矢量水听器垂直阵列数据融合高分辨方位估计算法

为了实现矢量水听器垂直阵列对目标的高分辨方位估计,提出了基于MUSIC子频带最优加权数据融合方法。该方法采用MUSIC算法对划分的各窄带信号进行方位估计,并在各子频带对多基元方位估计结果进行最优加权最小二乘融合处理,最后通过加权直方图统计法得到最终方位估计结果。对算法进行的仿真及海上试验数据处理结果表明:本文算法在方位估计精度、方位估计正确概率、多目标分辨以及对噪声子频带的抑制能力方面都优于单个基元MUSIC以及多基元复声强器融合算法。     

单矢量水听器的高分辨目标方位跟踪算法研究

根据单矢量水听器自身具有阵列流型的特点,提出了适用于对目标保持连续跟踪的空域预滤波MUSIC算法。通过调整滤波器通带中心角使其保持在目标估计方位角附近,可以消除滤波器通带中心角偏离目标真实方位角时传统预滤波MUSIC算法产生的目标方位估计误差。仿真结果表明,改进预滤波MUSIC算法可以减小甚至消除低信噪比情况下目标方位估计存在的较大误差。海试数据结果表明,阵元域MUSIC和改进预滤波MUSIC都可实现对单频脉冲信号和线性调频信号的目标方位估计,且估计结果与GPS舰位推算结果一致,但改进预滤波MUSIC算法主瓣更尖锐。对宽带航船噪声处理结果显示,改进预滤波MUSIC算法使单矢量水听器在存在目标干扰时的探测距离从2 km提升到了5 km,验证了改进预滤波MUSIC算法可实现弱目标情况下的高分辨目标方位跟踪。     

单矢量水听器方位估计的柱状图方法

单矢量水听器可以估计目标方位,矢量水听器信号处理中用到的平均声强器的处理方法能很好地抗各向同性的非相干干扰,但不能抗相干干扰.文中提出了一种新的单矢量水听器方位估计方法柱状图方位估计法,介绍了该方法的原理;对宽带信号中含强线谱相干干扰的情况进行了计算机仿真,结果表明该方法在强线谱相干干扰下能有效检测目标、估计目标方位;海试结果验证了该方法抗强线谱相干干扰的有效性.     

单矢量水听器稀疏近似最小方差方位估计算法

针对单矢量水听器海上目标探测问题,利用稀疏近似最小方差(Sparse Asymptotic Minimum Variance,SAMV)算法进行目标方位估计,该算法利用单矢量水听器自身具有阵列流形的特点,将整个扫描空间离散化,目标方位分布于某一离散方向位置上,利用空间信号的稀疏性可提高目标方位估计性能。仿真结果表明,SAMV算法在各信噪比条件下方位估计噪声背景级明显优于常规波束形成(Conventional Beam Forming,CBF)算法和最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)算法,当信噪比大于0dB时,该算法测向结果均方根误差小于2°,且SAMV算法具有更好的空间方位分辨能力。消声水池和海上声学浮标海上试验数据处理结果表明,SAMV算法给出了噪声背景级更低的目标方位历程图,有效验证了SAMV算法对海上目标的探测性能及其有效性。     

压差式矢量水听器方位估计中的干扰抵消

矢量水听器由于能获取声场中标量（声压）和矢量（振速）信息，因此单个的矢量水听器就可实现目标方位估计。单个矢量水听器是利用信号的声压和质点振速之间相关性进行信号方位估计，但是当存在干扰，并且干扰和信号之间相关时，如果对运用能量流进行方位估计的方法不加改进，则会出现很大的误差，甚至出现错误的估计。本文提出一种存在已知噪声干扰情况下的干扰抵消方法，并针对该方法进行了仿真试验，最后运用湖试数据进行了验证。结果表明，该方法能有效地减弱相千千柑对信号的影响，实现对信号的方位估计。     

矢量声纳高速运动目标稳健高分辨方位估计

针对水声矢量信号处理框架中的高速运动目标低信噪 比小快拍条件下的稳健高分辨方位估计问题, 将压缩感知技术应用于水声矢量信号空间谱估计模型中. 结合声矢量传感器结构特性, 探讨了基于声压振速联合处理的广义时域滤波方法; 结合矩阵空域预滤波理论, 设计了基于阻带约束通带均方误差最大值最小的空域滤波器, 研究了矢量声纳空域预滤波方法; 结合以上分析, 提出了基于压缩感知技术的时空联合滤波高分辨方位估计方法, 给出了方法的数学模型、物理解释及具体实施步骤.理论分析和计算机仿真试验表明, 新方法对于小快拍数 条件下的矢量声纳高速运动目标高分辨方位估计问题, 具有较低的双目标分辨门限和较高的估计精度, 有着良好的应用前景.湖上试验验证了方法的有效性. 关键词： 声矢量传感器 空间谱估计 时空滤波 压缩感知     

单矢量水听器估计目标方位的方法与实验

为评估基于单矢量水听器的方位估计能力,在黄海海域对矢量水听器进行实验。矢量水听器吊放于接收船尾部,采用平均声强器和复声强器方位估计方法,并提出以概率密度值最大的方位角作为目标方位估计值的具体处理准则,对恒定方向、匀速行驶的目标船方位进行估计,并求出两种方法的方位估计误差。结果表明,水听器布放深度10 m时,对正横距离为0.42 km的航速10 kn的目标船,平均声强器方法的水平方位角估计误差18°,极角估计误差为5°,可以在离目标船最远1.17 km处估计其方位;复声强法的水平方位角估计误差为13°,极角估计误差为8°,可以在离目标船最远2.35 km处估计其方位。在有接收船的噪声干扰情况下,复声强器比平均声强器方法估计的方位更准确,可以对更远处的噪声源进行方位估计。     

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%。     

基于矢量水听器的最大似然比检测和最大似然方位估计

矢量水听器由声压水听器和质点振速水听器复合而成,可以空间共点同步测量声压和质点振速,并由此得到空间一点处的声能流。本文证明在各向同性噪声场中声能流是最大似然比检测量,声能流方向是声源方位的最大似然估计;讨论声能流检测器的增益以及方位估计DOA (Direction of Arrival)的克拉美罗界CRB (Cramer—Rao Bound)。给出了计算机的仿真结果和浅海试验的结果。     

圆阵波束输出的高分辨方位估计

在研究波束域高分辨ＭＵＳＩＣ算法的基础上,本文把阵元域ＷＳＦ算法推广到波束域中。这两种算法对阵列的形式没有限制,可以应用于水声系统中常见的均匀圆阵波束输出,计算机仿真结果表明,对于圆阵波束输出,波束域ＭＵＳＩＣ算法估计目标方位的性能优于阵元域ＭＵＳＩＣ算法,而波束域ＷＳＦ算法测保持了阵元域ＷＳＦ算法的最佳方位估计性能。     

High-resolution azimuth estimation algorithm based on data fusion method for the vector hydrophone vertical array

To aim at the problem that the horizontal directivity index of the vector hydrophone vertical array is not higher than that of a vector hydrophone,the high-resolution azimuth estimation algorithm based on the data fusion method was presented.The proposed algorithm first employs MUSIC algorithm to estimate the azimuth of each divided sub-band signal,and then the estimated azimuths of multiple hydrophones are processed by using the data fusion technique.The high-resolution estimated result is achieved finally by adopting the weighted histogram statistics method.The results of the simulation and sea trials indicated that the proposed algorithm has better azimuth estimation performance than MUSIC algorithm of a single vector hydrophone and the data fusion technique based on the acoustic energy flux method.The better performance is reflected in the aspects of the estimation precision,the probability of correct estimation,the capability to distinguish multi-objects and the inhibition of the noise sub-bands.     

基于矢量水听器阵列空域预滤波处理的多重信号分类算法研究

矢量水听器能同时拾取声压和振速信息,在相同的信噪比、阵元数及阵列孔径下,矢量阵定向性能优于声压阵列。目前,以多重信号分类算法(Multiple signal classification,MUSIC)为代表的高分辨定向算法已经广泛应用于矢量水听器阵列中。但是随着信噪比降低、信号源方位间隔减小,传统MUSIC算法定向精度及分辨概率显著下降。本文采用最小二乘法设计适用于矢量水听器水平阵列的矩阵空域滤波器,用于阵列数据的空间滤波预处理,可以对阻带扇面噪声进行有效抑制。由滤波后的数据协方差矩阵可以得到新的噪声子空间,在传统MUSIC算法基础上修正通带扇面内阵列流型的畸变后即可得到滤波后MUSIC算法的方位谱。仿真结果表明,当信噪比较低时,改进算法有效提高了通带扇面内目标方位分辨性能。最后本文对四基元矢量水平阵列海试数据进行了处理,改进算法对窄带信号定向较常规算法-3 dB束宽减小了13°,旁瓣级降低约8 dB。对有一定带宽的行船辐射噪声定向处理得到了更加精确的航迹图,海试数据处理结果证明了该算法的可行性和有效性。     

Sparse asymptotic minimum variance based bearing estimation algorithm for a single vector hydrophone

For underwater target detection using a single vector hydrophone, sparse asymptotic minimum variance(SAMV) method is used to estimate the target bearing. The SAMV discretizes the entire scanning space and the target bearing is located at the position of the discrete direction. The SAMV algorithm utilizes the sparsity of the spatial signal to improve the estimation performance of the target bearing. Background noise level(BNL) of the bearing estimation of SAMV algorithm is lower than those of the...     

Sparse asymptotic minimum variance based bearing estimation algorithm for a single vector hydrophone

For underwater target detection using a single vector hydrophone, sparse asymptotic minimum variance(SAMV) method is used to estimate the target bearing. The SAMV discretizes the entire scanning space and the target bearing is located at the position of the discrete direction. The SAMV algorithm utilizes the sparsity of the spatial signal to improve the estimation performance of the target bearing. Background noise level(BNL) of the bearing estimation of SAMV algorithm is lower than those of the conventional beam forming(CBF)method and minimum variance distortionless response(MVDR) method for different signal noise ratios(SNRs). When the SNR is higher than 0 d B, the direction-finding error of this algorithm is less than 2°. Moreover, the SAMV algorithm has a better dimensional orientation resolution capability. The experimental results show that the SAMV algorithm gives a bearing and time recording map with a lower BNL, which effectively verifies the effectiveness of SAMV algorithm in terms of underwater target detection.     

The characteristics of frequency-time azimuth spectrum estimation by a vector hydrophone in shallow water

The mechanism of interaction between the energy flows of the far-field ship noise and the near-field platform is studied, and the characteristics of frequency-time azimuth spectrum is discussed. Based on normal modes theory in acoustic vector fields, the model of the near-field platform is established, and the simulated result is similar to the investigation in shallow water. The frequency-time azimuth spectrum of the energy flow is investigated by the vector hydrophone changes with frequency. The energy flow of the far-field ship noise interacts with the near-field platform, so four kinds of stripes are shown in the frequency-time azimuth spectrum, which is the same with the investigation of sea trial. The estimation of direction of arrival appears inaccuracy, and varies with frequency. The main factor that affects the characteristics of frequency-time azimuth spectrum of resultant energy flow is the difference of sound pressure level. The estimation of the direction of arrival benefits from this when a number of sources exist in shallow water.     

浅海环境中矢量水听器角度谱特性

为探明远场舰船噪声和近场平台噪声声能流相互作用的机制对矢量水听器角度谱特性的影响,基于简正波矢量场理论,构建舰船平台噪声声场模型,获得与海上实验结果相符的声能流角度谱特性,声能流方向均随频率变化。对远场舰船噪声声能流和近场平台噪声声能流相互作用进行仿真,两者声能流强度的此消彼长使角度谱出现4种条纹,与海上实验获得的角度谱特性一致,导致目标方位估计出现误差,且不同频带上的结果不一致。说明两个声能流相互作用时,影响合成能流角度谱特性的主要因素是两者的声压级之差,为浅海中同时存在多个声源时的目标方位估计提供参考。