单矢量水听器稀疏近似最小方差方位估计算法

针对单矢量水听器海上目标探测问题,利用稀疏近似最小方差(Sparse Asymptotic Minimum Variance,SAMV)算法进行目标方位估计,该算法利用单矢量水听器自身具有阵列流形的特点,将整个扫描空间离散化,目标方位分布于某一离散方向位置上,利用空间信号的稀疏性可提高目标方位估计性能。仿真结果表明,SAMV算法在各信噪比条件下方位估计噪声背景级明显优于常规波束形成(Conventional Beam Forming,CBF)算法和最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法,当信噪比大于0dB时,该算法测向结果均方根误差小于2°,且SAMV算法具有更好的空间方位分辨能力。消声水池和海上声学浮标海上试验数据处理结果表明,SAMV算法给出了噪声背景级更低的目标方位历程图,有效验证了SAMV算法对海上目标的探测性能及其有效性。      

依赖于频率变化模型的相干信号子空间聚焦处理方法

提出了一种依赖于频率变化模型的相干信号子空间聚焦处理新方法。相干信号子空间(CSS)宽带处理方法的核心思想是通过聚焦变换将宽带信号各频率分量的信号子空间映射成为一个信号子空间。而依赖于频率变化模型(FDM)的宽带处理方法则是通过引入一组关于频率的基函数,建立阵列信号依赖于频率变化的模型,从而直接进行宽带处理。本文把CSS的聚焦思想应用到FDM,提出了一种宽带目标方位估计方法,并构造了对角聚焦矩阵。新方法采用了FDM,增大了相关矩阵的维数,有效地反映了噪声子空间,因此比CSS具有更好的性能;采用聚焦,大大减小了FDM方法庞大的运算量。计算机仿真结果验证了新方法的有效性。     

盲重构频域阵列信号的压缩感知水声目标方位估计

针对复杂海洋环境条件下压缩感知水声目标方位估计性能下降的问题,利用盲源分离能够提高信噪比的优势,提出了一种盲重构频域阵列信号的压缩感知水声目标方位估计方法。首先将阵元域信号通过傅里叶变换方法得到多个子带阵列信号;然后对各个子带阵列信号进行复数域盲源分离得到子带解混矩阵和子带分离信号估计,并对子带分离信号进行属性分析和处理;再根据处理后的子带分离信号和子带解混矩阵重构子带阵列信号,对重构的子带阵列信号采用频域压缩感知方法进行空间谱估计,得到各个子带的空间谱;最后将各子带得到的空间谱进行求和,搜索求和后空间谱的峰值则可实现目标方位估计。模拟器数据和海上实测数据验证结果表明,同等条件下该方法的目标检测能力优于经典的最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)方法、频域压缩感知(Compressed Sensing,CS)方法、盲源分离(Blind Source Separation,BSS)与MVDR相结合的方法(BSS+MVDR方法),测向精度更高,明显提高了弱目标信号的空间谱能量,增强了声呐检测弱目标的能力。      

Focusing transform based robust azimuth angles estimation for wideband signals

A focusing transform based minimum variance method (FTMV) is proposed for estimating the azimuth angles of wideband signals. The estimation error of Direction of Arrival (DOA) in the traditional Minimum Variance (MV) method during the array direction changing with the ship can be eliminated by focusing the sample covariance matrices in wideband onto a single narrowband, and accumulating the beamformer outputs on azimuth. Then, the azimuth angles of signals can be estimated accurately. Experimental results show that the FTMV method is more efficient and robust than the MV method in this case.     

基于快速富氏变换插值的宽带信号方位估计

提出一种宽带方位估计算法,它利用FFT插值,将实际线列阵接收到宽带信号中的各子带信号转换成相应的虚拟阵列的输出,从而使得各子带张成的信号子空间相同,信号方位估计便可从虚拟阵列的输出中获得。通常宽带方位估计算法需要对方位角进行预估,以便构成聚焦矩阵,而对方位预估的偏差将导致最终方位估计的偏差。本文方法是先对阵列的采样输出进行预处理,再用常规方法来形成统一的采样协方差阵进行方位估计,因此避免了方位预估,使得估计结果是无偏的。仿真结果证明了该方法的有效性。     

水下宽带源方位估计的克拉美-罗界研究

推导了水下宽带源方位估计的克拉美-罗界(CRB)解析式。它揭示了宽带CRB的特点和影响方位估计性能的因素:(1)单源的宽带CRB可分为两部分:与阵列相关的部分包括阵列结构、目标方位及基阵参考点等因素;与信号相关的部分包括信号频率二阶矩及信噪比等。(2)相互独立的两个目标源,每个源的CRB与单源时相应目标源得到的结果相等。(3)两个相关源之间的夹角大于一个波束宽度时,每个源的CRB与单源结果也很接近。(4)由于信源数估计错误,单源误以为是双源,将使CRB值趋于无穷大。仿真结果验证了理论分析的正确性。因此,宽带CRB除给出宽带方位估计算法的最佳估计性能外,还能从方位估计的角度,为宽带阵列及信号波形设计等提供有益的指导。      

频域单快拍压缩感知目标方位估计和信号恢复方法

方位估计和信号恢复分别是水下目标定位、跟踪和目标识别的前提。提出了一种阵列频域单快拍压缩感知的水下目标方位估计和信号恢复方法。首先将阵列接收数据变换到频域,取频域单快拍数据作为压缩感知的测量值,然后根据频域快拍对应的频率、搜索方位和阵列流形构造过完备的阵列流形矩阵作为压缩感知的感知矩阵,最后通过基追踪算法估计搜索方位上目标信号和功率,实现DOA估计与信号恢复。宽带仿真实验数据验证结果表明,同等条件下完成同样的目标方位分辨,提出的方法比最小方差无失真响应方法要求的阵元数和快拍数较少,要求的信噪比更低,恢复的目标信号更加准确,波形相关系数达到89%以上。海上实验数据处理结果表明,目标检测能力优于最小方差无失真响应方法,证明该方法可以适用于实际声呐系统。      

双线阵目标左右舷分辨概率分析

基于二元假设检验理论,研究了双线列阵对目标方位左右舷分辨的正确和错误概率。根据阵列接收窄带信号的概率密度函数,定义了左右舷判决统计量,当信号快拍数足够大时,左右舷判决统计量接近正态分布,从而可得到窄带信号的左右舷分辨概率。利用子带信号左右舷分辨概率的频率加权或波束加权,得到频率或波束加权的宽带信号左右舷分辨概率。理论和数值分析表明,窄带信号的左右舷分辨概率取决于双阵间距,而宽带信号的左右舷分辨概率对阵间距的宽容性较大。     

声矢量传感器阵宽带相干信号子空间最优波束形成

提出了基于矢量传感器阵的宽带相干信号子空间最优波束形成。建立了矢量传感器阵的宽带阵列信号模型,将宽带聚焦思想引入到了矢量传感器阵宽带处理,证明了矢量传感器阵与声压传感器阵宽带聚焦矩阵之间的关系,为矢量传感器阵宽带聚焦矩阵的构造提供了一种方法。推导了基于矢量传感器阵宽带最优波束形成的空间谱,通过空间重采样方法实现矢量传感器阵宽带聚焦,避免了对目标源方位的预估。通过仿真验证了矢量传感器阵具有更优越的性能:可以解宽带相干源;能够实现全空间无模糊定向;可以空间欠采样,因而在不增加计算量的基础上,能够提高阵列处理的性能;克服了传统声压传感器线阵端射方向上,目标方位估计性能下降的缺点。     

一种改进的稀疏近似最小方差DOA估计算法研究

针对稀疏信号的超分辨方位估计问题,提出一种可变因子的稀疏近似最小方差算法(α-Sparse Asymptotic Minimum Variance,简记为SAMV-α)。该算法利用一个折衷参数进行最大似然估计值和稀疏性能的折衷处理,在迭代过程中改变稀疏近似最小方差算法(Sparse Asymptotic Minimum Variance,SAMV)的指数因子,得到强稀疏性能和超低旁瓣的方位谱图,实现邻近目标的超分辨方位估计和相干处理性能,且无需预估角度和信源数目等先验信息,并且折衷参数的取值为0到1之间,取值区间明确,避免了稀疏信号处理算法中正则因子选取困难的弊端。计算机仿真表明SAMV-α算法方位估计性能明显优于波束扫描类算法和子空间类算法,与同类型稀疏信号处理类算法相比仍具有较高的方位估计精度,同时对于邻近声源分辨能力,SAMV-α算法较SAMV-1算法性能提高约3dB。海上试验数据处理给出了分辨率更高的方位时间历程(Bering-Time Recording,BTR)图,有效验证了SAMV-α算法的性能。      

一种稳健的恒定束宽波束形成方法

考虑到信号的方向信息存在误差时,宽带聚焦变换波束形成方法的稳健性会急剧下降,为了克服这种缺点,将稳健的二阶锥规划波束形成用于聚焦变换方法中,提出一种稳健宽带恒定束宽波束形成方法并将其应用于声呐探测。二阶锥规划波束形成是通过对阵列流形进行约束求解得到准确的权值,从而减少聚焦数据误差,避免估计畸变,得到恒定束宽,提高了聚焦变换恒定束宽波束形成器的性能。借助计算机对圆环形传感器阵列在宽频段内进行恒定束宽波束优化设计,并进行了实验研究,结果表明该方法对信号信息误差有很好的宽容性,能实现我们期望得到的恒定束宽波束图,能应用于实际的声呐探测中。并且比传统的二阶锥恒定束宽方法有更高的稳健性。      

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。     

宽带波达方向估计的克拉美-罗界研究

推导了多源情况下宽带波达分析(DOA)估计的克拉美一罗界(CRB),给出了任意阵列情况下Fisher信息矩阵元素的直接计算公式。将CRB的表达式分成与信号和阵列相关的两部分,深入揭示了CRB的特点和影响DOA估计性能的因素。与信号相关的部分表明DOA估计性能除了与信噪比有关外,还与信号带宽和谱密度有关,当信号在高频部分分布更多的能量时可以获得更佳的估计性能。与阵列相关的部分表明DOA估计结果受阵列几何配置和信号入射方位的影响,不同的阵列会对DOA估计结果产生极大的影响。 CRB的这些特性提供了宽带阵列处理中信号选择和阵列结构设计的一些基本原则。计算机仿真结果验证了理论分析的正确性。     

采用条件波数谱密度函数的宽带高分辨方位谱估计算法

针对宽带高分辨方位估计存在方位估计偏差大、算法复杂度高等问题,提出了一种基于条件波数谱密度(Conditional Wavenumber Spectral Density based,CWSD-based)的宽带高分辨方位谱估计算法.该算法利用条件波数谱密度将阵列信号转换到频率-波数空间,宽带信号能量在该空间的坐标呈现与入射角相关的线性分布,通过借鉴直线检测原理,实现邻近目标的高分辨方位估计,且无需预估角度和信源数等信息。仿真结果表明,该算法理论分辨率与处理最高频率成反比,估计均方误差约为0.1°,对阵形畸变鲁棒,运算效率高。海上试验数据表明,本文方法在方位分辨率、弱目标检测、非目标向噪声抑制、稳健性等方面都优于宽带常规波束形成和最小方差无畸变算法,在实际海洋中可实现超低旁瓣高分辨波达方向估计。      

未知相关噪声环境下相干宽带源波达方向宽容估计算法

提出了一种未知相关噪声环境下,相干宽带源波达方向宽容估计算法。在实际应用中,尤其当阵列的孔径相对较小时,环境噪声通常是空间相关的,这引起了相干子空间类算法聚焦误差的增加和波达方向估计性能的严重下降。为此,提出了一种基于差分矩阵的聚焦变换算法,该算法抵消了未知相关噪声,从而减小了聚焦误差。仿真和实验结果表明,提出的方法能适用于低信噪比环境下的方位估计,宽容性及分辨率得到明显提高。     

未知相关噪声环境下宽带源波达方向估计的快速算法

提出一种未知相关噪声环境下带源波达方向估计的快速算法。该算法只对信号子空间进行变换,直接由传播算子构造聚焦矩阵,得到一种快速TCT聚焦矩阵。利用阵列相关矩阵的酉相似变换特性估计噪声相关矩阵,提高了未知相关噪声情况下宽带DOA估计的性能。该算法由线性运算求解聚焦矩阵和噪声相关矩阵,无需特征分解,运算量低,而且适用于未知相关噪声情况,具有重要的工程实用价值。     

Costas编码跳频信号多普勒容限及其在多声源宽带正交检测中的应用

针对Costas信号的传统宽带匹配滤波因拷贝信号生成过程复杂而带来的计算复杂度高的问题,给出了一种通过计算宽带回波与窄带近似回波的互相关度进而得到Costas信号多普勒容限的数值计算方法,并提出利用容限值对预测目标多普勒范围进行分段窄带近似处理,从而避免了大量的时域伸缩变换,简化了拷贝信号的生成复杂度,提高了宽带匹配滤波的处理效率。随后,将这种方法扩展应用到多声源多目标的回波检测中,利用Costas信号的正交性及多普勒容限值,设计了一种宽带正交匹配检测器,大大提高了多目标声探测的效率。实验仿真和分析证明了多普勒容限求取方法的正确性及其应用于宽带正交匹配检测的有效性。      

利用导向向量旋转和联合迭代优化的自适应波束形成算法研究

针对大型阵列中自适应波束形成技术的实时性和鲁棒性问题,基于最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成的信号模型框架,提出一种通过对导向矢量进行处理以降低干扰的自适应波束形成算法——稳健联合迭代优化-导向自适应(Robust Joint Iterative Optimization-Direction Adaptive,RJIO-DA)算法。在联合迭代优化的基础上,将降维变换矩阵的每一个列向量看作独立的方向向量,引导子空间内每一个维度上的权值迭代,同时旋转导向向量,减小了由于导向误差的不确定性而导致的性能下降。仿真实验结果表明,与现有的降维算法相比,RJIO-DA算法计算复杂度低、收敛率高、鲁棒性好,可在期望方向上稳健地聚集波束,更好地形成干扰方向的自适应零陷。      

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。