-point method)对TMSBL算法中的核心超参量进行求解,提出一种快速的水声目标方位估计稀疏贝叶斯学习的方法,该方法具有运算速度快,重构概率高的特点,并通过实验仿真从运算时间、失败率和均方根误差等方面与TMSBL算法进行比较,验证了该方法的可行性与有效性。