有源声呐距离维波束形成方法

针对脉冲压缩处理所获得的距离分辨率和干扰抑制能力不足的问题,提出了有源声呐距离维波束形成方法。该方法从单个脉冲回波的频域输出中提取多组子带分量,每个子带分量的中心频率形成等差数列,对应的相移形成复指数等比数列(可类比于均匀直线阵的阵列流形向量)。根据这一特点,使用多组子带分量构建协方差矩阵,根据中心频率设计距离维加权向量,建立了距离维波束形成模型。给出了距离维常规波束形成和距离维自适应波束形成的表达式、处理流程,对距离分辨率和干扰抑制能力进行了分析。利用数值仿真和水池实验证明,距离维常规波束形成可获得与脉冲压缩处理类似的距离分辨率,而距离维自适应波束形成可获得更高的距离分辨率和更优的距离维干扰抑制能力。      

峰值能量检测及其在被动声纳显示中的应用

本文介绍子带峰值能量检测方法及其在被动声纳显示和检测中的应用[2-4]，同时提出了波束域宽带峰值能量检测算法。新的波束域算法是在已有波束形成的基础上进行处理，不需对原系统进行较大的修改。通过波束域宽带峰值能量检测处理，可以改善声纳显示效果，更加清晰地显示目标方位。相对于高分辨率波束形成算法，两种峰值能量检测算法的运算量都比较低，具有一定的工程应用前景。通过计算机仿真和实测数据处理，验证了所述两种峰值能量算法在提高显示清晰度，减小测向模糊度方面的优点。     

抵消Wigner-Ville分布交叉项的窄带运动声源无源测速

利用声波的多普勒频移可以对窄带运动声源进行单传感器无源测速,其性能很大程度上取决于能否精确地估计出声波的瞬时频率.Wigner-Ville分布虽然时频分辨率高,但存在交叉项干扰,很少被直接用于瞬时频率估计。对此,提出了抵消Wigner-Ville分布交叉项的单传感器窄带声源无源测速方法。利用交叉项与声源速度的关系构造一个抵消项,引入到Wigner-Ville分布中,通过对声源速度估计值进行迭代更新,使抵消项与交叉项相位相反,从而约掉交叉项。经实测噪声数据验证,对一辆以6.07 m/s匀速运动的卡车(信噪比约为29 dB)测速误差为0.1 m/s,运行时间为4.6 s,对一架以28.90 m/s匀速运动的直升机(信噪比约为16 dB)测速误差为0.46 m/s,运行时间为1.2 s,均优于匹配Wigner变换和多普勒线性调频小波变换测速方法.      

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。      

等声速环境中目标前向声散射简正波耦合的垂直阵空域响应特征

水下目标的前向声散射会引起声波传播过程中的简正波耦合效应,使得接收声场结构发生变化,研究目标前向散射引起的垂直阵列上空域响应变化特征,可实现对直达波强干扰背景下的前向散射检测。通过将垂直阵波束形成技术分别用于信道中目标散射场理论模型计算数据和湖上实验验证数据,分析了等声速环境中目标前向声散射简正波耦合的垂直阵空域响应特征。结果表明,目标靠近接收端时前向散射引起的声波垂直达到结构与无目标时相比差异显著,高阶简正波向低阶简正波转化导致信号到达时延宽度展宽,采用指向水平方向的窄波束可显著提取目标前向散射引起的接收声波变化特征。      

圆阵宽带恒定束宽波束形成的实验研究

为了检验“任意结构阵列宽带恒定束宽波束形成新方法”(声学学报, 2001;26(1):55—58)一文中提出的方法是否在实际系统中可行,我们针对24元均匀圆阵进行了湖上实验。基于实验数据,在覆盖一个倍频程带宽的8个频率点上形成了恒定束宽波束。实验圆阵的实测阵列流形和理论阵列流形存在较大误差,这表明该文采用的可适用于任意结构阵列的宽带恒定束宽波束形成方法具有良好的宽容性。     

基于广义回归神经网络的强干扰下垂直阵 目标距离估计方法*

以声压场采样协方差矩阵为特征,基于广义回归神经网络(Generalized Regression Neural Network,GRNN)研究强干扰下的水下声源测距问题,提出了优化扩展因子的方法以提高神经网络定位性能。本文利用仅有一个网络参数的GRNN,使用SWellEX-96实验S59航次的垂直阵数据,比较了以传统匹配场处理(Matched Field Processing,MFP)为代表的模型驱动方法和以CNN(Convolutional Neural Networks,CNN)、GRNN为代表的数据驱动方法在强干扰下的水下目标被动定位性能。结果表明,基于优化扩展因子的GRNN网络在强干扰下可以有效实现距离估计。     

鲲鹏声鸣惊大海 桃李芬芳铸华章——贺马远良院士八十华诞

正2018年7月15日是马远良先生八十华诞。马远良先生是西北工业大学教授、我国水声工程与信息领域的著名科学家、中国工程院院士。他创建了我国水中兵器学科第一个博士学科点和博士后流动站,在水中兵器领域培养了我国第一位博士、在水声工程领域培养了一批卓越的中青年才俊。他在水声工程和水声信号处理领域成绩斐然,研制成功中国第一部航空吊放声呐和多型重大国防装备,是我国航空吊放声呐领域的开拓者和奠基人。他提出的声呐体积阵     

创新不辍、育才不倦,一片丹心献中华——贺马远良院士八十五华诞

<正>2023年7月15日是马远良先生八十五华诞。马远良先生是西北工业大学教授、博士生导师、我国水声工程与信息领域的著名科学家、中国工程院院士。他主持创立了我国水中兵器学科第一个博士学科点和博士后流动站,在水中兵器领域培养了我国第一位博士、在水声工程领域培养了一大批卓越的中青年才俊。他在水声工程、信号与信息处理、海上超视距通信等领域成绩斐然,     

水下线谱噪声源识别的波束域时频分析方法研究

从联合空时频三维信息从发, 提出了波束域时频分析识别水下运动航行器低频线谱噪声源位置的方法. 首先, 利用小孔径圆环阵的超指向性波束形成, 将各线谱噪声源匀速通过正横位置附近时产生的多普勒信号在时域上分离. 其次, 分别使用伪Wigner-Ville分布和调频小波变换两种时频分析方法对波束输出的信号进行处理, 得到各噪声源信号的时频图像. 最后, 转换时间坐标到空间并参考配置信标, 即可识别低频线谱噪声源在水下航行器上的位置. 该方法解决了阵列识别水下低频噪声源的孔径受限问题, 同时对处理同频相干噪声源也适用. 仿真试验结果表明: 两种波束域时频分析方法都能较精确地识别低频线谱噪声源的位置; 在测量系统信息的配合下, 波束域调频小波变换的识别效果更优.