交替投影盲反卷积的阵不变量被动定位*

本文针对低信噪比下传统盲反卷积技术提取格林函数过程中存在的图像模糊问题,提出了一种基于交替投影法的阵不变量浅海被动定位方法。该种方法利用交替投影的方法对波束信号进行分离,并利用分离出的波束分别提取格林函数。最后通过补偿时延的方式将多组波束提取的结果相干组合起来,实现格林函数的多波束联合估计。通过仿真实验证明了该方法有效增强了提取格林函数的强度,使得在低信噪比下利用阵不变量的连续声源定位方法更加稳健。     

低信噪比线性调频信号目标的方位估计

线性调频(LFM)信号目标的方位估计是水声探测研究的重要内容,在进行方位估计时,若存在强干扰信号源与强背景噪声,阵元接收信号的信噪比会显著降低,严重影响LFM信号目标方位估计结果的准确性.针对该问题,提出了一种简明分数阶滤波方法,并将其与常规波束形成方法(CBF)相结合来实现低信噪比条件下LFM信号目标的方位估计.简明分数阶傅里叶变换能在正交角度上将LFM信号的能量聚集在特定频点处并形成明显的能量峰,利用该特性,可对阵列各阵元接收的低信噪比LFM信号在简明分数阶域聚集的能量峰进行最佳滤波,以滤除干扰信息及背景噪声.对滤波输出进行逆简明分数阶傅里叶变换可得到增强信干比和信噪比的阵元域信号,进一步用于目标方位估计,就能获得更加准确的目标方位。数值仿真结果和海试实验数据处理结果验证表明,本文所提出的方法可有效抑制干扰和背景噪声,并对低信噪比LFM信号进行准确、稳健的方位估计。      

深海直达波区卷积神经网络测距方法

深海声场通常可以看作不同掠射角的多途声线在接收器处的叠加,其中经海底反射的声线携带与海底参数有关的声场特征。利用深度卷积神经网络分别学习垂直阵声压域(CNN-Field)和垂直阵波束域(CNN-CBF)特征的方法被用来估计直达波区声源距离。该方法首先对仿真直达波区声场数据做预处理,然后将声压域和波束域的声场数据分别作为训练集训练深度卷积神经网络模型,最后输入测试集数据到训练完成的模型中估计声源距离.实测环境参数的仿真实验表明CNN-Field方法在不同海底参数的测试集下测距结果差异较大,CNN-CBF方法差异较小,而且在16阵元10 m等间距垂直阵的阵元域信噪比大于0dB时估计准确率可以达到97%.海试数据处理结果表明CNN-CBF方法的直达波区内测距准确率高于CNN-Field,在距离10 km以内的平均准确率可以达到93.16%.      

多波束分集深海远程正交频分复用水声通信

针对深海远程信道传播衰减大、多途扩展严重的问题,提出一种单输入多输出（SIMO）模型下的水声正交频分复用（OFDM）多波束空间分集均衡方法。建立了深海远程信道下SIMO-OFDM接收信号模型,对宽带波束形成处理后的多个到达角度的波束输出进行独立的多普勒补偿和稀疏信道估计,最后基于最大比合并实现多波束均衡。相对于远程通信中常用的单波束处理方法,所提方法可获得额外的不同到达角度的多径分集增益;且基于阵列波束形成处理可明显提升各个波束输出信噪比,避免了单阵元信噪比过低导致的信道估计误差增大的问题。所提方法的计算复杂度大于单波束均衡,但低于多阵元最大比合并均衡。基于BELLHOP的数值仿真和中国南海实验结果表明,所提方法的误码率性能明显优于单波束均衡和最大比合并均衡,且在100 km的距离上实现了通信速率199 bps的无误码通信。      

利用阵不变量的浅海宽带声源距离深度估计方法

现有阵不变量方法未能确定声源深度,且通常对远距离声源的测距误差较大。针对这一问题,提出一种利用阵不变量的宽带声源距离深度估计方法。该方法先对宽带接收信号进行频域波束形成和傅里叶逆变换，转换到波束-时间域以实现模态分离，波束-时间域各峰值位置的连线形成波束时间迁移曲线,曲线形状由阵不变量参数决定且与声源距离相关,曲线上能量分布由各阶模态激励决定且与声源深度有关;再沿波束时间迁移曲线提取波束时间强度并进行匹配处理,最终实现声源距离深度估计。SWellEx-96实验数据处理结果表明,本文所提方法的声源距离和深度估计平均相对误差分别为3.9%和3.4%,而常规阵不变量方法的平均相对测距误差为5.1%,验证了所提方法的优越性能。     

小尺寸声矢量平面阵三维波束形成方法

提出了一种基于声场多极子展开的小尺寸声矢量平面阵三维波束形成方法。该方法利用了声场的垂直振速信息,并结合球谐波函数与多极子模态之间的联系,可用二维的阵列结构合成指向任意方向的三维波束图,简化了三维波束形成所需的阵列结构。以3×3均匀矩形阵为例的仿真结果表明,在相邻阵元间距小于0.2倍信号波长时,所提方法引入的差分近似误差可被忽略,所得阵列波束图接近理论波束图。相比于声压球面阵三维波束形成方法,所提方法在低频段能在获得相同阵增益的同时有着更好的稳健性,为实现小尺寸阵列的三维波束形成提供了一种可靠的方法。     

圆弧形面阵自适应波束形成快速计算方法

针对圆弧形面阵估计水下目标二维波达方向的问题,提出一种降维处理的自适应波束形成方法。利用圆弧形面阵模型简化阵列内插矩阵的计算,通过垂直和水平两阶段波束加权,降低自适应波束形成维数,从而实现快速估计声源二维波达方向的目的。仿真结果表明,所提改进方法的计算量较传统二维最小方差无失真波束形成方法降低约一个数量级,且在低快拍条件下具有更明显的噪声抑制优势。湖上实验数据处理结果验证,在复杂水声环境下,所提方法具有较好的目标分辨性能。      

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。      

进行子阵加权波束形成的波达方向估计

针对水声信道的多径效应以及海底散射信号信噪比低导致方位估计性能较差的问题,提出了一种基于子阵加权波束形成的UESPRIT算法(Weighted Beamspace UESPRIT Based on Subarrays,BS-BUESPRIT)。首先利用密集波束域转换矩阵估计回波信号的方位谱,进而估计同一时刻到达阵列的回波数目;之后将均匀线阵分为多个尺寸相同、相互重叠的子阵,利用加权波束形成对各子阵接收信号做指定方向的空域滤波;最后基于各子阵波束形成后的输出结果,利用UESPRIT算法实现回波方向的估计。仿真和湖试、海试试验结果表明,与UESPRIT算法相比,BS-BUESPRIT算法提高了信号波达方向估计性能,在多径和较低信噪比条件下有着更高的估计精度,应用于高分辨率测深侧扫声呐时有效地提高了声呐的测深性能。      

一种基于模态域波束形成的水平阵被动目标深度估计

水面水下目标分辨与识别一直是被动声呐探测领域的难题.利用一种水平阵模态域波束形成算法获得己知方位目标声源的各阶模态强度,将其与不同深度的各阶参考模态强度进行匹配,最终实现了对声源的深度估计.仿真结果表明,该算法可以在信噪比为-10 dB的情况下,用300Hz带宽的信号样本,实现对声源深度的有效估计.系统分析了不同参数和不同波导条件对该方法目标深度估计性能的影响.其中,阵元数越多,模态样本数越多,计算频段越宽,方位估计精度越高,有效阵长越长,深度估计的性能越好.阵元间距和波导深度的变化不会影响该方法的深度估计性能,并且该方法的深度估计性能在声速剖面、海底参数等波导条件存在扰动时具有鲁棒性.     

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。      

Research and application of fast-convergent minimum variance distortionless response algorithm

The conventional MVDR adaptive beamformer is a high-resolution narrowband beamformer which estimates the optimal beamforming weights using narrowband CSDM of real acoustic field.In practical applications,MVDR algorithm needs long observation time to estimate the covariance matrix.This inherent property makes it difficult to localize fast-moving targets.For wideband signals,MVDR algorithm needs inverting every CSDM which increases the computational demands.For correlated sources,the performance of MVDR will degrade dramatically because the signals will cancel each other.A fast-convergent MVDR algorithm based on subband subarray processing is proposed.The full frequency band is divided into sets of subbands and the line array is divided into sets of subarrays.For every subband the STCM of reduced dimensions is calculated.Then adaptive beamforming weight of fast-convergent MVDR algorithm and spatial spectrum estimation are obtained.At the same time,spatial spectrum estimation can be made for correlated sources using the two-sided spatial smoothing method. Results of simulation and trial data show that the proposed method has high-resolution and near-instantaneous convergence property,two-sided spatial smoothing has satisfactory validity of decorrelation.     

传声器阵列波束比判决语音增强方法

针对单一波束形成器难以深度抑制空间相干干扰的问题,提出了一种综合了最小方差无畸变响应波束形成器与对称子阵延时求和波束形成器的语音增强方法。定义了一种波束输出比因子,根据该因子在目标声区域和干扰声区域的幅值变化,给出了采样协方差矩阵对角加载量的调整方法,并进一步利用该因子在后滤波环节对空间干扰进行判决滤波。文中对判决滤波时的上限阈值和下限阈值的实时更新方法给出了说明。所提出的算法能进一步抑制空间干扰和噪声,且可满足实时需要。在传声器圆阵上的实验表明,该方法在输出信干噪比及语音质量上,均优于经典对角加载算法及采样协方差矩阵扫描重构算法。      

三维空间非同步测量高分辨率声成像方法

为解决三维空间中声源成像分辨率低的问题,提出一种基于非同步测量的三维空间声成像方法.该方法首先通过移动球形传声器阵列扫描空间分布的声源,然后利用非同步测量技术近似得到大孔径、高密度的传声器阵列测量结果,最后通过传统波束形成算法成像.仿真及实验结果表明,该方法与单次测量下的波束形成方法相比,聚焦性能更好,空间分辨率高,可...     

利用近场MVDR双聚焦波束成形方法实现被动测距

本文分析了近场环境下基于双聚焦波束成形的水下被动测距方法。通过修正MVDR方向矢量,得到了适用于近场环境的MVDR。仿真实验证明近场MVDR双聚焦波束成形测距方法优于普通波束成形和远场MVDR双聚焦波束成形,能明显减小目标距离估计的模糊区域。在相邻两个日标的定位性能上,MVDR双聚焦波束成形技术也比MVDR单聚焦系统体现出更大的优势,能较好地分辨目标。     

频率不变波束形成器抽头稀疏化设计的交替方向乘子法

针对具有空间响应变化函数约束的频率不变波束形成器设计问题,提出了采用交替方向乘子法实现抽头稀疏设计的优化算法。该算法利用交替方向乘子法能够将原始优化问题进行分裂处理的特点,通过引入替代变量和指示函数,使得表征波束形成器抽头稀疏度量的非凸L₀范数与阵列响应约束分离,进而将问题分裂到元素层级并给出近邻算子的解。对于指示函数的近邻算子求解,在分裂到元素层级后则退化为简单的双边约束问题,因而降低了优化求解的计算复杂度。仿真分析表明,提出的方法比现有的L₁范数方法在宽频带条件下的抽头稀疏度能够提升6%~13%,通带最大波动误差减小了约2 dB,并且优化消耗时间更短。实验结果进一步验证了所提方法在实现高抽头稀疏度波束形成的同时,对声信号造成的失真更小。因此,所提出的方法在降低传声器阵列波束形成器的实现复杂度以及保持阵列响应的频率不变性能方面更具有优势。      

传声器阵列特征值滤波去噪方法

作为二阶统计量的互谱矩阵(CSM)是声学成像算法的核心输入量。为增强传声器阵列的去噪表现,研究了互谱矩阵特征值滤波的机理,并提出了两种新型的特征值滤波方法的设计准则:(1)声源互谱矩阵的Stein无偏风险估计(SURE收缩),即基于SURE准则的特征值软阈值收缩;(2)进一步提高声源互谱矩阵EYM (Eckart-Young-Mirsky)估计误差的最优收缩(Opt-Shrinkage)方法,即对声源特征值所含有的噪声进一步去除。然后,在3000个快照数,0 dB信噪比(SNR),100个传声器的环境下进行仿真。通过仿真,与经典的MUSIC方法比较原声源信号与去噪后信号的互谱矩阵对角线误差,其中MUSIC方法的互谱矩阵对角线误差为74.15%,SURE收缩为41.97%,最优收缩为20.62%。并通过改变快照数、声源数与SNR,对比了不同特征值滤波去噪方法的效果。从仿真结果上看,在少声源(少于40个)工况下SURE收缩方法的去噪效果优于MUSIC方法与最优收缩方法;在声源数超过42个后,最优收缩方法取得更显著的效果。最后,在3个声源、60个传声器数、-5 dB信噪比的声源定位实验中,SURE收缩与最优收缩均获得了相比MUSIC方法更好的去噪效果。研究表明在现有传声器阵列特征值滤波方法的基础上,对特征值的进一步处理可以得到更好的去噪效果。      

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。      

Broadband optimal contrast resolution beamforming

This paper proposes a novel receive beamformer architecture for broadband imaging systems that uses unique finite impulse response (FIR) filters on each channel. The conventional delay-and-sum (DAS) beamformer applies receive apodization by weighting the signal on each receive channel prior to beam summation. Our proposed FIR beamformer passes the focused receive radio frequency (RF) signals through multi-tap FIR filters on each receive channel prior to summation. The receive FIR filters are constructed to maximize the contrast resolution of the system’s spatial response. The broadband FIR beamformer produces spatial point spread functions (PSFs) with narrower mainlobe widths and lower sidelobe levels than spatial PSFs produced by the conventional DAS beamformer.We present simulation results showing that FIR filters of modest tap lengths (3-7) can yield marked improvement in image contrast and point resolution. Specifically we show that 7-tap FIR filters can reduce sidelobe and grating lobe energy by 30 dB and improve contrast resolution by as much as 20 dB compared to conventional apodization profiles. This improvement in contrast resolution comes at the expense of a decrease in beamformer sensitivity. We investigate the effects of phase aberration and show in simulation results that the multi-tap FIR beamformer outperforms the unaberrated DAS beamformer by 8-12 dB even in the presence of moderate aberration characterized by a root-mean-square strength of 28 ns and a full-width at half-maximum correlation length of 3.6 mm. We show experimental results wherein multi-tap FIR filters decrease sidelobe energy in the resulting 2D spatial response while achieving a narrow mainlobe. We also show results where the FIR beamformer improves the contrast to noise ratio (CNR) in simulated B-mode cyst images by more than 4 dB. Our algorithm has the potential to significantly improve ultrasound beamforming in any application where the system response is reasonably well characterized. Furthermore, this algorithm can be used to increase contrast and resolution in one-way beamforming systems such as acousto-optic and opto-acoustic imaging.     

声矢量锥形阵的高阶累积量波达方向估计

为解决信源在较低信噪比情况下的测向分辨率问题,提出阵列可扩展的声矢量锥形阵测向算法。算法基于四阶累积量的阵列扩展和高斯噪声抑制特性,计算声矢量传声器不同输出分量的四阶累积量,使其在三维方向上扩展与原阵型结构相同的虚拟阵,从而构造包含角度信息的旋转不变矩阵进行测向。推导给出了算法的克拉美罗界,理论分析了算法性能受信噪比、采样快拍以及入射声源俯仰角的影响。仿真实验验证了该算法较常规声矢量阵ESPRIT算法有更优的噪声抑制能力及更高分辨的DOA估计性能。