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。      

矢量阵MUSIC空间谱方位估计性能的实验研究

为了检验矢量阵MUSIC空间谱方位估计算法的性能,进行了三元矢量阵的外场试验,对比了MUSIC空间谱估计以及常规波束形成的性能。实验结果表明,相对于矢量阵常规波束形成技术,MUSIC空间谱对目标的方位估计性能得到很大提高。而且,当空间严重降采样时, MUSIC空间谱表现出较强的栅瓣抑制能力,能够在全空间范围内对目标无模糊定向。     

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。     

基于多重信号分类法的一种声矢量阵方位估计算法

为了提高声矢量阵高分辨方位估计的性能,文中提出了一种矢量阵MUSIC方位估计算法.该算法先构造声矢量阵声压和振速组合输出的互协方差矩阵,然后进行MUSIC方位估计.理论分析和计算机仿真表明,文中算法比传统声矢量阵MUSIC方位估计算法有更好的双目标分辨能力和弱目标方位估计能力,湖试结果也表明文中算法有更好的目标方位估计性能.该算法基于矢量传感器声压和振速的相干性原理,充分利用声压振速组合指向性抗干扰能力,可以更好地抑制各向同性干扰,提高阵列的处理增益,从而有更好的方位估计性能.     

改进的贝叶斯压缩感知目标方位估计

针对基于高斯先验模型的贝叶斯压缩感知在目标方位(Direction Of Arrival,DOA)估计中可能出现明显随机伪峰的问题,改进了高斯先验模型,并在此基础上提出了一种贝叶斯压缩感知目标方位估计方法。通过波束输出噪声背景预估与二值指示变量标记,并引入基于信号先验方差的噪声方差估计方法,与变分贝叶斯推断相结合改进目标方位估计性能和优化迭代收敛过程。利用32元线阵对改进算法进行数值仿真处理和分析结果表明,该改进方法不仅可以准确估计目标信号的方位,而且可以显著地减少空间谱中伪峰的数量。实际海上实验数据处理结果表明,使用改进后的贝叶斯压缩感知方法进行DOA估计,可以显著地抑制空间谱中随机的伪峰,提高波束输出峰值背景比,具有更强的目标检测能力。      

子空间判决分析的强干扰抑制

针对海洋中存在的强干扰和环境噪声导致水下目标方位估计算法性能剧烈下降的问题,提出了一种子空间判决分析的强干扰抑制方法 (SSJ),可实现多个强干扰下的目标方位估计。根据常规波束形成粗估的目标角度区间,利用目标-干扰-噪声子空间与导向矢量的相关性,设置判决项和估计合适的判决阈值来分离和抑制样本协方差矩阵中的非目标信息,降低干扰和噪声的输出功率,同时提高输出信干噪比,为增强阵列的目标方位分辨能力提供方法支撑。仿真和海试数据处理结果显示,SSJ方法可抑制目标角度区间外的强干扰和噪声,明显降低了干扰的输出功率和目标主瓣附近的旁瓣级,提高了目标方位角度的分辨力。相比于现有的子空间干扰抑制方法,所提方法具有更加稳健的干扰抑制能力。     

无源声呐多目标检测中反波束成形递推算法及其应用

随着声呐检测能力的提高,多目标干扰下微弱信号的检测问题日益突出。当声呐方位历程显示上出现多个干扰轨迹时,弱目标的检测显得十分困难。自适应噪声抵消(Adaptive Noise Canceling,ANC)技术为抑制多个干扰提供了理论基础,但是求解稳态最佳滤波矩阵存在着技术实现上的困难。本文提出用一种反波束成形(Inverse Beamforming,IBF)递推算法,在阵元域逐一抵消多个强干扰,从而增强并提取出微弱目标信号。文中给出了递推求解由逆矩阵所表达的最佳滤波矢量的理论推导和相应的公式。利用IBF算法处理海试数据得到了较好的结果,显著改善了强干扰下对微弱信号的检测,甚至在普通波束成形(CBF)中未能显示出来的信号都可以被检测出来。      

利用三元阵的相干干扰抵消原理及仿真研究

介绍了利用三元传感器阵抵消相干干扰的原理。推导了从强干扰中提取期望信号的表达式;讨论了阵元间距的选择,给出了阵元间距与出现方程无解的频率点之间的关系,给出了当期望信号是带限信号时的阵元间距应满足的条件;最后分析了干扰频谱幅度起伏对抵消干扰性能的影响,推导了提取期望信号的相对误差及阵处理增益的表达式．理论分析及仿真结果表明：只要知道信号的到达方向,无需知道干扰的其他信息,就可以从强干扰中提取弱信号;阵元间距必须小于信号上限频率对应的半波长;抵消干扰的性能随干扰谱幅度起伏的增大而下降。     

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.     

一种基于矢量水听器阵的归一化加权Capon波束形成方法

矢量水听器同时拾取声场的标量信息声压和矢量信息振速。本文在分析了各向同性噪声场下矢量水听器阵Capon波束形成方位谱的基础上，提出了一种归一化加权Capon波束形成的改进算法，并给出了方位谱的表达式。本方法不需要特征分解，并且得到的是通常意义上的功率谱(可用于估计信号的能量)。仿真计算表明，此方法的性能优于Capon法，可大大提高方位估计的精度。     

空时多普勒频移域运动小目标的抗干扰探测方法

有源声呐使用多普勒敏感信号可在多普勒频移域分离杂波、混响等干扰和运动目标,但低信干比时强干扰的时间旁瓣泄露和多普勒旁瓣泄露会淹没弱目标.针对该问题,提出了一种基于自适应最小均方(LMS)算法和宽带模糊函数(WAF)的运动小目标抗干扰探测方法.首先在空间多普勒频移域上利用基于LMS的自适应陷波器抑制干扰,然后在快时间多普...     

频域盲源分离与波束形成结合抑制方向性强干扰方法

针对方向性强干扰严重影响无源声呐弱目标检测的问题,提出了频域盲源分离与波束形成结合的干扰抑制方法:以子带分解的方法实现宽带干扰抑制。对每个子带进行频域盲源分离,并估计出各分离信号的方位,将与给定强干扰方位匹配的分离信号置零,利用估计的解混矩阵和处理后的分离信号重构回阵元域信号并进行波束形成实现目标方位估计。声呐模拟器数据与海试数据验证结果表明,相对于传统零陷常规波束形成与零陷最小方差无失真响应波束形成方法有2 dB以上的增益,约6 dB的背景级降低,证明该方法在抑制方向性强干扰方面是有效的。      

基于组合线阵的近程运动小目标被动定位跟踪

针对水下运动小目标被动探测与定位问题,提出了分段组合子阵联合处理探测方法,各探测子阵采用相互垂直结构布局,克服了单阵方位模糊及无法定位等问题。研究了分段组合子阵的宽带最小方差无畸变失真响应近场聚焦目标定位方法,实现了近程蛙人等水下小目标被动高精度定位。在此基础上,采用卡尔曼滤波算法对目标运动轨迹进行预测估计,将目标定位信息与跟踪轨迹信息进行匹配,实现高背景噪音下的运动小目标的跟踪处理。理论分析及仿真结果表明,分段子阵联合处理能有效对水下运动小目标进行定位和跟踪,海试试验进一步验证了该方法的有效性。     

基于运动方向估计的管道滤波算法

管道滤波算法提出了从时域角度解决弱小目标检测问题的思路,对于红外强起伏天空背景中弱点目标的检测问题,管道内强噪音的干扰以及低信噪比的条件会导致检测概率降低的情况出现.本文提出了一种运动方向估计的管道滤波算法,分析了红外弱点目标的运动特性,依据弱点目标在相邻帧间位置具有连贯性的特征,建立了弱点目标的运动方向估计模型.在模型中利用弱点目标逐帧检测的先验位置信息,估计弱点目标的运动方向和轨迹,根据估计结果去除管道内噪音对弱点目标的干扰.仿真结果表明,该方法能够很好地抑制管道内噪音的影响,提高弱点目标的检测概率,增强弱点目标抗管道内噪音干扰的能力.     

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。      

基于遗传算法的不等间距阵优化方法

阵元数一定情况下,针对不等间距拖线阵高频信号处理存在的空间增益和无栅瓣兼容问题,提出一种基于遗传算法的不等间距拖线阵阵型优化方法。该方法以频带交互下最大旁瓣级最小作为约束因子,通过模拟生物自然进化过程搜索全局最优解,得到优化后的阵元位置。优化后阵型在保证低频信号处理空间增益不变情况下,实现对高频信号高空间增益、无栅瓣处理。计算机仿真结果表明：相比未优化阵型,在高频信号处理方面,优化后阵型在无栅瓣情况下,空间增益提升值近似理论值提升值;在低频信号处理方面,优化后阵型具有相同的空间增益。为实际不等间距拖线阵阵型优化和应用提供了一种思路。     

声矢量阵宽带目标波束域变换广义似然比检测算法

为了解决水下声矢量信号处理中的宽带目标被动探测问题, 提出了一种波束域的检测算法. 该算法借鉴人眼对空间谱的检测原理, 对波束域数据进行广义似然比检测. 首先结合干扰抑制问题和矢量环境噪声场特性, 探讨了波束域变换矩阵的设计准则, 并推导了解析解的形式; 然后在假定已知不含目标波束个数的情况下, 构建了波束域的概率密度模型, 并对模型中的未知参量进行最大似然估计, 进而给出了广义似然比检测器的形式; 最后应用信息论准则, 给出了不含目标波束个数的估计方法. 理论分析与仿真实验表明, 该算法在强目标干扰, 以及背景噪声功率谱起伏、时变等环境下, 始终具有更好的系统增益和恒虚警率特性. 湖上试验的结果进一步验证了算法的有效性.     

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。      

Detection method for small and dim targets from a time series of images observed by a space-based optical detection system

To revisit cataloged space targets, a space-based optical detection system normally observes space targets continuously in a target tracking mode. In the time series of images produced by continuous observation, there are not only the target but also complicated background clutter (a mass of stars) and noises. The existing method only can detect the target with an signal-to-noise ratio (SNR) greater than 6 from these images. This paper presents a detection method for the target with an SNR less than 6. The proposed method consists of an SNR enhancement algorithm and an adaptive background and noise suppression algorithm. Simulation and analytical results show the proposed method detects the target submerged in noise and background clutter when SNR is equal to 3 and the detection probability and the false alarm probability both reach very high performance. This proposed method can help solve the problem of revisiting some weak cataloged space targets.     

结合盲源分离的非直单线阵多目标左右舷分辨

针对单线阵左右舷模糊问题,提出了结合盲源分离的非直单线阵多目标左右舷分辨算法。该算法首先通过离散傅里叶变换将阵列接收信号离散化为若干个窄带频谱分量,之后对每个频点的窄带数据讲行盲源分离,得到每个频点上各个来波信号的导向向量;然后通过常规波束形成对各个导向向量进行方位谱估计,并根据左右舷抑制比进行单目标左右舷分辨,确定各个频点上的来波方向;最后对所有频点上的来波方向进行聚类,得到各个真实目标的方位,从而实现多目标左右舷分辨。仿真实验中,相比常规波束形成方法(CBF)和最小方差无畸变响应算法(MVDR),该算法更准确地估计出了目标数目,且保持了较快的计算速度;海试数据处理中,该算法排除了目标镜像的干扰,准确估计出了船只目标的轨迹。仿真及海试数据处理均表明,该算法可以分辨真实目标与目标镜像,具有比CBF和MVDR算法更好的左右舷分辨能力。