水下对转螺旋桨流致辐射噪声机理与预报方法*

水下对转螺旋桨流致辐射噪声的预报对于水下目标的特征提取和分类识别具有重要意义。由桨叶的旋转引起的湍流场是水下对转螺旋桨流致辐射噪声的源场。分述了水下对转螺旋桨湍流边界层脉动、旋转干涉效应和空化效应引发的水动力噪声机制和研究进展,比较了目前工程应用中的3种对转螺旋桨流致辐射噪声预报方法的特点。在分析对转螺旋桨流致辐射噪声数值预报难点的基础上,综述了对转螺旋桨流致辐射噪声计算方法的研究进展,指出间接数值模拟方法是工程中进行对转螺旋桨流致辐射噪声预报的有效方法。     

圆合成孔径声呐多点定位运动补偿

圆合成孔径声呐(CSAS)的成像性能受平台运动误差影响而下降,利用单侧回波可估计CSAS基阵的斜距误差,但单侧回波在小测绘带时无法估计升沉误差,针对此问题,提出了一种利用单侧回波信号的声呐平台三维运动估计和补偿方法。首先,对CSAS在不同观测角度的目标回波取极大值获得目标回波的到达时间;其次,基于多个点目标的到达时间建立CSAS三维定位模型;然后利用列文伯格-马夸尔特方法对声呐三维坐标进行估计;最后将位置估计结果与时域反投影成像方法结合实现对目标的成像.仿真结果表明:该方法能精确估计声呐平台运动误差,其空间坐标的估计误差小于仿真信号波长的1/8,从而精确补偿了CSAS在不同空间采样点上的阵元回波时间差,显著提高了目标成像质量。湖上试验结果表明,该算法能够实现对CSAS的运动误差补偿。仿真和试验结果均验证了方法的可行性和有效性。      

拖线阵左右舷分辨技术的理论分析与实验研究

对拖线阵左右舷分辨技术进行了理论分析和实验研究,给出三元水听器组用于左右舷分辨的两种处理方法。通过对实验数据的处理和分析,验证了理论计算的结果,并将处理算法扩展到宽带情况。研究结果表明,基于最优波束形成理论的三元水听器组处理算法能够进行目标左右航的分辨,并且由于算法简单,可望得到实际应用。     

水下对转桨无空化噪声调制理论分析与试验研究

水下对转桨无空化噪声由流场-桨叶相互作用引起,调制特性是水下对转桨无空化噪声的重要特征,本文研究了水下对转桨无空化辐射噪声调制机理。首先利用广义声类比方法得到了无空化条件下水下对转桨的远场声压谱,建立了水下对转桨无空化噪声的调制模型,然后数值仿真了模型对转桨无空化噪声的功率谱和调制谱,最后在空泡水筒中进行了模型对转桨的无空化噪声测量试验,数值仿真结果和试验验证了调制模型的准确性。该模型对于水下对转桨无空化噪声调制特性预报及目标识别具有重要价值.      

基于方位-频率及多阵方位的无源目标跟踪性能研究

研究了两种利用多维信息的目标运动分析（ＴＭＡ）方法：方位－频率ＴＭＡ和多阵联合纯方位ＴＭＡ,应用Ｇａｕｓｓ－Ｎｅｗｔｏｎ（Ｇ－Ｎ）和Ｌｅｖｅｎｂｅｒｇ－－Ｍａｒｑｕａｒｄｔ（Ｌ－Ｍ）相结合的最优化方法,分析了最大似然估计（ＭＬＥ）算法的跟踪性能,进行了仿真实验．研究结果表明利用多维信息的ＴＭＡ虽然克服了常规纯方位ＴＭＡ需要观测平台机动的限制,但其应用并不具备普遍性。     

利用正弦调频信号的宽带速度敏感特性抑制混响

有源声呐探测水中低速目标时,混响与目标回波的频率接近,目标回波与混响分离困难.根据运动目标与产生混响的散射体在速度域的差异,利用正弦调频信号(SFM)的速度敏感特性实现目标回波与混响的有效分离.推导了 SFM信号宽带混响抑制能力与速度分辨模糊之间的约束关系,建立了波形优化设计的搜索模型.通过多普勒滤波处理将数据从频率域...     

基于线谱特征的三元组拖线阵左右舷分辨

传统的三元组拖线阵在分辨目标左右舷时利用左、右两侧的宽带能量之比,该技术在通常情况下能够较好地完成使命,但在实际应用中可能会遇到一些困难.本文针对两种影响其左右舷分辨结果的情况做了分析:一种是弱信噪比情况,另一种是另一舷侧存在强干扰目标的情况.针对这两种情况,通过对左、右舷频谱特征的分析,提出了利用线谱特征提取结果分辨目标左、右舷的新技术,显著降低了左右舷分辨功能对输入信噪比的要求.仿真和对海上实验数据的处理结果验证了该方法的稳健性和有效性,可望应用于工程实践中.为了使该技术能够适用于更低的信噪比条件,本文还提出了一种简单实用的线谱增强技术.     

多基阵联合的无源纯方位目标运动分析研究

研究基于两声呐基阵的方位数据融合的目标运动分析方法,给出了伪线性处理、扩展卡尔曼滤波、最大似然估计等算法的模型,进行了仿真实验,比较和分析了仿真结果。计算结果表明,所给出的多基阵联合的无源纯方位目标运动分析方法,不仅克服了单基阵纯方位目标运动分析需要本舰机动的限制,而且提高了参数估计算法的稳定性和全局性。     

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.     

稳健的子带子阵级导向最小方差波束形成算法

导向最小方差(STMV)波束形成是一种利用导向协方差矩阵获得自适应权值的方法,具有快速收敛特性.常规的稳健导向最小方差(RSTMV)波束形成算法在处理宽频带信号时,性能下降明显.为了改善算法的性能,结合频域子带划分和空域子阵划分技术,提出一种多子带不确定集独立约束的稳健子阵级STMV波束形成算法。通过频域子带划分可对不同子带的导向向量误差范数边界进行约束,计算出各子带对应的对角加载量,得到稳健的子带级最小方差波束形成算法权向量;同时采用子阵技术进行降维处理,可进一步增加划分子带的数目,从而提高算法的性能并有效降低计算复杂度,最终得到一种稳健的子带子阵级STMV波束形成算法。理论分析和仿真结果表明,在阵列导向向量存在误差的情况下,该算法在干扰方向形成的零陷最深,且零陷波束宽度最窄,输出信噪比接近理论值,因此性能最佳.实际海试数据处理表明,在强干扰目标存在时,弱目标输出信干噪比较RSTMV算法可提高4 dB,较常规波束形成可提高10 dB,在角度分辨力和算法复杂度方面得到有效改善,同时可以保证目标功率无失真输出。