Direction of arrival estimation and signal recovery based on single snapshot compressed sensing in frequency domain

Direction of arrival(DOA) estimation and signal recovery is the base of the underwater target localization,tracking and recognition.Based on the compressed sensing theory,a method for DOA estimation and source signal recovery is proposed using the single snapshot processing of the received array signal in frequency domain.The received array signal are transformed to frequency domain,and the single snapshot data in frequency domain are regarded as the measured data of the compressed sensing.According to the frequency,searching orientation and array manifold,the overcomplete array manifold is constructed as the sensing matrix of the compressed sensing.Both the target signal and power of the searching orientation are estimated by the basis pursuit method to complete DOA estimation and signal recovery.Simulation results show that the proposed method has a number of advantages over the minimum variance distortionless response(MVDR) method,including improved robustness to noise,fewer requirement in number of sensors and snapshots.And the correlation coefficient of the signal reaches up to 0.89.Experiment results in real environments verify that the proposed method performs more effectively in the detection of weak targets than the MVDR method and can be applied to real sonar system.     

变步长似p范数约束稀疏水声信道估计方法

针对范数约束类归一化最小均方(NLMS)算法在正交频分复用(OFDM)稀疏水声信道估计中误码率较高的问题,提出一种改进的变步长似p范数约束信道估计方法.采用改进双Logistic函数构造步长,并将误差信号自相关函数引入其中,实时调整步长和零吸引项,使得收敛速度和估计精度能够很好地折中.算法仿真结果表明,在浅海多径稀疏水...     

Deep learning and expert knowledge based underwater acoustic OFDM receiver

In this paper, a deep learning and expert knowledge based receiver is proposed for underwater acoustic (UWA) orthogonal frequency division multiplexing (OFDM). Different from the existing deep learning based UWA OFDM receivers, the proposed receiver combines deep learning with the classical expert knowledge of block-based signal processing in UWA OFDM to improve system performance and interpretability. It performs joint channel estimation and signal detection by designing skip connection (SC) convolutional neural network (CNN) cascaded attention mechanism (AM) enhanced bi-directional long short-term memory (BiLSTM) network, abbreviated as SC-CNN-AM-BiLSTM network (SCABNet). Specifically, the channel estimation subnet is designed with SC-CNN to utilize the thought of image super-resolution to reconstruct the entire channel frequency response of all subcarriers. The signal detection subnet is designed with AM-BiLSTM to extract the correlations of received sequential data for signal detection. Especially with the AM, the signal detection subnet can focus more on effective information of the received distorted signal to train the optimal network weights to improve the accuracy of data recovery. The proposed SCABNet is evaluated by experimental data, and the results have demonstrated that the SCABNet has the lowest BER and robust performance compared to the traditional linear algorithm, deep learning based black-box receiver, and ComNet receiver. And the proposed SCABNet is effective and robust when multiple nonideal factors co-exist.     

基于频散特征的单水听器模式特征提取及距离深度估计研究

针对浅海环境中低频宽带水声脉冲信号, 研究基于频散特征结合时频分析的单水听器距离和深度估计方法. 以简正波理论为依据, 将单水听器上的接收信号表示成一系列传播模式之和的形式, 分析了经典波导环境下的频散现象, 采用自适应径向高斯核函数的时频分析方法来表征接收信号的频散特征. 为提高时频分辨率, 采用自适应径向高斯核函数的时频分布来提取频散关系曲线中传播模式的到达时间差, 利用模式的到达时间差估计声源的距离. 采用多模式联合匹配的方式, 通过二值掩模滤波的时频滤波方法, 提取所需的模式. 通过计算实际提取出的模式能量与预测的模式能量之间的误差, 建立代价函数, 并通过模式能量匹配的方式, 确定声源的深度. 通过对基于Pekeris波导模型的浅海环境进行仿真验证, 结果表明: 自适应径向高斯核函数的时频分析方法能够很好地反映信号本身的频散特征, 具有较高的时频分辨率, 克服了传统短时傅里叶变换时频表征的限制, 使得模式在时频域更加容易辨识和分离; 从测距效果来看, 不同模式组合下的距离估计结果不同, 采用在时频面上具有较高能量的模式, 可得到较为准确的距离估计; 选用高能量的模式所得的距离估计的相对误差小于2%. 在定深方面, 参与联合匹配的模式个数越多, 代价函数的峰值更加地尖锐, 同时具有低的伪峰, 深度估计的性能会进一步有所提升. 该工作对于研究低频水声脉冲信号的分离和提取具有重大意义. 关键词： 频散信道 时频分析 单水听器 定位     

字典奇异值分解加权压缩感知多径信号参数估计

为提高水声信道多径参数估计的分辨率,提出了一种基于字典奇异值分解的加权压缩感知算法。对于有源声呐,根据发射信号构造字典,对字典进行奇异值分解,利用大特征值对应的特征向量构造信号子空间,然后使用信号子空间对接收信号进行滤波。对滤波结果进行加权压缩感知参数估计,得出最终时延估计结果。仿真实验表明,所提方法能够对水声多径参数进行超分辨估计,适用于任何脉冲信号。湖试处理结果显示,混响背景下该方法也有较好的多径参数估计性能,能够降低接收数据的噪声成分,提高对水声信道的多径时延、个数和幅度的估计精度。      

频域单快拍压缩感知目标方位估计和信号恢复方法

方位估计和信号恢复分别是水下目标定位、跟踪和目标识别的前提。提出了一种阵列频域单快拍压缩感知的水下目标方位估计和信号恢复方法。首先将阵列接收数据变换到频域,取频域单快拍数据作为压缩感知的测量值,然后根据频域快拍对应的频率、搜索方位和阵列流形构造过完备的阵列流形矩阵作为压缩感知的感知矩阵,最后通过基追踪算法估计搜索方位上目标信号和功率,实现DOA估计与信号恢复。宽带仿真实验数据验证结果表明,同等条件下完成同样的目标方位分辨,提出的方法比最小方差无失真响应方法要求的阵元数和快拍数较少,要求的信噪比更低,恢复的目标信号更加准确,波形相关系数达到89%以上。海上实验数据处理结果表明,目标检测能力优于最小方差无失真响应方法,证明该方法可以适用于实际声呐系统。      

浅海小目标前向散射的非互易时反检测方法

将无源非互易时反(NRTR)用于浅海小目标前向散射探测海上实验研究,提出了一种基于频域加权松弛的信道估计算法(WRELAX)和时反方法相结合的小目标探测算法(WRELAX-NRTR)。该算法采用高精度的信道响应估计实现信道的空-时匹配,利用目标引起的时反声场结构的畸变检测前向散射信号对声场的扰动实现目标探测,并通过阈值法实现目标判决。在15~30 kHz的信号频率范围内进行海上实验,数据的处理结果表明,提出的WRELAX-NRTR探测算法与传统的NRTR算法相比,环境背景的扰动幅度从10 dB减小到4 dB,从而降低了虚警率,另外该算法对海洋环境噪声、目标聚焦深度、目标穿越距离和信道动态变化等均具有良好的鲁棒性。      

Frequency-domain channel estimation and equalization for shallow-water acoustic communications

A new frequency-domain channel estimation and equalization (FDE) scheme, combined with a new group-wise phase correction scheme, is proposed for single-carrier (SC) underwater acoustic communications systems employing single transducer and multiple hydrophones. The proposed SC-FDE scheme employs a 2N-point Fast Fourier Transform (FFT) to estimate and equalize the channel in frequency domain, where N is the number of symbols in a data block. Both the frequency-domain channel estimation and equalization are designed by the linear minimum mean square error criterion. Initial channel estimation is performed by a pilot signal block and later updates are achieved using the detected data blocks. The proposed phase correction scheme utilizes a few pilot symbols in each data block to estimate the initial phase shift and then correct it for the block to combat the large phase rotation due to the instantaneous Doppler drifts in the acoustic channels. Time-varying instantaneous phase drifts are re-estimated and compensated adaptively by averaging the phase variation across a group of symbols. The proposed SC-FDE and phase correction method is applied to the AUVFest’07 experimental data measured off the coast of Panama City, Florida, USA, June 2007. With the Quadrature Phase Shift Keying (QPSK) modulation and a symbol rate of 4 ksps, the proposed scheme achieves an average uncoded bit error rate on the order of 1×10^?4 for fixed-to-fixed channels with the source–receiver range of 5.06 km. For the moving-to-fixed source–receiver channels where the source–receiver range is 1–3 km, the multipath delay spread is 5 ms, the average Doppler shifts are ±20 Hz, and the maximum instantaneous Doppler drifts from the mean is ±4 Hz, the proposed scheme achieves an average uncoded bit error rate on the order of 1×10^?3.     

基于时频分析的多目标盲波束形成算法

针对现有盲波束形成算法适用范围较窄, 多目标信号分离级联模式结构复杂、并联模式稳定性较差等问题, 提出一种基于时频分析的多目标盲波束形成算法. 该算法首先利用时频分析技术给出信号导向矢量的不确定集, 然后优化求解导向矢量的最优估计, 最后利用Capon方法实现多目标信号的并行输出. 理论分析及仿真结果表明, 该算法对信号特性没有特殊要求, 适用性较广, 性能稳定, 且输出信干噪比高于其他盲波束形成算法, 接近于最优Capon波束形成器.     

噪声方差未知时的分布式量化估计融合方法

为了解决观观测噪声和信道噪声概率分布不完全已知时的多传感器分布式量化估计融合问题,提出了一种期望极大化算法(EM算法)的分布式量化估计融合方法。该方法将未知的噪声参数以及局部量化器量化概率建模为EM算法中二元高斯混合模型参数,利用极大似然估计方法的估计不变性得到目标参数的估计融合结果。仿真实验结果表明:该方法在局部传感器观测样本数目大于6000和信噪比大于6 dB时与已有理想信道条件下的估计方法性能相当。本文方法对水下分布式协同探测问题提供了一种简化的估计融合实现途径。      

用于单载波频域均衡水声通信的可分近似稀疏信道估计

针对单载波频域均衡水声通信中信道估计易受噪声干扰的问题,提出了一种低复杂度的信道估计方法。考虑水声信道的时域稀疏特性,导出频域输入、输出信号与信道冲激响应的关系式,并引入稀疏正则项,构造稀疏信道估计的目标函数。然后利用可分近似对目标函数进行迭代优化,再经过稀疏化与去偏处理,得到信道传递函数的最终估计。最后,利用数值仿真和海试数据对所提出方法的性能和运算效率进行评估。较之传统信道估计方法,所提出的方法在估计精度和计算复杂度方面具有一定的优势。      

深海脉冲信号簇到达结构特征及其在水下声源定位中的应用_

为了实现对深海水下声源的定位,对典型深海环境中的脉冲信号到达结构特征进行了理论分析,给出了声源和接收位置位于近海面时到达信号的簇信号形式近似表达式.当声源和接收位置处于近海面深度时,接收到的信号呈簇状结构形式.在提取到达信号中各簇信号到达时间、幅值等特征参数的基础上,提出了一种通过对到达信号中簇信号特征参数匹配搜索进行...     

一种基于简正波模态消频散变换的声源距离深度估计方法

针对浅海环境中传播的低频宽带水声脉冲信号,基于简正波水平波数差和波导不变量之间的关系,本文提出了一种利用距离-频散参数二维平面聚焦测距与匹配模态能量定深的目标声源定位方法.首先,通过将由频散参数和波导不变量表示的前几阶模态相速度与由环境模型计算的相速度进行对比分析,从而估计出前几阶模态的频散参数和环境的波导不变量.其次,利用估计出的频散参数值和波导不变量对接收信号进行消频散变换处理,只有当接收信号的距离参数等于目标声源距离时,各号简正波的幅度均达到最大值,在距离-频散参数二维平面上,出现声压聚焦的现象,利用此现象可以估计目标声源的距离.不仅如此,消频散变换后的接收信号,前几阶模态在时域上明显地分离开来,可以准确地估计出前几阶模态的能量,采用多模态能量匹配的方式,可以估计出目标声源的深度.最后,通过对仿真和冬季获得的气枪信号数据处理结果验证了本文方法的有效性.     

交叉验证多路径匹配追踪水声矢量阵稀疏方位估计

水下运动目标的高分辨DOA估计和目标的左右舷分辨问题一直是水声阵列信号处理中的一个核心问题。矢量阵相比于声压阵具有天然的左右舷分辨能力和更高的处理增益,近年来得到了广泛关注。Capon等一些传统高分辨处理方法存在不能解相干源、需要多快拍处理以及对阵列流行误差敏感等多种问题。针对水声阵列信号处理领域面临的以上问题,利用声呐工作场景中空间目标的稀疏性,本文提出了一种基于交叉验证技术的多路径匹配追踪（Multiplepath Matching Pursuit with Cross Validation,CV-MMP）声矢量阵稀疏DOA估计算法。该算法采用交叉验证技术可以在未知场景中目标个数的条件下实现稀疏DOA的估计,相比于常规的声矢量阵Capon算法而言,可以在小快拍数甚至单快拍数条件下实现多目标的稀疏DOA估计以及高分辨能力。仿真和海试试验数据处理验证了提出的算法的有效性。      

Frequency invariability of acoustic field and passive source range estimation in shallow water

The frequency invariability of the warped modal signal and the warped signal autocorrelation function in shallow water is discussed.A method is proposed for passive source-range estimation based on the frequency invariability and warping transform of signal autocorrelation function received by a single hydrophone in a range-independent or weak range-dependent shallow water environment.In the method,a guided source with a known range is employed to provide the crucial and relative invariant scaled features.The experimental data in shallow water with an iso-speed profile and a fluctuated thermocline are used to verify this approach.The relative errors of the source range estimation are basically less than 10%.     

一种利用海豚叫声的仿生水声通信方法

针对水下通信隐蔽性的需求, 克服传统固定载波调制方式带来的声源暴露问题, 提出一种基于海豚叫声的仿生伪装水声通信方法, 使通信信号被当作海洋生物噪声排除, 达到隐蔽通信的效果. 研究了海豚叫声信号特点, 利用海豚哨声信号实现同步与识别, 采用差分脉冲位置调制方法, 信息调制在相邻海豚嘀嗒声信号的时间间隔, 采用压缩传感体制下的匹配追踪技术估计信道, 虚拟时反技术实现信道均衡. 湖试结果验证了该方法的有效性和可行性, 接收声信号与发射信号声音上具有很高的相似度, 可以达到伪装隐蔽的效果. 实验中水平距离2 km, 通信速率不小于29 bps时,误码率可以达到10^-4以下. 关键词： 水声通信 仿生 海豚 隐蔽     

结合主动时间反转算法的短基线定位研究

短基线声学定位技术是水下运动目标定位的重要研究内容。为了解决定位系统工作于浅水或近岸时多途扩展严重造成的时延估计误差和系统工作不稳定的问题,本文提出一种结合时间反转算法的短基线宽带应答定位技术,该方法利用短基线阵元发射宽带信号,通过应答器接收该信号时间反转处理后再返回给短基线阵元位置,实现信道多途的自适应聚焦,进而提高时延估计精度及信号检测的鲁棒性。仿真研究和湖上试验表明,该方法能够充分利用信道多途信息实现聚焦,减少信道多途对定位信号时延估计的影响,具有较强的抗噪声和多途干扰的能力。相对传统定位方法,该方法可以抑制短基线定位过程中误差及野点的产生,改善了物体定位导航的精度。      

多波束分集深海远程正交频分复用水声通信

针对深海远程信道传播衰减大、多途扩展严重的问题,提出一种单输入多输出（SIMO）模型下的水声正交频分复用（OFDM）多波束空间分集均衡方法。建立了深海远程信道下SIMO-OFDM接收信号模型,对宽带波束形成处理后的多个到达角度的波束输出进行独立的多普勒补偿和稀疏信道估计,最后基于最大比合并实现多波束均衡。相对于远程通信中常用的单波束处理方法,所提方法可获得额外的不同到达角度的多径分集增益;且基于阵列波束形成处理可明显提升各个波束输出信噪比,避免了单阵元信噪比过低导致的信道估计误差增大的问题。所提方法的计算复杂度大于单波束均衡,但低于多阵元最大比合并均衡。基于BELLHOP的数值仿真和中国南海实验结果表明,所提方法的误码率性能明显优于单波束均衡和最大比合并均衡,且在100 km的距离上实现了通信速率199 bps的无误码通信。      

使用稀疏贝叶斯学习的水声多途信道盲估计

提出了一种使用稀疏贝叶斯学习(SBL)的多途信号盲解卷积方法对水声多途信道的信道脉冲响应(CIR)进行盲估计。该方法利用垂直阵和多频SBL获得宽带舰船声源在不同垂直到达角上的复数域多频点信号,取其相位对垂直阵接收信号匹配滤波,得到每条路径上的CIR,将多路径CIR相干叠加得到最终的多途CIR结果。仿真与海试数据处理结果表明,相比于原有的基于交替投影的多途信号盲解卷积方法,所提出方法有以下几个好处:(1)无需准确预估多途信号数目;(2)分离的多途信号的方位更准确且信号相位更可靠;(3)有效获取了舰船与阵列之间的CIR.并且将弱路径CIR的平均时间估计误差从4.7 ms缩小到1.0 ms.显著提高了弱路径CIR的时间估计精度。使用稀疏贝叶斯学习的多途信号盲解卷积方法能够有效提高多途环境下水声信道盲估计的性能。      

稀疏信道条件下正交多载波扩频水声通信无导频信道估计算法

提出了一种无导频信道估计算法,该算法首先利用水声信道的稀疏特性对扩频信号进行识别,再利用扩频信号识别结果对水声信道响应进行判决反馈估计,从而实现对稀疏水声信道响应的可靠重建。仿真和湖上试验结果证实:无导频信道估计算法可以在不降低通信质量的前提下,实现对水声通信信号的稳健均衡,提升水声通信速率。