基于近场聚焦逆波束形成的UUV平台噪声自适应抵消

UUV平台自噪声会对舷侧阵产生干扰，从而影响其探测性能，本文针对平台尾部自噪声源的直达噪声和海面反射噪声，提出了基于近场聚焦逆波束形成的平台噪声自适应抵消方法。文中利用UUV平台设计参数、深度以及运动姿态信息对尾部自噪声传播到舷侧阵的路径建立几何模型，并分析了影响该路径的因素；通过该模型，平台尾部自噪声能够实时自适应地通过聚焦波束形成被估计出来，从而在舷侧阵的接收信号中实现干扰抵消。仿真结果与海试实验数据处理结果表明，该方法能够有效抑制尾部自噪声干扰，显著提高UUV探测弱目标的能力。     

逆波束形成的旁瓣抑制

为了降低普通逆波束形成旁瓣,提出了一种新的旁瓣抵消技术。该技术利用指向性函数中的旁瓣部分去估计声场的响应,然后从基阵估计的声场减去这部分指向性函数旁瓣估计的声场,从而得到最终的声场估计。由于较多的旁瓣响应被估计的声场扣除,最终估计的声场中的旁瓣大大降低。利用该技术可有效地抑制干扰,同时又可保持普通逆波束形成的方位高分辨力。湖试结果显示了该技术的有效性和可行性。     

拖船噪声抵消与左右舷分辨联合处理方法的研究

利用拖曳双线阵声纳基阵结构的左右舷分辨能力,并结合拖船相对于拖曳线列阵的空间位置关系,本文提出一种拖船噪声抵消与左右舷分辨联合处理的方法,在波束域分别形成左右波束并将映像波束相减,在检测目标并进行左右分辨的同时,可以显著抵消拖船噪声。海试结果验证了该方法的有效性,拖船噪声被抑制掉约14dB,同时正确分辨出目标的左右舷方位。     

改进的高分辨逆波束形成算法在圆阵中应用

针对常规逆波束形成不能突破瑞利限问题,相关学者提出一种基于自回归模型的逆波束形成算法来改善逆波束形成算法的方位分辨率;但在实际应用中,该算法的检测性能比逆波束形成算法差。对此,本文通过修改自回归模型来改善基于自回归模型的逆波束形成算法的检测性能,并将其应用于圆阵中。改善后的算法在保证对目标方位高分辨率检测的同时,在较低信噪比条件下可实现对目标方位的有效检测。理论分析和数值仿真验证了改善后的算法相比基于自回归模型的逆波束形成算法在检测性能提高了近10log(2K 1)dB( 2K 1 为虚拟线阵阵元数) 。     

线性约束自适应逆波束形成研究

逆波束形成较常规波束形成有较好的方位分辨力,但其旁瓣较高,为抑制旁瓣并进一步提高阵增益和方位分辨力,本文提出一种自适应逆波束形成方法,通过设计自适应滤波器对虚拟阵列进行加权,提高阵增益和方位分辨力。理论分析表明自适应逆波束形成能够抑制旁瓣和噪声,阵增益较常规波束形成和逆波束形成提高约3 d B,数值仿真结果表明,自适应逆波束形成的旁瓣降低,阵增益和方位分辨力提高,实验数据处理结果表明自适应逆波束形成具有良好的方位分辨能力和目标检测能力,从而验证了其抑制旁瓣、提高方位分辨力和阵增益的有效性。     

合成孔径激光雷达多通道TOPS模式及频谱恢复方法

针对多通道循序扫描地形观测模式中单个通道的回波数据在方位向存在模糊,采用传统空域波束形成技术及方位预滤波方法均无法恢复信号频谱的问题,在分析产生模糊原因的基础上,提出了一种基于谱压缩的空域波束形成方法.该方法首先对信号进行反旋处理,压缩信号的频谱宽度;然后对多通道数据进行空域波束形成,获得无模糊的频谱;最后对信号反旋处理引入的相位项进行补偿,得到原始信号的二维频谱.点目标及场景仿真实验数据处理结果均验证了该算法的有效性.     

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。     

协方差矩阵重构的稳健自适应波束形成算法

针对协方差矩阵含有期望信号成分以及波束指向角失配时,传统自适应波束形成器性能严重下降的问题,提出了协方差矩阵重构的稳健自适应波束形成算法。该算法将全空域划分成若干互不重叠的区域,分别对应干扰区域与信号区域,先利用Capon波束形成器对干扰区域积分,由此构造出干扰协方差矩阵。然后,利用标准Capon波束形成器的波束域MUSIC谱估计法对信号区域积分,重构出信号协方差矩阵,以其主特征向量作为期望信号导引向量估计。由于算法重构了干扰加噪声协方差矩阵并对导引向量进行了修正,保证了自适应波束形成器的性能。理论分析和仿真实验结果表明,算法在训练数据含有期望信号成分和波束指向角度失配情况下具有良好的性能。      

改进维纳滤波器及其在目标方位估计中的应用

针对复杂的水声环境以及信噪比较低的目标信号导致方位估计性能较差的问题,本文提出了一种基于改进维纳滤波器和波束形成器的方位估计方法,该方法能够抑制噪声,提高目标方位估计性能。首先利用改进维纳滤波器抑制各通道接收数据中的噪声,提高输出信噪比。在此基础上,将改进维纳滤波器的输出通过波束形成器,获得目标的方位估计。改进维纳滤波器能够通过调整滤波器参数,控制滤波器的噪声抑制能力和信号失真。因此,针对不同的波束形成器对信号失真的敏感程度不同,可以通过调节改进维纳滤波器的参数,获得噪声抑制与信号失真之间的最佳折中,从而提高输出信噪比,降低目标方位估计的信噪比门限和均方根误差。仿真和实验结果验证了本文方法。      

波束形成后多干扰抵消方法

为解决常规波束形成后干扰抵消方法仅能从目标波束内消除一个干扰影响的局限性,提出了一种可实现多干扰抑制的波束形成后干扰抵消方法,用于解决多干扰条件下的弱目标波束形成问题.该方法通过最小化多个干扰波束对目标波束的影响,获得用于抵消干扰波束的加权值;然后从目标波束中减去加权后的干扰波束,从而获得抑制干扰后的目标波束。该方法继承了常规波束形成方法的稳健性,因此在阵列流型失配等存在误差的条件下可以用于目标波束形成。仿真和海上实验数据表明,与最小方差无失真响应方法和解卷积的常规波束形成方法相比,该方法可以有效抑制干扰的影响,且当目标与任一干扰方位相近时,其方位谱中可以观察到目标波束,而另外两种方法的目标波束均被干扰波束或其旁瓣所掩盖;与设置凹槽的波束图综合方法相比,该方法算法复杂度低,计算速度快,稳健性更好。      

利用拖船辐射噪声的深海声学参数近场匹配场反演方法

针对深海声学参数难以通过远距离合作声源反演获取的问题,提出了利用拖船低频噪声近场匹配场反演方法。首先,利用聚焦波束形成计算拖曳阵接收拖船噪声的方向性,获得传播路径特征;然后,构建多参数反演模型,由波数积分声传播模型计算拷贝场,采用遗传算法对多频匹配场目标函数进行反演。同时,采用蒙特卡罗方法分析参数后验概率密度。仿真与试验结果表明:深海环境中拖曳阵接收拖船噪声主要来自海底反射路径,利用该特性反演得到海水深度、噪声源距离、阵列深度、沉积层厚度等参数,多频联合反演可以提高沉积层厚度等参数反演准确性。宽带匹配场处理表明,利用反演最优参数模型能准确给出拖船噪声源的空间位置。      

应用经验模态分解的拖船噪声信号重构及抵消方法

针对拖船干扰的时空特点,提出了将EMD(Empirical Mode Decomposition)应用于拖船噪声信号重构及抵消的方法。为了解决以往需要人工干预挑选EMD输出的多路IMF分量的缺点,提出了将多路IMF(Intrinsic Mode Function)分量与基元域信号按照线谱与连续谱分别做功率谱相关并以谱相关系数最大为准则的挑选算法。基于逆波束形成的理论,利用挑选后的IMF分量重构基元域信号,并与原始基元域信号谱减后再进行方位估计。拖曳声呐模拟器数据与实际海试数据验证结果表明,本文算法能够提高弱目标空间增益,尤其是对于靠近干扰盲区的弱目标空间增益提高明显,并且对拖船多途角扩展干扰也具有较好的抵消能力。      

扩展拖曳阵宽带频域逆波束形成技术研究

为了提高扩展拖曳阵在低信噪比下对目标的探测性能,本文将基于扩展拖曳阵方法的被动合成孔径技术与宽带频域逆波束形成技术进行了结合,形成了一种新的被动合成孔径测向技术,有效地提高了扩展拖曳阵技术的探测性能,改善了传统基于被动合成孔径测向技术在低信噪比下性能急剧下降的问题,在低信噪比下获得了更高的方位分辨率,同时对于多目标及弱目标检测能力也更为优异。计算机仿真和海试数据的处理都证明了这一算法的良好性能。     

拖曳线列阵声呐平台噪声的空域矩阵滤波抑制技术

针对拖曳线列阵声呐平台噪声构成近场强干扰影响声呐弱目标探测的问题,利用近场平台噪声的多途传播特性,将匹配场定位技术和平面波目标方位估计技术结合,使用平台噪声到达接收阵的拷贝向量以及平面波方向向量共同设计平台噪声零响应约束空域矩阵滤波器,实现了平台噪声抑制.推导得出滤波器设计最优化问题的最优解,利用广义奇异值分解简化最优解表达式,并给出滤波器对平面波方向向量整体响应误差以及对平台噪声拷贝向量响应。利用平台噪声拷贝向量与远场平面波方向向量相关性,解释了平台噪声构成强干扰的原因,以及滤波后存在探测盲区的原因。由仿真可知,空域矩阵滤波处理可获得更小的探测盲区,同时获得盲区外更高的探测能力.      

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。     

Iterative inverse beamforming algorithm and its application in multiple targets detection of passive sonar

With the increasing of detection ability of passive sonar,the weak signal detection problem in multiple interferences becomes more and more important.In the time/bearing record(TBR) display of sonar detection,when there exist traces of multiple interferences,the identification of weak signal is difficult or impossible.The adaptive noise cancellation technique provides the theoretical basis for suppressing strong interferences.But the solution for finding the steady-state optimum filter matrix is quite difficult due to the real time calculation of inverse matrix of input data correlation matrix.The iterative inverse beamforming(IBF) algorithm for solving the optimum filter vector,which is expressed by inverse matrix of the ocean environment data,is derived in this paper,by which,the optimum filter can be eventually expressed as a sum of series simple matrices of constructed from sensor data.Based on the algorithm proposed in this paper,some examples of at sea experiment are provided.The strong interferences are cancelled and the weak signal is emerged,even it didn't appear in the conventional beamforming(CBF) processing.     

基于能量损失率估计的传声器阵列语音增强

在延时相加波束形成和维纳滤波技术的基础上,提出了一种基于能量损失率估计的传声器阵列后滤波语音增强算法。该算法通过检测线性不等间距传声器阵列中各嵌套子阵在波束形成前后的能量变化来估计维纳滤波器的权系数,实现了语音增强的目标。在仿真数据集上的实验评估表明,相比原始语音,该算法增强后的语音在信噪比、对数谱距离和感知质量等指标上平均分别改善了17.1 dB,1.001和0.935,具有很好的应用前景。      

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。      

一种加权稀疏约束稳健Capon波束形成方法

为了克服标准Capon波束形成器旁瓣级高以及存在角度失配时性能急剧下降等缺点, 在稀疏约束Capon波束形成器的基础上, 提出了一种加权稀疏约束Capon波束形成器. 该方法利用波束响应的稀疏分布特性, 在标准Capon波束形成优化模型中加入旁瓣区域波束响应稀疏约束(l₁ 范数约束), 使旁瓣区域波束响应向量中非零元素的个数最小化; 通过阵列采样数据协方差矩阵特征分解得到信号子空间及噪声子空间, 利用信号子空间与噪声子空间的正交特性, 构造加权矩阵对稀疏约束进行加权, 使得稀疏重构时波束响应向量中不同角度对应的元素得到不同程度的约束. 该方法有效地抑制了Capon波束形成器的高旁瓣级, 加深了干扰方位零陷, 提高了阵列输出信干噪比. 由于稀疏约束, 波束响应向主瓣集中, 期望信号方向附近的波束响应都较大, 从而也提高了阵列抗导向矢量角度失配的能力. 数值仿真和水池实验验证了所提方法的有效性.