脉冲压缩与互相关联合的合成孔径声呐回波时延补偿

针对合成孔径声呐中阵元相位不一致导致互相关时延补偿算法对成像质量提升效果有限的问题,提出了一种脉冲压缩与互相关联合的回波时延补偿算法.该算法利用脉冲压缩回波的互相关对原始回波相位畸变进行校正,实现粗补偿;联合脉冲压缩与偏移相位中心算法实现精细时延补偿,对不同合成孔径位置各阵元回波时延差实现了较为准确的估计,增强了成像效果。试验数据经该算法处理后,回波时延得到较为精确的补偿,地貌成像结果的亮度、对比度等统计特性得到不同程度的提高,且纹理细节增多;典型线缆目标的成像聚焦加深,成像长度误差约由5%减小为0.8%。试验结果显示,该算法对互相关时延补偿方法改进效果明显,验证了算法的可行性、有效性。      

适用于非匀速直线航迹的FFBP算法在SAS中的应用

时域的快速因式分解后向投影(FFBP)算法便于进行运动补偿,能够更好地适应方位向速度的不均匀和非直线航迹。本文探讨了在合成孔径声呐(SAS)系统中采用FFBP算法针对有一定起伏的非匀速直线航迹成像时的解决方法,参考方位向的速度信息进行非均匀的孔径合并策略,同时在利用相位中心重叠法(DPC)估计出声呐基阵对所规划航迹的左右侧移量后,用最小二乘准则拟合出一条理想的直线航迹并将FFBP算法处理中的初级子图像的原点补偿至此直线。实际海试数据处理结果证明了所提出的方法能够以较好的性能进行成像。     

一种适用于大测绘带合成孔径声呐的运动补偿方法

当合成孔径声呐测绘带较大时,运动误差的空变效应严重,经典的相位中心重叠算法难以适用。为此,提出了一种适用于大测绘带合成孔径声呐的运动补偿方法。首先使用混合调制的拉格朗日时延估计算法对前后两帧回波的时延进行估计,之后使用线性回归方法拟合出运动误差,最后利用运动误差的估计值对回波进行逐点精确补偿。仿真数据的结果表明,该算法能够获得比相位中心重叠算法更好的运动估计结果,运动补偿后成像分辨率接近理论分辨率。使用该算法分别对高、低频合成孔径声呐的湖试数据进行了处理,水下地貌和小目标的成像质量均有明显提高。      

双侧回波联合的合成孔径声呐运动补偿算法

利用单侧回波可估计合成孔径声呐基阵的斜距误差,但无法区分横荡误差和升沉误差。针对此问题,提出了一种双侧回波联合的运动补偿方法。该方法首先根据双侧基阵运动误差的几何关系,建立了双侧基阵的运动误差模型,再结合偏移相位中心算法估计基阵的横荡误差和升沉误差,最后利用所估计的运动误差对不同掠射角上的回波进行运动补偿。仿真结果表明:该方法能精确估计双侧基阵的运动误差,其估计值与实际值的偏差为10-4 m左右,估计结果的标准差接近克拉美罗下界;对回波进行运动补偿后,能获得比基于单侧回波运动补偿方法更好的成像效果。水下球串目标的湖试数据的成像结果显示,与基于单侧回波的运动补偿方法相比,所提方法能更好地抑制图像的散焦现象。      

多子阵合成孔径声呐波数域算法不均匀采样问题研究

多子阵合成孔径声呐(SAS)方位向采样不均匀,因而单子阵波数域算法(ω-k)不能直接用于多子阵SAS图像重建。为此,提出两种改进ω-k算法的方法,使其可以应用于多子阵SAS图像重建。不均匀分离快速傅里叶变换(NSFFT)方法采用多子阵匀速直线运动的假设,将方位向不均匀采样的傅里叶变换分解为若干个均匀采样的傅里叶变换;不均匀快速傅里叶变换(NFFT)方法则直接快速计算方位向不均匀采样的傅里叶变换。文中对这两种方法进行了理论分析,并利用仿真数据和湖试数据对这两种方法进行了验证。成像结果表明两种方法均可用于多子阵SAS系统图像重建。NSFFT计算效率较高,但声呐基阵前进方向速度的不均匀性会对成像质量造成一定的影响;NFFT可以适用于任意速度的情况,但计算效率比NSFFT方法低。综合来看,两种方法各有特点,可以根据应用场景的不同进行选择。      

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。      

基于多个小孔径基阵的水下目标宽带波达方位估计方法

本文将多小孔径基阵应用于声纳浮标阵对可疑海区进行快速搜索的研究中,提出了一种基于多个小孔径子阵的宽带目标方位估计方法.该方法采用一种新颖的降秩估计器的信号模型,对多个小孔径子阵的输出信息进行综合处理,然后使用近似意义上的降秩估计器对目标源进行方位估计.所建立的阵列模型中不需要包含有关小孔径子阵之间的任何位置信息,因此,有效地减小了因阵形估计带来的烦杂工作和估计误差对方位估计性能的影响.仿真结果表明,此方法提高了定向精度,给出了稳定的目标方位估计.     

孔径扩展中相位修正因子估计的改进算法

传统的扩展拖曳阵列尺寸算法(Extended Towed Array Measurement,ETAM)在信噪比不够高、相位修正因子的相位角处于以间断点为中心的"跳变区间"时,扩展孔径均有可能失效。针对传统的ETAM算法中互相关相位角的间断点导致的算法不稳定问题,提出了一种相位修正因子估计的改进算法。该算法使用归一化互相关复向量的统计平均值作为相位修正因子的最小二乘估计,消除了互相关相位角的间断点带来的不利影响。数值仿真和实验数据分析结果表明:对于相位稳定甚至相位随机的单目标信号,改进算法均能有效扩展孔径,获得相对于常规波束形成(Conventional Beamforming,CBF)更高的方位分辨率和检测信噪比;相比于传统的ETAM算法,改进算法提高了相位修正因子的估计准确性,从而有效提高了算法的稳定性。      

声矢量圆阵宽带相干目标MVDR方位估计*

针对宽带相干目标的远程探测问题，本文提出一种基于声压振速联合处理和矢量重构的声矢量圆阵MVDR波束形成方法。该方法利用相位模态变换技术，将声矢量圆阵变换为与信号频率无关的虚拟线阵，并构建虚拟线阵声压与组合振速的互协方差矩阵，利用声压与振速各分量间的空间相关性有效地抑制各向同性环境噪声；并对宽带相干信号的互协方差矩阵进行矢量重构，即将最大特征值对应的特征向量划分为相互重叠的子向量，从而构建前/后向Hermitian矩阵；最后，基于MVDR波束形成器实现宽带相干目标的方位估计。仿真计算和实验数据处理结果表明，该方法具较强的解相干能力和噪声抑制能力以及较高的方位估计性能。     

观测平台转向时稀疏贝叶斯学习方位估计

针对观测平台转向时固定安装于其上的声呐线列阵指向快速变化导致的空间谱谱峰变宽问题,提出一种稀疏贝叶斯学习方位估计方法。该方法利用大地坐标系下不同接收快拍中的空域稀疏信号具有相同先验分布的特性,将转向过程中多个阵列指向分别对应的接收快拍信息联合处理,以求得目标方位。仿真分析与海试数据处理显示出,所提方法可以获得谱峰较尖锐的空间谱,具有较高的测向精度和角度分辨力,此外,对由左右舷模糊引起的伪峰有较强的抑制效果。所得结果表明,所提方法可以有效解决谱峰变宽问题,提升了平台转向时的方位估计性能,同时有效地利用阵列指向的变化提高了线阵抗左右舷模糊能力。      

多维波形编码合成孔径声呐技术研究

为了提高测绘效率,提出了两种基于多维波形编码技术的高分辨率宽测绘带合成孔径成像声呐体制,包括使用多发射阵的频分多输入多输出成像方式和方位向波形编码序列的成像方式,并论述了相应的成像处理流程。最后根据高速平台下的成像需求,设计了一种频分双发多收的合成孔径声呐系统,它可以将原有的单发多收系统的测绘效率提高一倍。考虑到水声信号的随机起伏性,利用已有的单发多收系统的实测数据,对多维波形编码技术在水声领域的可行性进行了实际验证。成像结果表明,经水底散射后的相邻频带的回波信号的空间相关性可以满足双发多收体制的合成孔径声呐的成像要求。      

一种基于模态域波束形成的水平阵被动目标深度估计

水面水下目标分辨与识别一直是被动声呐探测领域的难题.利用一种水平阵模态域波束形成算法获得己知方位目标声源的各阶模态强度,将其与不同深度的各阶参考模态强度进行匹配,最终实现了对声源的深度估计.仿真结果表明,该算法可以在信噪比为-10 dB的情况下,用300Hz带宽的信号样本,实现对声源深度的有效估计.系统分析了不同参数和不同波导条件对该方法目标深度估计性能的影响.其中,阵元数越多,模态样本数越多,计算频段越宽,方位估计精度越高,有效阵长越长,深度估计的性能越好.阵元间距和波导深度的变化不会影响该方法的深度估计性能,并且该方法的深度估计性能在声速剖面、海底参数等波导条件存在扰动时具有鲁棒性.     

一种矢量水听器基阵模拟器的设计

矢量水听器的每个阵元同时测量声场中声矢量和质点振速的3个分量,相对于声压水听器阵来说,矢量阵获取声场中更多的信息。利用矢量阵所获得速度场的信息可以去除目标方位估计中的 180°模糊。模拟器可以模拟实际海洋环境中目标的辐射特性和噪声特性,应用模拟器可以有效地缩短声纳的研制周期。本文提出一种矢量水听器基阵模拟器的设计方案,该方案解决了矢量阵中宽带信号的90°移相问题、时延精确控制问题和宽带噪声的谱状控制问题。     

A motion compensation method for wide-swath synthetic aperture sonar

When the swath of Synthetic Aperture Sonar(SAS) is considerably wide, the spacevariant effect of motion errors becomes remarkable. This space-variant effect makes Displace Phase Center Algorithm(DPCA) invalid. To solve the problem, a motion compensation method for wide-swath SAS is proposed. This method uses mixed modulated Lagrange explicit time delay estimation(MMLETDE) to estimate the time delay between two successive pings of the raw echo data, and then motion errors are fitted by linear regression. After that, the raw echo data can be precisely compensated point by point with the estimations of motion errors.Simulation results show that the proposed method can obtain better motion estimation results than DPCA. The resolution measured on the reconstructed image processed by the proposed method is very close to the theoretical resolution. The lake trail results of high frequency and low frequency SAS data show that the quality of the images of the terrain area and small targets is significantly improved.     

卷积神经网络主动目标方位估计

复杂海洋环境中信道的传输特性、时空变化、频散效应等一定程度上制约了主动声呐目标方位估计的性能。该文引入卷积神经网络(CNN),提出了适用于主动声呐中目标方位的高精度估计方法。仿真声场环境为浅海负梯度,主动发射信号为具有多普勒不变性质的双曲调频信号,水平线列阵作为接收装置,目标按仿真路线运动。该文利用Kraken进行声场数据仿真,并对接收的信号在频域做均匀加权常规波束形成,进而进行卷积神经网络的模型训练和测试。数值仿真研究表明,该文所用方法可以有效估计目标波达方向,对信噪比具有一定的鲁棒性。     

浅海大孔径时钟弱同步阵列的信道匹配阵形校准

浅海大孔径时钟弱同步阵列的阵形校准,受到时钟偏移与信道频散的不利影响,校准精度难以满足探测要求。利用浅海波导环境中仅激发一阶模态的低频段校准信号,使用基于波导参数计算的相速度开展信道匹配距离测量,并将时钟偏移作为未知参数纳入校准模型,结合声源与参考阵元的位置信息,从而消除频散效应和时钟偏移的不利影响,可实现浅海大孔径阵列阵元位置与时钟偏移的信道匹配联合校准。实验数据分析结果表明,该方法有效校准浅海大孔径时钟弱同步阵列的阵元位置和时钟偏移,较之基于时延估计的传统方法,所提方法校准后的15阵元860 m大孔径水平线阵列,对正横和端射方向附近15～30 Hz目标信号的测向精度分别提高了0.2°和0.4°,阵增益分别提高了1.8 dB和4.4 dB。     

Detection of number of sources and DOA estimation based on the combined information processing of pressure and particle velocity using acoustic vector sensor array

In order to solve the problem of DOA(direction of arrival)estimation of underwater remote targets,a novel subspace-decomposition method based on the cross covariance matrix of the pressure and the particle velocity of acoustic vector sensor arrays(AVSA)was proposed. Whereafter,using spatio-temporal virtual tapped-delay-line,a new eigenvector-based criteria of detection of number of sources and of subspace partition is also presented.The theoretical analysis shows that the new source detection and direction finding method is different from existing AVSA based DOA estimation methods using particle velocity information of acoustic vector sensor(AVS)as an independent array element.It is entirely based on the combined information processing of pressure and particle velocity,has better estimation performance than existing methods in isotropic noise field.Computer simulations with data from lake trials demonstrate,the proposed method is effective and obviously outperforms existing methods in resolution and accuracy in the case of low signal-to-noise ratio(SNR).     

从傅里叶望远镜接收信号中获取目标速度的方法

分析了傅里叶望远镜接收信号，结果表明，接收信号中不仅包含了被测目标的图像信息，还包含了目标的二维速度矢量信息。通过提取接收周期信号的频率可以推算出目标各分量的速度，从而得到二维速度矢量。信号频率的提取采用快速傅里叶变换分析进行频率粗估计，频率精确校正采用加Hanning窗的比值校正法。仿真了利用傅里叶望远镜测量导弹飞行速度。结果表明:在无噪声影响下，利用该方法获取的目标速度几乎无误差；存在噪声时，若接收信噪比高于5 dB，测量的目标速度精度高于0.02%。说明从傅里叶望远镜接收信号中获取目标速度的方法精度高、抗噪性好，理论上是可行的。