一种适用于多输入多输出声呐的稳健空时自适应检测方法

针对多输入多输出声呐在水下探测场景中获得的空时快拍数量不足导致空时自适应检测性能下降的问题, 提出一种适用于小空时快拍数情况下的稳健空时自适应检测(STAD)方法。首先将斜对称特性推广到多输入多输出(MIMO)声呐空时自适应检测中, 并利用该特性将空时快拍数量扩展至原来的两倍; 然后利用迭代自适应方法实现对空时协方差矩阵的重构; 最后根据广义似然比检测(GLRT)准则推导出检验统计量。计算机仿真结果表明, 所提方法可以在小空时快拍数情况下准确估计空时协方差矩阵, 大幅减小空时自适应检测对空时快拍数量的需求, 提高多输入多输出声呐在小空时快拍数情况下的检测稳健性。      

双基地多输入多输出虚拟阵列的稳健低旁瓣波束优化技术

双基地多输入多输出(MIMO)系统需要对目标的波达角和波离角进行二维估计,针对高分辨算法中阵列协方差矩阵处理运算量大以及估计性能对阵列流形失配敏感的缺陷,提出了一种基于二阶锥规划的抗阵列流形失配的双基地MIMO虚拟阵列波束优化算法.该方法利用MIMO的波形分集技术与双基地的目标定位解算,通过波达角和波离角在双基地定位椭圆上的对应关系,将双基地MIMO的二维合成方向矢量转化为一维的虚拟阵列流形,并证明了双基地MIMO虚拟阵列的波束图等效为发射波束图在接收阵角度域上的响应和接收波束图的合成.在优化波束图旁瓣的同时,该算法兼顾了固定方向上的相干干扰抑制,并提高了双基地MIMO虚拟阵列波束优化抗阵列流形失配的能力.通过波束图和方位谱优化的仿真分析和水池试验,验证了算法的有效性.     

基于数据协方差矩阵重构的MIMO声纳DOA估计

实际多输入多输出(MIMO)声纳系统由于环境或人为因素,可能出现部分阵元失效,从而导致阵列自由度减少、方位估计精度下降。本文提出了一种数据协方差矩阵重构方法,该方法基于差分阵列性质,利用正常工作阵元的协方差矩阵元素来恢复失效阵元的矩阵元素,获得满秩的数据协方差矩阵,从而恢复到全阵元MIMO声纳的阵列自由度。与已有方法相比,降低了计算复杂度。仿真及海试实验数据处理结果表明,本文所提的数据协方差矩阵重构方法能够恢复因部分阵元失效而丢失的阵列自由度,应用于方位估计中,所能分辨的最大目标数与全阵元相同。     

基于稀疏阵列的电磁矢量传感器多输入多输出雷达高分辨角度和极化参数联合估计

针对双基地电磁矢量传感器多输人多输出(electromagnetic vector sensors multiple-input multipleoutput,EMVS-MIMO)雷达参数估计精度以及角度参数配对问题,通过设计一种新的稀疏阵列和采用自动参数配对算法来实现高分辨的角度参数和极化参数联合估计.首先,通过设计稀疏的发射阵列和接收阵列来实现对EMVS-MIMO雷达阵列孔径的扩展;然后,提出平行因子-三线性分解算法对接收数据的三阶张量模型进行求解.所提出的平行因子-三线性分解算法能够实现二维发射角、二维接收角、极化相位角和极化相位差的联合参数自动配对;且针对估计得到的发射导向矢量矩阵和接收导向矢量矩阵,根据旋转不变特性可以实现高精度的发射俯仰角和接收俯仰角测量.在得到精确的发射俯仰角和接收俯仰角之后,相应的发射和接收方位角、极化角和极化相位差可以通过矢量叉积算法来进行估计.相比于现有算法,所提出的算法能够避免高维数据奇异值分解以及额外的参数配对过程;且通过稀疏阵列设计,角度参数估计精度能够进一步地提升,仿真结果表明所提出的算法具有优良的角度参数估计性能.     

更正北大核心CSCD

阵列设计作为多输入多输出(MIMO)雷达成像系统中的一项关键技术直接影响系统成像性能。通过分析MIMO雷达成像模型,探讨了基于等效阵列概念的MIMO阵列设计方法,并讨论了近场效应对成像结果的影响。基于所构建的MIMO雷达成像实验系统,进行了近场微小金属目标二维成像试验。实验结果表明:该阵列设计方法在120~150 GHz的适用性,验证了毫米波MIMO雷达近场成像能力。     

基于长电偶极子和大磁圆环的新型电磁矢量传感器双基地多输入多输出雷达角度和极化参数联合估计

针对常规双基地电磁矢量传感器多输入多输出(multiple-input multiple-output,MIMO)雷达中短电偶极子(L/λ<0.1)和小磁环((2πR/λ)<0.1)辐射效率不足问题,本文根据实际应用中电磁矢量传感器的有效长度来设计新型的发射电磁矢量传感器阵列和接收电磁矢量传感器阵列.首先,通过平行因子...     

多输入多输出量子密钥分发信道容量研究

量子安全通信是一个量子密钥分发过程,目前采用的通信技术严重制约了量子密钥分发的比特率.将多输入多输出（MIMO）技术应用于量子密钥分发系统,可提高量子密钥分发的比特率,促进量子安全通信向高速大容量发展.文中首先构造出MIMO量子密钥分发信道中多光子纠缠态Wigner算符矩阵.并在此基础上,推导出多光子双模压缩纠缠态Wigner算符矩阵和MIMO量子密钥分发信道容量.为开发稳健的MIMO量子安全通信空时处理算法和优化设计高性能MIMO量子密钥分发系统提供理论支撑和技术基础. 关键词： 多输入多输出 双模压缩态 多光子纠缠态 信道容量     

利用协方差矩阵拟合的阵列孔径扩展方法

提出了一种协方差矩阵拟合的阵列孔径扩展方法来提高小孔径均匀直线阵的分辨力。该方法分析了具有不同阵元个数的阵列采集信号协方差矩阵之间的关系,并根据该关系构建阵列扩展的优化算法,利用小孔径实际阵列协方差矩阵拟合得到大孔径虚拟阵列的协方差矩阵。仿真分析与湖试数据处理结果表明,将拟合协方差矩阵用于现有方位估计方法中能够降低波束宽度,提高分辨力,并且随着虚拟阵元个数增加,目标分辨概率同步提高。当阵列孔径较小或环境信噪比较低时,本文方法可用于提高方位估计性能。     

不确定环境下的稳健自适应匹配场处理研究

针对浅海中由于水声环境参数不确定、水面强干扰的存在、以及目标运动等因素会导致水下弱目标检测与定位性能严重下降的问题,将协方差矩阵降阶、环境宽容性约束和运动补偿进行有机结合,在对运动补偿算法加以改进的基础上,提出了一种在不确定环境和强干扰背景下检测水下微弱目标的稳健自适应匹配场处理方案。典型浅海环境下的数值仿真和实测数据分析表明,该方案在一定的环境失配条件下不仅能有效地抑制水面强干扰,还能为水下微弱运动目标的检测提供较大范围的空时相干累积,有利于提高目标的定位精度和输出信干比。     

基于扩展信源熵值的穿墙成像雷达墙体强杂波抑制

提出了基于扩展信源熵值理论的超宽带穿墙成像雷达墙体强杂波抑制方法. 首先将回波信号离散化, 计算离散信源的概率空间并对该离散信源进行扩展, 计算得到扩展后含有墙体强杂波和目标回波的新信源的熵值. 然后根据墙体杂波熵值与目标信号熵值的差异设定门限, 自适应选取最佳门限调节因子, 对回波信号进行杂波抑制处理. 经过墙体强杂波抑制处理后, 利用后向投影方法对目标进行成像. 以基于时域有限差分方法(Finite Difference-Time Domain, FDTD) 的仿真软件GprMax2D/3D所获得的穿墙雷达数据进行仿真实验, 分别通过基于信源熵值的方法与本文所提方法来抑制墙体强杂波并成像, 通过对比结果可知, 前者的目标-杂波比增量为15.51 dB, 后者的目标-杂波比增量为19.74 dB. 因此, 本文所提方法能够在相同测量方式下得到更为精确的成像, 而且可以在保证成像效果的前提下大大减少天线扫描次数.     

密布式多输入多输出声呐阵列目标波达方向估计

针对低信噪比条件下多输入多输出声呐受对称噪声分量影响导致测向性能降低的情况,提出了一种基于协方差矩阵重构方法的波达方向估计算法。首先,将噪声场分为对称噪声和非对称噪声两部分,利用协方差矩阵虚部与对称信号无关的性质,去掉协方差矩阵的实部来降低对称噪声对目标波达方向估计精度的影响,采用降维转换方法和矩阵虚部置换原理重构协方差矩阵的实部,避免了双频谱的干扰。然后利用Toeplitz方法对重构的协方差矩阵进行解相干修正,通过奇异值分解获得噪声子空间,最后对目标的波达方向进行估计,可实现微弱信号的准确测向。理论分析和实验结果表明,该方法明显抑制了对称噪声,提高了目标的波达方向估计性能,具有运算速度快、自由度高和目标分辨力强的特点。      

强干扰下空间抗混叠宽带波达方位估计

提出了基于改进频率差分(FD)技术的空间抗混叠波达方位(DOA)估计方法,实现了阵元稀疏排布,即在阵元间距远大于入射信号波长时,存在栅瓣模糊情况下多水下声学目标的方位估计。首先,确定目标方位角度搜索范围,建立阵列信号处理模型,对宽带信号不同频率成分之间进行频率差分处理,从而降低信号频率以满足阵元稀疏排布阵列的空间奈奎斯特采样要求。然后,基于投影子空间正交性检验(TOPS)算法构建一个对角变换矩阵,利用对角酉变换矩阵正交性直接对阵列流形进行频率差分处理,使其频率差分处理输出的信号个数与输入信号个数相等。最后,进一步推导频率差分域等效目标方位与真实入射信号角度等价的条件,并基于该等价条件进行频率筛选,最终获得无模糊的空间方位谱结果。经仿真实验验证,所提算法在信噪比为-10～20 dB范围内,估计结果均方根误差低于0.1°,有效抑制了栅瓣且受干扰强度影响较小。经海试数据验证,所提算法可以有效估计出目标方位,并避免空间混叠项干扰。所提空间抗混叠波达方位估计方法能够有效抑制栅瓣模糊,提高目标方位估计精度,且在强干扰条件下仍具有较好的角度估计性能。     

一种低复杂度的稳健自适应波束形成

稳健自适应波束形成可以解决经典自适应波束形成在非理想条件下(如存在方位失配、阵元位置误差、非平面波传播等)性能下降的问题,因而受到广泛关注,但目前多数稳健自适应波束形成方法计算复杂度高,在高信噪比时性能下降。为此,研究提出了一种分别重构干扰协方差矩阵和噪声协方差矩阵的低复杂度的稳健自适应波束形成方法,以减小计算量,提高稳健性。仿真实验表明,该算法能获得近似最优的输出信干噪比和更好的稳健性。     

多天线信道空间衰落相关性近似算法及其复杂性研究

信道空间衰落相关性(SFC)主要取决于波达信号的功率方位谱(PAS)和多天线阵列收发模式.深入研究了移动通信系统中多天线阵列SFC近似计算法及其复杂性.首先导出在典型PAS为均匀分布、高斯分布以及拉普拉斯分布下的SFC函数的闭合表达式.再研究在波达信号PAS小角度扩展时的近似计算法,建立多输入多输出(MIMO)多天线接收信道模型,深入分析所选择的天线阵列和电波传播参数对MIMO系统信道容量的影响.通过理论计算和仿真实验得出近似计算法在特定条件下具有很好的拟合度,定量分析了近似计算法在对MIMO多天线系统分析时的适用性和计算效率.该算法能极大地减低理论计算复杂性,提高分析和仿真MIMO多天线系统的效率.     

基于多重信号分类法的一种声矢量阵方位估计算法

为了提高声矢量阵高分辨方位估计的性能,文中提出了一种矢量阵MUSIC方位估计算法.该算法先构造声矢量阵声压和振速组合输出的互协方差矩阵,然后进行MUSIC方位估计.理论分析和计算机仿真表明,文中算法比传统声矢量阵MUSIC方位估计算法有更好的双目标分辨能力和弱目标方位估计能力,湖试结果也表明文中算法有更好的目标方位估计性能.该算法基于矢量传感器声压和振速的相干性原理,充分利用声压振速组合指向性抗干扰能力,可以更好地抑制各向同性干扰,提高阵列的处理增益,从而有更好的方位估计性能.     

低复杂度的MIMO声呐协方差矩阵重构方法*

多输入多输出声纳在对目标进行测向时会产生复杂的运算量,从而降低算法的测向效率。针对这一问题,提出了一种基于降维变换方法的低复杂度协方差矩阵重构方法。该方法能够抑制噪声,提高目标侧向性能。首先利用降维变换方法对接收信号进行波束形成,获得低维度的协方差矩阵,再对矩阵进行Toeplitz处理,抑制矩阵的相干性。所得到的新的协方差矩阵,通过特征分解获得噪声子空间和信号子空间,利用MUSIC方法进行测向。为了进一步降低运算复杂度,利用阵型所满足的旋转不变性,可以采用ESPRIT算法对目标进行波达方向估计。理论分析和实验结果表明,该方法有效降低了运算复杂度,提高了算法的测向性能。在有限快拍数的情况下,与传统测向方法相比,具有运算速度快,目标分辨力强的特点。     

矩阵空域预滤波目标方位估计

提出了基于矩阵空域预滤波处理的目标方位估计新方法。通过设计一个空域的矩阵滤波器对传感器阵列数据进行矩阵处理,抑制阻带扇面的干扰与噪声,且尽量保证让通带扇面的信号无失真通过。由于该空域滤波器的输出仍为阵元域数据,因此可以很方便地在很多阵列信号处理算法之前通过增加空域预滤波处理来达到抑制空间干扰、提高系统处理能力的目的。文章通过目标方位估计的具体实例来说明矩阵空域预滤波处理对系统性能的改善作用。计算机仿真和实测数据处理结果表明,矩阵空域预滤波处理有效地抑制了空间干扰与噪声,提高了方位估计算法对感兴趣扇面目标的方位分辨与估计性能。此外,仿真结果表明采用分扇面空域预滤波处理方法,使基阵具有了分辨多于阵元数目信号源的能力。     

复杂噪声场下对角减载技术的原理及应用

实际水下噪声场是非常复杂的,它具有一定的相关性,且各阵元接收到的噪声的功率不相等,因此归一化的噪声协方差矩阵不是单位矩阵,会使得一些阵列信号处理算法的性能下降.针对这个问题,本文充分分析了复杂噪声场的物理特性,建立了噪声协方差矩阵的物理模型,提出了一种复杂噪声场下的协方差矩阵对角减载技术.首先将数据协方差矩阵减去一个减载系数矩阵,在使得波束输出信噪比达到最大的约束条件下,获得了减载系数矩阵的理论表达式和近似表达式.然后利用最小二乘方法,估计减载系数矩阵,并且理论分析了噪声场的相关性及输入信噪比对估计误差的影响.仿真实验和湖试数据处理结果表明,在复杂噪声场条件下,该算法提高了输出信噪比,改善了阵列信号处理算法的性能,并且该算法计算复杂度低,可以实时处理.     

基于强度叠加编码的空间光多输入多输出通信

针对空时编码技术在空间激光通信应用中受到的限制,提出了一种基于强度叠加编码的空间光多输入多输出(MIMO)通信算法,设计了算法中使用的码元--光强码的编码和解码规则,分析了不同天线阵列组合下的系统信道容量,给出了最佳判决门限选择方法,并在此基础上计算了不同系统组成下的误码率.仿真计算表明,与单发单收系统相比,强度叠加编...     

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。