应用稀疏表示的宽带相干超分辨方位估计方法

针对无源声呐中宽带相干处理对邻近弱目标分辨能力仍不足的问题,提出一种相干聚焦后稀疏空间谱求解的宽带超分辨方位估计方法。首先将不同频点数据相干聚焦到参考频点,构成多测量矢量稀疏求解问题,然后采用二阶锥规划内点算法进行稀疏空间谱拟合,实现了宽带弱目标超分辨方位估计。仿真试验结果表明,该方法在弱目标分辨和方位估计精度方面优于宽带非相干和相干信号子空间高分辨处理方法。32元拖曳阵海试数据的处理结果验证了该方法的优越性能,同时说明了该方法在无源声呐探测中应用的可行性。     

应用稀疏表示的宽带相干超分辨方位估计方法

针对无源声呐中宽带相干处理对邻近弱目标分辨能力仍不足的问题,提出一种相干聚焦后稀疏空间谱求解的宽带超分辨方位估计方法。首先将不同频点数据相干聚焦到参考频点,构成多测量矢量稀疏求解问题,然后采用二阶锥规划内点算法进行稀疏空间谱拟合,实现了宽带弱目标超分辨方位估计。仿真试验结果表明,该方法在弱目标分辨和方位估计精度方面优于宽带非相干和相干信号子空间高分辨处理方法。32元拖曳阵海试数据的处理结果验证了该方法的优越性能,同时说明了该方法在无源声呐探测中应用的可行性。      

一种频域-波数域峰值筛选的无源声呐宽带检测方法

在水声信号处理中,传统的无源声呐宽带目标检测在多目标、强干扰的复杂环境中输出信噪比低,使得检测性能急剧下降。针对此问题,提出一种基于均匀线列阵在频域-波数域上宽带信号能量分布特性进行目标检测的方法。该方法首先将阵列信号转换到频域-波数域,利用不同频率下波数主瓣、旁瓣宽度特征以及空间分布特征,设计针对主瓣的判别与分配方法,实现对同一目标不同频率下波数谱主瓣判别,使用主瓣能量累积、主瓣数目累积的方式来形成方位谱,从而进行目标检测。理论分析和仿真结果表明,所提方法只利用对目标检测有突出贡献的波数主瓣,降低了旁瓣的影响,有效提高了无源宽带水声目标的检测能力。海上试验数据处理结果表明,目标输出信噪比相比子带峰值能量检测算法可提高5.58 dB,较传统能量检测可提高8.73 dB,计算时间相比传统能量检测降低46%,验证了所提方法的有效性与实时性。     

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。      

利用分频带空间谱和波束域的输出直流跳变与起伏比值融合检测未知线谱目标

目标辐射噪声中高强度稳定线谱可以用来提高常规宽带能量积分的检测性能。理论分析了已知线谱检测优于宽带能量积分检测的谱级比条件。给出了线谱频带可检测条件下,线谱谱级与最小可检测信噪比关系。分析分频带空间谱和波束域的输出直流跳变与起伏比值特征。在此基础上提出了一种构造频率、方位滤波矩阵的方法。该矩阵作用类似频带方位滤波器,通过对线谱频带目标方位的信号放大,与其他频带判决结果融合,来提高常规宽带能量积分的性能。最后给出该算法适用条件和性能分析。数据仿真和海试数据处理结果可知,该算法在多干扰源存在下对弱线谱目标提取能力强,且不需多帧统计,在检测效果上更接近于理想的窄带线谱检测方法。      

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。      

快速收敛最小方差无畸变响应算法研究及应用

常规最小方差无畸变响应(MVDR)自适应波束形成是一种高分辨窄带波束形成器,它是利用实际声场的窄带互谱密度矩阵(CSDM)估计出自适应波束形成权向量。在实际应用中,MVDR算法需要较长的观测时间估计协方差矩阵,不利于对高速运动目标进行定位;对于宽带目标信号,MVDR算法需要对每一个CSDM进行求逆运算,计算量较大;在相干源条件下,目标信号之间会发生"对消"现象,MVDR算法性能急剧恶化。本文提出了基于子带子阵处理的快速收敛MVDR自适应波束形成方法。首先将全频带划分成一组子带,将接收线阵划分成一组子阵,然后对每一子带计算降维的驾驶协方差矩阵(STCM),从而得到快速收敛MVDR自适应波束形成的权值和空间谱估计结果。同时采用双向空间平滑方法对相干源进行MVDR空间谱估计。仿真和海试数据处理结果表明该算法在保证高分辨力的同时,具有瞬时收敛的性能,双向空间平滑技术具有良好的解相干性能。      

混合1范数与全变分约束下的海底目标探测

提出了一种以1范数与全变分的加权和作为正则项的方位估计算法,该算法通过1范数稀疏约束来获得高分辨能力,采用全变分约束来加强目标边缘特征并提高其内部的平滑性,在提高方位分辨率的同时,改善了对方位扩展目标估计性能。在宽带条件下对算法进行了扩展,将接收信号在频域分频后的子频带变换回时域,再在时域上使用窄带算法进行处理,这样避免了时域分段处理造成的时间分辨力的损失。结合了海底探测场景进行了仿真实验验证,结果显示,所提算法的探测结果不仅获得了方位分辨率提升,而且总平方误差小于目前常见的同类算法。因此,在对海底大型方位扩展目标的探测当中,通过在稀疏优化类方位估计方法中加入全变分约束能够保持目标的结构特征,有效提升探测性能。     

强干扰下空间抗混叠宽带波达方位估计

提出了基于改进频率差分(FD)技术的空间抗混叠波达方位(DOA)估计方法,实现了阵元稀疏排布,即在阵元间距远大于入射信号波长时,存在栅瓣模糊情况下多水下声学目标的方位估计。首先,确定目标方位角度搜索范围,建立阵列信号处理模型,对宽带信号不同频率成分之间进行频率差分处理,从而降低信号频率以满足阵元稀疏排布阵列的空间奈奎斯特采样要求。然后,基于投影子空间正交性检验(TOPS)算法构建一个对角变换矩阵,利用对角酉变换矩阵正交性直接对阵列流形进行频率差分处理,使其频率差分处理输出的信号个数与输入信号个数相等。最后,进一步推导频率差分域等效目标方位与真实入射信号角度等价的条件,并基于该等价条件进行频率筛选,最终获得无模糊的空间方位谱结果。经仿真实验验证,所提算法在信噪比为-10～20 dB范围内,估计结果均方根误差低于0.1°,有效抑制了栅瓣且受干扰强度影响较小。经海试数据验证,所提算法可以有效估计出目标方位,并避免空间混叠项干扰。所提空间抗混叠波达方位估计方法能够有效抑制栅瓣模糊,提高目标方位估计精度,且在强干扰条件下仍具有较好的角度估计性能。     

功率受限的常规波束形成后处理拟合方法

针对水下目标方位超分辨估计问题,提出一种功率受限(Power Constraint)的常规波束形成(Conventional BeamForming)拟合算法(PC-CBF)。PC-CBF算法通过常规波束形成获得目标方位谱数据,利用阵列响应向量对方位谱进行后处理,准确估计目标个数与目标方位。算法对接收信号的功率进行限制,获得对方位谱的欠拟合,利用凸优化进行反演卷积,估计目标的方位信息。仿真结果表明,算法性能在分辨率上优于基于半正定规划的常规波束形成算法(semi-definite programming Conventional BeamForming,sdp-CBF)和多重信号分类(MUltiple SIgnal Clasification,MUSIC)。对水池实验数据以及湖试数据处理结果显示,PC-CBF算法能够获得较窄的谱峰宽度以及较低的背景级,具有较强的方位估计分辨能力。      

交叉验证多路径匹配追踪水声矢量阵稀疏方位估计

水下运动目标的高分辨DOA估计和目标的左右舷分辨问题一直是水声阵列信号处理中的一个核心问题。矢量阵相比于声压阵具有天然的左右舷分辨能力和更高的处理增益,近年来得到了广泛关注。Capon等一些传统高分辨处理方法存在不能解相干源、需要多快拍处理以及对阵列流行误差敏感等多种问题。针对水声阵列信号处理领域面临的以上问题,利用声呐工作场景中空间目标的稀疏性,本文提出了一种基于交叉验证技术的多路径匹配追踪（Multiplepath Matching Pursuit with Cross Validation,CV-MMP）声矢量阵稀疏DOA估计算法。该算法采用交叉验证技术可以在未知场景中目标个数的条件下实现稀疏DOA的估计,相比于常规的声矢量阵Capon算法而言,可以在小快拍数甚至单快拍数条件下实现多目标的稀疏DOA估计以及高分辨能力。仿真和海试试验数据处理验证了提出的算法的有效性。      

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。     

Direction-of-arrival estimation for extensible acoustic vector sensor array

Aiming at high-resolution estimation of the direction-of-arrival of closely-spaced sources at low signal-to-noise ratio regions, this paper proposes a DOA estimation algorithm that is suitable for an extensible acoustic vector sensor array. Taking the 3D array composed of the minimum number(four) of acoustic vector sensors as the acquisition module, a virtual array having the same structure as the original array structure is extended in the three-dimensional space based on the aperture expansion characteristic of higher-order cumulants. The virtual array and the real array can construct a matrix with rotational invariance, which contains the angular information for estimating DOA. The Cramer-Rao bound of the algorithm are derived. We analyze the influence of SNR, the number of snapshots and the elevation angle on the performance of the algorithm. Simulation results show that the proposed algorithm has better noise suppression ability and higher resolution in DOA estimation than the conventional ESPRIT algorithm using the acoustic vector array. Experiments are conducted to validate the proposed algorithm.     

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。     

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。      

水声信号稀疏重构的高阶累积量波达方向估计

高阶累积量具有高斯噪声抑制和阵元扩展特性,将高阶累积量引入水声信号的方位估计中,提出了离格稀疏贝叶斯学习重构的高阶累积量测向算法。该方法利用高阶累积量对高斯噪声的自然盲性,计算阵列信号四阶累积量来滤除高斯噪声,使阵元在原来的结构上扩展了一倍;并构造出选择矩阵剔除了四阶累积量中的冗余项,能再一次的扩展阵元,得到的新观测模型具有更好的统计性能;最后利用空域稀疏性,推导出四阶累积量下的离格稀疏表示模型,采用贝叶斯学习解算出源信号的最大后验概率,实现了目标方位估计。数值仿真和海试实验数据表明,该方法在相邻声源方位间隔为4°的情况下分辨概率可达到95%以上,在信噪比大于-5 dB时目标方位估计的均方根误差在1°以内,可显著抑制背景噪声干扰,在多声源密集分布条件下也能准确、稳健的对水声目标方位进行估计。      

阵列幅相误差条件下的目标方位估计

本文研究了一种改进的MUSIC法，可在一定阵列幅相误差条件下对多目标实现高分辨方位估计，有效地改善了原算法的参数估计性能，具有稳健性高、适用范围广以及工程实现简单等特点，通过大量的计算机仿真和水池实验表明，该方法具有较好的多目标分辨能力和方位估计精度，工程应用前景良好。     

低复杂度的MIMO声呐协方差矩阵重构方法*

多输入多输出声纳在对目标进行测向时会产生复杂的运算量,从而降低算法的测向效率。针对这一问题,提出了一种基于降维变换方法的低复杂度协方差矩阵重构方法。该方法能够抑制噪声,提高目标侧向性能。首先利用降维变换方法对接收信号进行波束形成,获得低维度的协方差矩阵,再对矩阵进行Toeplitz处理,抑制矩阵的相干性。所得到的新的协方差矩阵,通过特征分解获得噪声子空间和信号子空间,利用MUSIC方法进行测向。为了进一步降低运算复杂度,利用阵型所满足的旋转不变性,可以采用ESPRIT算法对目标进行波达方向估计。理论分析和实验结果表明,该方法有效降低了运算复杂度,提高了算法的测向性能。在有限快拍数的情况下,与传统测向方法相比,具有运算速度快,目标分辨力强的特点。     

水声信号稀疏重构高分辨角度-多普勒成像

针对傅氏空时二维谱估计分辨率低以及声呐空时采样数据样本数不足给角度-多普勒成像带来困难的问题,提出一种水声信号稀疏重构的高分辨角度-多普勒成像方法和抗混响空时滤波器的稀疏重构方法。该方法在声呐阵列单测量向量的极少观测样本条件下,建立阵列信号的空时稀疏表示模型,应用稀疏表示的匹配追踪算法和基追踪算法重构回波与混响的高分辨角度-多普勒像。并根据运动声呐回波与混响的空时分布规律及声呐待检测距离单元位置的先验信息,沿着混响空时分布脊线设计混响稀疏表示的专用空时导向向量字典,通过重构抗混响空时滤波器来抑制角度-多普勒平面的混响干扰。对运动声呐前视和侧视阵列的计算机仿真结果表明,在混响背景中,该方法采用声呐阵列单测量向量重构了低速运动目标多亮点回波的高分辨角度-多普勒像,频率分辨率突破傅里叶分辨率,角度分辨率突破阵列瑞利限,分辨率明显优于傅氏空时谱估计。