二维解卷积波束形成水下高分辨三维声成像

针对水下三维成像的空间分辨率难以提高,且具有较高旁瓣级的问题,提出了一种二维解卷积波束形成高分辨三维声成像算法,该算法首先完成任意距离切片的平面阵波束形成,近场情况下采用菲涅尔近似实现近场平面阵波束形成,然后通过二维解卷积技术对任意距离切片的二维波束形成结果进行解卷积处理,去除阵列指向性函数的影响,改善波束响应非理想冲击函数所造成波束形成主瓣宽及旁瓣级高的问题。通过计算机仿真分析,新算法可以有效的提高水下三维成像的空间分辨率,抑制旁瓣级,并能够在较宽频带和不同阵列孔径内保持与常规波束形成相当的稳定性。通过试验研究,新方法比常规波束形成实际目标成像分辨率提高一倍,最高旁瓣级下降20 dB,验证了该算法在实际系统中的有效性.      

阵不变量匹配主动声呐目标深度辨识

水面/水下目标深度辨识可以在主动声呐探测过程中快速筛选感兴趣目标。根据目标多径返回信号到达时间与目标深度的关联性,该文提出了基于水平线阵的主动脉冲响应匹配目标深度辨识方法,该方法利用主动信号传播特性结合阵不变量理论提取脉冲响应,并与拷贝声场匹配实现目标深度估计。在校正了目标多径回波的方位变化后,该方法提取的时域特征较为稳定,并且只在时延估计距离处进行深度搜索。通过水平阵收集的宽带实验数据,在连续的多次回波中实现了对水面/水下目标92%的辨识成功率,验证了该方法在浅海环境下的目标深度估计能力。     

时域压缩合成孔径超分辨水声成像算法

提出一种针对水下稀疏目标的时域压缩合成孔径声呐成像方法(TC-SAS),实现了水声目标高分辨实时成像。通过多子阵的孔径合成,在时域上构造出成像网格格点到有效孔径内逐帧阵列的格林函数,并给出成像区域散射强度到数据域的映射矩阵;然后利用该区域空域稀疏的先验知识,通过正交匹配追踪的稀疏重构方式,解算出成像区域散射系数矩阵,实现了稀疏目标高分辨成像.同时,针对线性调频信号提出数据缩减的方法,通过对观测数据和字典矩阵同时脉压后截取,减小了数据规模;进一步结合二维矩阵数表查表的方法,以空间换时间,实现了区块实时成像。数值仿真以及湖试试验表明,所提算法能分辨出传统的时延求和算法难以分辨的目标,并且在图像清晰度指标上平均提升4.9 dB.改善了合成孔径声呐的成像质量.      

一种频域-波数域峰值筛选的无源声呐宽带检测方法

在水声信号处理中,传统的无源声呐宽带目标检测在多目标、强干扰的复杂环境中输出信噪比低,使得检测性能急剧下降。针对此问题,提出一种基于均匀线列阵在频域-波数域上宽带信号能量分布特性进行目标检测的方法。该方法首先将阵列信号转换到频域-波数域,利用不同频率下波数主瓣、旁瓣宽度特征以及空间分布特征,设计针对主瓣的判别与分配方法,实现对同一目标不同频率下波数谱主瓣判别,使用主瓣能量累积、主瓣数目累积的方式来形成方位谱,从而进行目标检测。理论分析和仿真结果表明,所提方法只利用对目标检测有突出贡献的波数主瓣,降低了旁瓣的影响,有效提高了无源宽带水声目标的检测能力。海上试验数据处理结果表明,目标输出信噪比相比子带峰值能量检测算法可提高5.58 dB,较传统能量检测可提高8.73 dB,计算时间相比传统能量检测降低46%,验证了所提方法的有效性与实时性。     

交替投影盲反卷积的阵不变量被动定位*

本文针对低信噪比下传统盲反卷积技术提取格林函数过程中存在的图像模糊问题,提出了一种基于交替投影法的阵不变量浅海被动定位方法。该种方法利用交替投影的方法对波束信号进行分离,并利用分离出的波束分别提取格林函数。最后通过补偿时延的方式将多组波束提取的结果相干组合起来,实现格林函数的多波束联合估计。通过仿真实验证明了该方法有效增强了提取格林函数的强度,使得在低信噪比下利用阵不变量的连续声源定位方法更加稳健。     

格林函数解卷积处理的阵不变量浅海无源定位

水下声源无源定位是声呐技术重要的研究方向.针对水下声源无源定位问题,本文提出了一种基于格林函数解卷积处理的阵不变量无源定位方法.该方法使用盲解卷积算法从水平阵接收信号中提取时域格林函数,然后采用空域解卷积方法处理得到的时域格林函数,获得波束时间偏移,从波束时间偏移中计算得到阵不变量,解算目标距离,从而实现声源定位.区别...     

拖曳阵被动合成孔径目标深度稳健估计

使用水下无人平台作为载体的拖曳阵进行被动目标深度估计具有灵活性高和隐蔽性好的优点,针对实际应用中存在的平台自噪声和阵列瞬时随机加速度扰动问题,提出了一种稳健的目标深度估计方法。该方法分为三个步骤,首先对阵元接收信号进行自适应噪声抵消和相位抖动滤波,然后对声压进行距离积分实现简正波模态估计,最后计算模态匹配度,最大值对应的深度为目标深度估计结果。仿真表明在干扰背景下该方法的目标深度估计稳健性优于传统方法,声源频率、合成孔径距离和信干比决定了目标深度估计误差。利用实验数据验证了该方法对水下低频线谱声源的深度估计能力。     

结合稳健中国余数定理的合成孔径声呐多子带运动补偿算法

针对运动误差过大导致基于相位的时延估计发生模糊的问题,提出了一种多子带处理和稳健中国余数定理结合的合成孔径声呐运动补偿方法。该方法利用前后两帧回波在多个子频带上的相位差获得模糊时延估计,再根据模糊时延之间的关联性,应用稳健中国余数定理估计真实的时延,最后通过所估计的时延对原始回波进行校正。湖试数据处理结果表明该方法能精确补偿运动误差对成像的影响,进行运动补偿后,包裹目标成像结果的方位向虚假目标被有效消除,且目标的轮廓也变得更加清晰;对线缆目标的成像结果进行斜距向剖面分析,剖面图的-3 dB宽度由运动补偿前的9.05个像素点缩小为运动补偿后的2.06个像素点,线缆目标的聚焦程度明显增强。      

单矢量水听器的组合二阶统计量解卷积方位估计

提出了一种单矢量水听器组合二阶统计量的解卷积方位估计方法。该方法利用单矢量水听器多通道的二阶统计量,组合成一种主瓣更窄且平移不变的波束图,再使用解卷积方法进行精细化方位估计。该方法具有较窄的主瓣宽度,较高的分辨力和较强的鲁棒性。仿真实验和海试数据表明,在矢量水听器各通道响应不一致的非理想条件下,所提方法的双目标分辨力和方位估计精度优于多重信号分类(MUSIC)等其他方法,双目标方位分辨力提升约40%。     

稀疏驱动自适应线谱增强的水下目标谱熵检测

针对无人平台在水下复杂环境中的线谱弱目标自主检测问题,提出了一种采用稀疏驱动自适应线谱增强(ALE)为前处理的监督学习目标检测方法。该方法在ALE代价函数中引入稀疏性l_p范数,并将稀疏正则化推广到01/2稀疏驱动ALE比常规ALE的处理增益高11.5 dB。利用水下无人平台海上拉距试验的数据对算法性能进行验证,在宽带强干扰影响下,该方法可有效检测远距离声源,虚警率为3.5%时,检测率达95.8%,有效提高了对线谱弱目标的检测概率,具有较强的环境适应性。