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。      

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。      

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。      

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。      

瞬时混合盲源分离和最优波束形成的关系研究

最优波束形成和盲源分离是近几十年迅速发展起来的两种重要阵列信号处理方法,在瞬时混合情况下它们具有相似的信号模型,所以本文研究了二者之间的关系。指出,当不存在噪声时,多数盲源分离算法构造的是最优波束形成;当存在噪声时,可以利用盲源分离算法估计的信号导向向量设计最优波束形成。计算机仿真实验验证了这一结论。     

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。      

宽带波束域相干信号子空间高分辨方位估计

提出了宽带波束域相干信号子空间目标高分辨方位估计的频域处理与时域处理方法。分别设计出一组覆盖观察扇面的频域和时域低旁瓣恒定主瓣响应宽带波束形成器,然后对频域或时域波束形成器输出数据运用MUSIC方法估计目标方位。时域处理方法不需要进行频带分解,相对于频域处理需要较少的缓存和运算量。所提出的方法还可以在保证波束主瓣响应恒定的同时,通过在旁瓣区域形成期望宽度和深度的凹槽,用于抑制观察扇面外强干扰源。计算机仿真结果表明,本文的时域处理方法能够获得与本文频域处理方法相近的方位分辨与估计性能,它们都能够分辨相干信号源,且方位分辨与估计性能都高于已有方法。通过在干扰方位设计凹槽,较好地抑制了观察扇面外强干扰源,改善了对相干的弱信号源的方位分辨与估计性能。     

基于自适应频率不变响应基阵的宽带信号方位估计

提出一种设计频率不变响应基阵的自适应模拟方法，并将其用于构造波束形成矩阵来实现宽带信号的聚焦。该方法不仅保持了波束域方位估计算法的运算量小、分辨率高等优点，还具有相关信号子空间能解相关源的能力，且对阵形及各阵元的指向性也没有任何限制。仿真结果说明了本文方法的有效性。     

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。     

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.     

Direction of arrival estimation for underwater acoustic target based on compressed sensing after blind reconstruction of array signal in frequency domain

The performance of direction of arrival(DOA) estimation based on compressed sensing(CS) decreases in the complex ocean marine environment.In order to tackle this problem,a method of DOA estimation for underwater acoustic target based on CS after blind reconstruction of array signal in frequency domain is proposed.Firstly,the received array data are transformed to frequency domain by Fourier transform and frequency domain wideband signal are divided into part overlapping multiple sub-band array signal.Secondly,each subband array signal are separated using plural blind source separation(BSS) method,the sub-band separated matrix and target signal can be estimated.Thirdly,the array signal in frequency domain are reconstructed according to the separated matrix and separated signals which were not noises.Fourthly,the sub-band spatial spectrum corresponding to the reconstructed array signal is obtained by CS beamforming method.Finally,the total spatial spectrum is achieved by summing the all sub-band spatial spectrum.And the target direction can be estimated by searching the peak value of the total spatial spectrum.The verification results of simulator data and sea measured data show that,under the same conditions,the target detection ability and direction precision of the proposed method is superior to the classical minimum variance distortionless response(MVDR) method,frequency domain CS method,BSS combined with MVDR method.The spatial spectrum energy of faint target signal is improved obviously,and the ability of the sonar to detect faint target is enhanced.     

基于时频分析的多目标盲波束形成算法

针对现有盲波束形成算法适用范围较窄, 多目标信号分离级联模式结构复杂、并联模式稳定性较差等问题, 提出一种基于时频分析的多目标盲波束形成算法. 该算法首先利用时频分析技术给出信号导向矢量的不确定集, 然后优化求解导向矢量的最优估计, 最后利用Capon方法实现多目标信号的并行输出. 理论分析及仿真结果表明, 该算法对信号特性没有特殊要求, 适用性较广, 性能稳定, 且输出信干噪比高于其他盲波束形成算法, 接近于最优Capon波束形成器.     

稀疏矢量阵信号栅瓣及对称伪峰干扰抑制

稀疏矢量阵进行宽带信号处理时,强目标的栅瓣及对称伪峰会干扰弱目标的检测,提出了一种基于理论干扰预测的加权抑制方法。方法利用矢量阵波束形成先获得强目标的波达方向(Direction Of Arrival,DOA)信息以及目标所在方位各频率的幅度谱信息,再利用理论计算公式获得强目标的栅瓣和对称伪峰角度上对应的各频率点的幅度谱强度信息,通过在方位、频率维度加权的方式对强目标的栅瓣和伪峰干扰进行抑制,来改善在强干扰下的弱目标检测能力。方法也适用于多目标情况,对各个目标依次使用,减少多目标时栅瓣和对称伪峰对方位历程的影响,净化了时间方位历程图。对所提方法给出了理论推导过程并进行了仿真和实验验证,实验结果验证可行。结果表明,新方法可以有效地抑制强目标的栅瓣和对称伪峰干扰,提高弱目标的检测能力,此外,净化后的时间方位历程图更利于弱目标检测和目标数量的估计。      

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。      

水平阵信号压缩感知用于简正波分离

针对水平阵信号简正波分离过程中常规波束形成分辨率低以及warping模态滤波不适用于复杂声信号的问题,提出水平阵信号压缩感知用于简正波分离的方法。利用压缩感知在方位估计中的高分辨特性,通过估计水平阵接收信号在频率方位角上的二维分布,分离得到各阶简正波的方位谱,并逆Fourier变换得到时域波形。仿真孔径1 km、阵元间隔10 m水平阵接收20~200 Hz伪随机声信号和脉冲声信号,所提方法分离出的各阶简正波与理论波形的相关系数在0.97~1.0。对2011年北黄海声学实验中的海底28元水平阵接收的气枪信号,在合成至1 km孔径后使用压缩感知方法分离简正波,其与warping模态滤波分离得的前5阶简正波相关系数在0.82~0.93。仿真与实验都说明了水平阵信号压缩感知简正波分离方法的有效性。      

Beamforming for directional sources: additional estimator and evaluation of performance under different acoustic scenarios

Beamforming is done with an array of sensors to achieve a directional or spatially-specific response by using a model of the arriving wavefront. Conventionally, a plane wave or point source model is used and this can cause decreased array gain or even total breakdown of beamforming when the source is directional. To avoid this, the authors proposed in recent work an alternative beamforming method which defines a set of "sub-beamformers," each designed to respond to a different spatial mode of the source. The outputs of the individual sub-beamformers are combined in a weighted sum to give an overall output of better quality than that of a monopole beamformer. This paper extends the previous work by introducing an additional estimator for the weighted sum and by presenting simulation results to demonstrate the relative performance of the proposed method and the different estimators for a directional source in the presence of diffuse noise, reverberation, and an interfering source. Gain optimization subject to a constraint on the white-noise gain with the proposed beamforming method is also introduced. Generally, when beamforming on directional sources, the proposed method outperforms beamforming with a point source model when the input signal-to-noise ratio (SNR) is 0 dB or higher.     

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...     

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。