基于矢量线阵的目标低频线谱提取方法

主动声呐系统常采用线性调频信号探测水下目标。利用分数阶傅里叶变换处理线性调频回波时,可在低信噪比和强混响背景下获得目标参数的有效估计。主动声呐系统常通过增大发射信号的时间带宽积来提升系统的距离分辨力和速度分辨力,但却带来了计算复杂度的显著增加,尤其是奈奎斯特采样下基于分数阶傅里叶变换的回波处理方法,导致数据处理时间难以满足功耗和体积受限的无人水下航行器平台的实时性要求。针对此问题,该文提出分数阶傅里叶变换的带通采样实现方法,通过对线性调频信号时频特性直线在分数阶域的投影进行修正,使利用分数阶傅里叶变换方法处理带通采样的回波数据时,可获得正确的目标参数估计。计算机仿真数据和无人水下航行器湖试数据处理结果验证了分数阶傅里叶变换的带通采样实现方法的正确性,数据处理时间能够满足无人水下航行器平台处理的实时性要求。     

水下航行器噪声源分布位置估计的瞬时频率变化率算法研究

使用单个传感器实现水下航行器纵向分布噪声源位置的估计。应用传感器接收的多普勒信号瞬时频率变化率具有极值性的特点,通过推导并定义一种时间-频率变化率分布(L-相位分布),给出其有效离散迭代算法,能够提取出多普勒信号的瞬时频率变化率曲线,得到该曲线极值点位置的估计值,并结合水下航行器的航速,可以估计出线谱噪声源在航行器上纵向的分布位置。海试数据给出了105 Hz,220 Hz和500 Hz等三种线谱噪声源的位置估计误差,其定位误差均不超过2.5 m,表明该方法对于中低频率噪声源具有较高的位置估计精度。      

水下航行器噪声源分布位置估计的瞬时频率变化率算法研究

使用单个传感器实现水下航行器纵向分布噪声源位置的估计。应用传感器接收的多普勒信号瞬时频率变化率具有极值性的特点,通过推导并定义一种时间-频率变化率分布(L-相位分布),给出其有效离散迭代算法,能够提取出多普勒信号的瞬时频率变化率曲线,得到该曲线极值点位置的估计值,并结合水下航行器的航速,可以估计出线谱噪声源在航行器上纵向的分布位置。海试数据给出了105 Hz,220 Hz和500 Hz等三种线谱噪声源的位置估计误差,其定位误差均不超过2.5 m,表明该方法对于中低频率噪声源具有较高的位置估计精度。     

实验研究贯流风扇气动噪声源特性

复杂流动系统中气动噪声源特性的研究是研究噪声传播及建立气动噪声模型的基础.本文采用实验的手段研究了贯流风扇的气动噪声源特性。实验在本底噪声为19 dB(A)的静音室中进行,采用高精度,高频响的声压传感器分别测量了室内机进口,蜗舌壁面,近叶轮出口,远场等位置的声压波动.对得到的原始压力脉动数据进行了快速傅里叶变换,基于FFT变换的联合时频分析,基于连续小波变换的联合时频分析.分别在时间域和频率域进行了不同测量点的对比分析。结果表明,实验机表现为明显的宽频噪声特性,其主要噪声源为流场中的涡流.基于连续小波变换的时频分析方法能更精确地表现信号的非定常特性,能对信号进行不同层次的深入分析,得到更精确的结果.     

基于多项式调频Fourier变换的信号分量提取方法

为了从含有噪声的混合信号中有效提取各个信号分量, 提出一种基于多项式调频Fourier变换的分量提取方法. 通过研究Fourier变换和分数阶Fourier变换的信号能量积累方式及变换基函数的时频表示, 提出利用时频平面上的多项式调频曲线族代替Fourier变换和分数阶Fourier 变换的调频直线族, 将变换的适用范围扩展到非线性调频信号. 采用粒子群智能优化算法搜索调频曲线族的最优多项式参数, 使混合信号中的某一分量在多项式调频Fourier域上能量谱集中. 最后对能量谱集中的分量进行窄带滤波, 并利用多项式调频逆Fourier变换重构信号分量. 仿真实验结果表明, 该方法不仅能够提取混合信号中的线性调频分量, 还能够实现非线性调频分量的能量谱集中、信号分离和时频特征提取.     

基于小波变换的激光水下测距

提出一种基于小波变换思想的水下测距方法.根据信号的能量一致性以及小波的带通滤波特性,并以二元样条插值为架构,实现信号的时频结合.该方法先将时域信号进行小波时域分解滤波,获得较为完整的时域有效信息,然后对初步处理的时域信号进行小波频域分解,通过找寻信号时频域对应的能量最值位置锁定目标,实现精确测距目的.进行不同衰减长度水体的连续光水下测距实验,分析该方法对连续光水下探测的影响.经实验验证,该测距方法在输出功率2.3 W内,成功实现对8个衰减长度内目标的准确测量,其测距精度小于1 cm.     

多尺度分析在激光微多普勒效应特征提取中的应用

由于小波变换具有准确度高、抗噪性好等优点,在微多普勒效应探测方面具有很好的应用前景。利用多尺度分析（MRA）将信号进行分解并提取出含有微多普勒效应的低频平滑信息,获取了目标微小振动引起的微多普勒效应。用频谱分析和基于瞬时频率(Instfreq)的时-频域联合分析方法对原始信号及通过MRA分解得到的结果进行了对比研究。结果表明：利用时-频分析对MRA处理后的低频信号进行分析,可更加有效地提取微多普勒效应中振动信号的特征,为目标特征的识别、分类和探测提供了便利。     

基于压缩感知的矢量阵聚焦定位方法

本文针对噪声源近场定位识别问题,利用声源分布在空间域具有稀疏性,在压缩感知理论框架下建立了新体系下的矢量阵聚焦波束形成方法,用于解决同频相干声源的定位识别问题.新方法可在小快拍下准确获得噪声源的空间位置,且不损失对噪声源贡献相对大小的评价能力.通过详细的理论推导、仿真分析和试验验证,证明了基于压缩感知的矢量阵聚焦定位新方法本质上实现了l1范数正则化求解下的波形恢复和空间谱估计,因此具有较高的定位精度,较强的相干声源分辨能力、准确的声源贡献相对大小评价能力以及较高的背景压制能力,可应用于水下复杂噪声源的定位识别.     

S变换轮廓术中消除条纹非线性影响的方法

S变换是短时傅里叶变换和小波变换的延伸和推广,是一种无损可逆的非平稳信号时频分析方法.它不仅具有线性、多分辨性和逆变换唯一性等特点,而且其反变换与傅里叶变换保持着直接的联系.在S变换中,以简谐波作为基波,以可以同时进行伸缩和平移的高斯函数作为窗函数.同短时傅里叶变换相比,S变换的时频分辨率可以同时达到最佳,同小波变换相...     

基于Hilbert变换的水下多源声信号频率的相干探测

为实现水下中低频声信号的探测识别,通过研究水下多声源相干探测信号的特征,理论上给出了相干探测信号频谱混叠情况下的特征表达式,并提出了一种基于Hilbert变换的信号解调处理方法,实现了水下多声源相干探测信号频谱混叠情况下各声源发声频率的解调.该方法将探测信号经过滤波平滑处理之后进行Hilbert变换,得到信号的解析形式,然后对解析信号模值的平方进行二次滤波平滑等处理,分离混叠在一起的频带,将得到的信号进行频谱分析,根据频移值计算得到水下各个声源的发声频率.在光学暗室下搭建激光相干探测系统,对2~6kHz的水下声信号进行实验,实验结果表明,该方法可以有效分离探测信号中混叠在一起的信号频带,并准确提取各水下声信号的发声频率,频率提取重复性不大于2.5Hz.     

圆柱阵子阵分级处理的稳健超指向性波束形成方法

提出了圆柱阵子阵分级处理的稳健超指向性波束形成方法。首先建立了圆柱阵分两级子阵进行波束形成的信号模型,接着利用空间均匀噪声场中噪声互谱矩阵的循环特性得到基于特征波束分解与综合模型的圆柱阵超指向性的最优解,然后仿真研究了其误差敏感度函数、阵增益和波束图等性能指标,并与圆柱阵的传统全局处理方法进行了对比。提出的分两级子阵处理的超指向性方法与传统全局处理方法相比不仅降低了数据存储量和波束形成计算量,而且进一步提升了稳健性,并且在低频段的阵增益远远高于常规波束形成的值,对水下声呐阵列的设计具有一定的参考价值。      

高精度球面阵聚焦声源定位方法研究

提出了一种高精度高空间分辨率球面阵聚焦声源定位方法——虚拟源法。该方法通过球面阵波束扫描获得实际声源的空间聚焦谱,并假定各扫描点为虚拟声源,将实际声源聚焦谱看作是全体虚拟源共同作用的结果,由此得到各虚拟源对声场的贡献量,从而可实现声源精确定位。仿真研究分析了频率,阵列孔径,声场模态阶数,信噪比等参数对声源定位性能的影响,并与常规算法进行对比。结果显示,该方法不受频率和阵列孔径的限制,避免了空间“混淆”,能够进行高精度高分辨率声源定位,并具有良好的背景噪声抑制能力。      

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。     

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.     

Active control of passive acoustic fields: passive synthetic aperture/Doppler beamforming with data from an autonomous vehicle

The maneuverability of autonomous underwater vehicles (AUVs) equipped with hull-mounted arrays provides the opportunity to actively modify received acoustic fields to optimize extraction of information. This paper uses ocean acoustic data collected by an AUV-mounted two-dimensional hydrophone array, with overall dimension one-tenth wavelength at 200-500 Hz, to demonstrate aspects of this control through vehicle motion. Source localization is performed using Doppler shifts measured at a set of receiver velocities by both single elements and a physical array. Results show that a source in the presence of a 10-dB higher-level interferer having exactly the same frequency content (as measured by a stationary receiver) is properly localized and that white-noise-constrained adaptive beamforming applied to the physical aperture data in combination with Doppler beamforming provides greater spatial resolution than physical-aperture-alone beamforming and significantly lower sidelobes than single element Doppler beamforming. A new broadband beamformer that adjusts for variations in vehicle velocity on a sample by sample basis is demonstrated with data collected during a high-acceleration maneuver. The importance of including the cost of energy expenditure in determining optimal vehicle motion is demonstrated through simulation, further illustrating how the vehicle characteristics are an integral part of the signal/array processing structure.     

Beamformer performance with acoustic vector sensors in air

For some time, compact acoustic vector sensors (AVSs) capable of sensing particle velocity in three orthogonal directions have been used in underwater acoustic sensing applications. Potential advantages of using AVSs in air include substantial noise reduction with a very small aperture and few channels. For this study, a four-microphone array approximating a small (1 cm3) AVS in air was constructed using three gradient microphones and one omnidirectional microphone. This study evaluates the signal extraction performance of one nonadaptive and four adaptive beamforming algorithms. Test signals, consisting of two to five speech sources, were processed with each algorithm, and the signal extraction performance was quantified by calculating the signal-to-noise ratio (SNR) of the output. For a three-microphone array, robust and nonrobust versions of a frequency-domain minimum-variance (FMV) distortionless-response beamformer produced SNR improvements of 11 to 14 dB, and a generalized sidelobe canceller (GSC) produced improvements of 5.5 to 8.5 dB. In comparison, a two-microphone omnidirectional array with a spacing of 15 cm yielded slightly lower SNR improvements for similar multi-interferer speech signals.     

水下声成像中旁瓣抑制方法及其实验研究

提出了一种近场条件下采用不等间隔阵并进行孔径变迹处理的水下声成像旁瓣抑制方法,并进行了理论和实验研究。考虑以球面波传播理论为基础的聚焦波束形成,首先通过阵元位置微调,设计了可实现低旁瓣的不等间隔阵,从单程波束响应上降低旁瓣;然后,将孔径变迹处理方法应用于水下声成像中,全部阵元用于接收,部分阵元用于发射,从双程波束响应上进一步降低旁瓣。通过水池实验对所提出的方法进行了验证。结果表明:采用不等间隔阵并进行孔径变迹处理可以更为有效地降低旁瓣,而主瓣仅有小量展宽,且该方法工程应用简便易行,在改善成像质量的同时降低了系统复杂度。      

拖曳阵被动合成孔径目标深度稳健估计

使用水下无人平台作为载体的拖曳阵进行被动目标深度估计具有灵活性高和隐蔽性好的优点,针对实际应用中存在的平台自噪声和阵列瞬时随机加速度扰动问题,提出了一种稳健的目标深度估计方法。该方法分为三个步骤,首先对阵元接收信号进行自适应噪声抵消和相位抖动滤波,然后对声压进行距离积分实现简正波模态估计,最后计算模态匹配度,最大值对应的深度为目标深度估计结果。仿真表明在干扰背景下该方法的目标深度估计稳健性优于传统方法,声源频率、合成孔径距离和信干比决定了目标深度估计误差。利用实验数据验证了该方法对水下低频线谱声源的深度估计能力。