被动线谱检测的子带分解和分方位区间融合算法

目标辐射噪声中低频线谱丰富,而且谱级比高、强度稳定,相比调制谱检测具有优越性。基于子带分解处理的现有融合方法适用在信噪比相对较高情况下,而当干扰是相干的或强宽带信号时,对线谱目标有效检测仍没很好解决。本文从子带空间谱统计特性出发,利用线谱谱级高出连续谱10-25dB;线谱频带所在方位区间的输出方位波动小,而其他分区间的输出方位波动大特点,提出了一种在信噪比低,多目标并存情况下更有效的弱线谱提取融合方法。理论仿真和海试实验数据处理结果验证该方法具有创新性、较常规方位稳定算法适用范围更广、检测效果更好,适合工程应用。     

基于主副瓣比加权的未知线谱目标检测方法研究

针对目标辐射线谱信号未知时的目标检测问题,依据水下目标辐射噪声含有高强度稳定线谱这一特征,该文提出了一种基于波束形成主副瓣比加权的宽带波束形成目标检测方法。该方法首先用二阶锥优化各频带波束形成,得到低旁瓣高增益波束形成;其次利用各频率单元波束形成主副瓣差异形成加权因子;然后利用加权因子对各频率单元波束形成进行加权统计,可以抑制背景噪声能量干扰,增强目标检测信噪比增益,克服传统线谱检测四维显示难点。理论分析和实验结果表明：该方法可以较好地增强目标线谱单元能量、抑制噪声、提高信噪比,改善能量累积检测法在远程目标检测方面的性能。     

一种基于频率方差加权的线谱目标检测方法

在复杂的多目标声场中,常规波束形成（CBF）检测器性能显著下降。本文提出一种基于频率方差加权的线谱目标检测方法——CBF频率方差检测器,利用被动目标辐射噪声中含有高强度的稳定线谱这一特征,用每个方位频率域的峰值频率方差对CBF输出的方位谱进行加权。该检测器可在多目标强干扰和同波束强相干干扰背景中检测到弱线谱目标,且只须三维显示,避开了传统的线谱检测四维显示的难点。仿真和海试结果表明,在多目标、强干扰的环境下,可以探测到弱线谱目标。      

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。      

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。     

基于二级自适应滤波的水下目标动态谱线增强算法研究

为了从非高斯噪声环境中有效提取水下目标辐射的线谱信号,以提高水下探测系统检测水下目标的能力,提出了基于二级自适应滤波的水下目标动态谱线增强算法,该算法用基于高阶累积量能量幂函数变步长极性迭代的自适应谱线增强器作为第一级,用传统的自适应谱线增强器(ALE)作为第二级,实行串级联接。用输入信号的峭度定义了峭度信噪比,并用此分析了该算法的性能。用水下某目标辐射线谱的实测数据,对该算法的性能进行了仿真研究。结果表明:当环境噪声为瑞利噪声或混合噪声(包含均匀分布、瑞利分布和拉普拉斯分布的噪声成分)时,该算法与ALE算法相比,有良好的抑制抑高斯噪声或非高斯噪声、提高信噪比和跟踪时变信号的性能。     

目标辐射噪声中线谱序列的提取方法

不同类型目标辐射噪声包络谱中的线谱及其谐波分布存在较大差异，是进行目标检测和分类识别的重要线索。本文提出了一种基于能量判据和子频带综合的线谱序列提取方法，并利用实测数据进行了比较分析。仿真和对实际数据分析的结果表明，该方法能够较准确、稳定提取线谱序列，为目标检测和分类识别提供了可靠依据。     

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。      

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。      

参数未知的舰船辐射噪声检测方法

舰船辐射噪声的检测方法已有广泛研究,其中线谱特征是检测的重要依据。基于线谱特征的舰船辐射噪声检测方法常需要线谱数目、频率等参数作为检测的先验信息,这些信息不准确或无法确知时,检测方法的性能会受到显著影响。针对实际应用中对于未知舰船无法获得其参数信息的情况,研究基于连续谱谱峰特征的更为一般性的信号存在性检测方法。将窄带信号瞬时频率分析的思想扩展到舰船辐射噪声这类宽带信号,从信号频率与能量分布的角度推导得到宽带信号"瞬时频率"的近似表示式。构建宽带信号的瞬时频率检测器,并对其性能进行理论分析,结果表明该检测器的性能主要受舰船辐射噪声瞬时频率方差以及接收信噪比影响。通过计算机仿真和实际数据对算法的性能进行了验证。      

参数未知的舰船辐射噪声检测方法

舰船辐射噪声的检测方法已有广泛研究,其中线谱特征是检测的重要依据。基于线谱特征的舰船辐射噪声检测方法常需要线谱数目、频率等参数作为检测的先验信息,这些信息不准确或无法确知时,检测方法的性能会受到显著影响。针对实际应用中对于未知舰船无法获得其参数信息的情况,研究基于连续谱谱峰特征的更为一般性的信号存在性检测方法。将窄带信号瞬时频率分析的思想扩展到舰船辐射噪声这类宽带信号,从信号频率与能量分布的角度推导得到宽带信号"瞬时频率"的近似表示式。构建宽带信号的瞬时频率检测器,并对其性能进行理论分析,结果表明该检测器的性能主要受舰船辐射噪声瞬时频率方差以及接收信噪比影响。通过计算机仿真和实际数据对算法的性能进行了验证。     

单矢量水听器方位估计的柱状图方法

单矢量水听器可以估计目标方位,矢量水听器信号处理中用到的平均声强器的处理方法能很好地抗各向同性的非相干干扰,但不能抗相干干扰.文中提出了一种新的单矢量水听器方位估计方法柱状图方位估计法,介绍了该方法的原理;对宽带信号中含强线谱相干干扰的情况进行了计算机仿真,结果表明该方法在强线谱相干干扰下能有效检测目标、估计目标方位;海试结果验证了该方法抗强线谱相干干扰的有效性.     

一种改善逆波束形成显示效果方法

在低信噪比条件下,由于协方差矩阵中主对角元素相比其他元素所含噪声能量大,致使逆波束形成(IBF)所得空间谱中目标方位处能量与其他方位处能量差别小、显示效果不好。对此,本文采用对协方差矩阵主对角元素进行修正法来降低噪声对IBF的影响,进而扩大目标方位与其他方位处能量差别,改善空间谱显示效果。 Matlab数值仿真和湖试数据处理结果均表明：在低信噪比条件下,本方法可改善IBF所得空间谱的显示效果。本文所述方法简单有效,可满足实际工程应用,为改善方位历程显示效果提供一个参考。     

拖线阵机动时的自适应波束形成

提出了一种MVDR(最小方差无失真响应)的改进算法,用以解决常规MVDR算法由于阵形时变而出现的性能下降问题。在获得时变阵形估计数据的基础上,该算法以统计时段内的平均阵形为基准阵形,在每个扫描方向上根据实际阵形和基准阵形的差异对阵列互谱矩阵多样本进行相位补偿,从而实现统计时段内的互谱矩阵多样本相干累加和目标检测。数值仿真与海上实验数据处理结果表明:与传统MVDR算法相比,改进算法有效缓解了时变阵形下的目标测向角度模糊问题,可提高拖线阵目标左右舷分辨性能、增强弱目标检测能力。      

水下运动声源的方位方差检测方法

为了提高对水下运动目标的检测能力,利用水下目标辐射信号与海洋环境噪声在空间分布特性上的差异,提出了一种方位方差检测方法。该方法采用时延估计法估计目标方位,对方位求方差以获得检验统计量。采用奈曼-皮尔逊准则,推导了该方法的检测概率关系式,得出了检测性能与信噪比关系曲线,并与宽带能量检测方法进行了比较,表明该方法的性能远优于宽带能量检测方法。理论分析和海上试验结果都验证了该方法的有效性。     

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。      

线谱非平稳性分析和利用干涉谱测距

研究运动舰船辐射噪声线谱的非平稳性的规律并利用其来提高声呐的检测性能和实现目标测距测深功能是本研究的目的。线谱的非平稳性有3个方面来源,线谱声源的不稳定、传输途径和目标与接收点的相对运动。通过对大量的运动目标辐射噪声进行的时频分析,总结出运动目标辐射噪声线谱的非平稳性谱图的典型表现。对不同形态的线谱应用不同的处理和检测方法,对频率稳定的连续线谱可以用长积分的最佳检测方法进行,对多普勒变化的线谱可用Dopplerlet方法处理并用于目标测距和测速,对时断时有的线谱得可用卡尔曼跟踪对付断裂的特性。从理论上分析了钟型的“线谱群”的产生原因,证明了此现象是反射声和直达声之间的谱干涉引起的。利用谱干涉现象中的干涉谷之间的关系可实现目标测距测深的目的,最后给出某一实际海上运动目标距离和深度的测量结果。     

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。     

利用Doppler-warping变换的水下对空运动声源的线谱探测EI北大核心CSCD

提出了一种利用Doppler-warping变换的水下对空运动声源的线谱探测方法。该方法首先利用Doppler-warping变换线性化目标线谱的多普勒相位,再提取线性化后的目标线谱点,结合波束形成算法实现对目标的探测。仿真和海试数据处理结果表明,与直接提取目标线谱实现探测的方法相比,所提出方法有以下几个优势:(1)将目标线谱多普勒相位线性化,线谱跟踪更为稳定连续;(2)将目标线谱频带展宽的能量重新集中到原频率附近,在低信噪比环境下能更好地提取目标线谱;(3)将干扰线谱瞬时频率非线性化,能更好地实现干扰线谱的分离。海试数据处理结果表明,实现了对远至16.8 km处空中运动目标的水下有效探测,探测能力与抗干扰能力明显增强。     

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。