海洋环境噪声场对称性分析及噪声消除方法

实际的海洋环境是非常复杂的,存在着海洋自噪声、舰船噪声、生物发声等,阵元接收到的噪声信号存在一定的相关性,此时基于传统阵列信号处理的目标方位估计方法的性能将变差,针对这一问题,提出了一种实部消除方法.首先从阵元接收环境噪声的物理机理出发,将圆环阵接收的噪声场分解为对称噪声场和非对称噪声场,并且研究发现对称噪声场只影响数据协方差矩阵的实部.然后通过消除协方差矩阵实部,达到消除对称噪声场的目的,提高信噪比,但是同时产生了虚假声源.针对虚假声源的问题,提出了基于优化算法重构协方差矩阵实部的方法,消除了虚假声源的影响.仿真分析与海试数据处理结果表明:该方法明显消除了对称噪声,提高了信噪比,改善了阵列信号处理算法的性能.实部消除方法易于实现,有一定的工程应用价值.     

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。     

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。     

非均匀对角减载最小方差无失真响应多目标分辨

针对最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)方法在起伏非相关噪声环境下多目标分辨性能严重下降的问题,提出一种非均匀对角减载MVDR (Inhomogeneous Diagonal Unloading MVDR,IDU-MVDR)方法。该方法首先对协方差矩阵进行非均匀对角减载,然后实施MVDR方法。各阵元上的对角减载量通过求解半正定优化问题获得,优化问题中最大化减载量之和,但约束减载后协方差矩阵的最小特征值是一个较小的正值。数值仿真表明,IDUMVDR方法可通过非均匀对角减载消除大部分非相关噪声,但保留小部分噪声分量.因此IDU-MVDR方法较MVDR方法分辨力更高,空间谱中背景级更低、弱目标谱峰更加明显,并且具备一定的稳健性.海上实验结果与数值仿真相一致,验证了IDU-MVDR方法的有效性.     

高增益对角减载波束形成方法研究

实际的海洋噪声包括不相关噪声成分和相关噪声成分,针对不相关噪声仅仅影响接收数据协方差矩阵对角元素的这一现象,提出一种基于对角减载技术的高增益最小方差无畸变响应法(minimum variance distortionless response,MVDR).在稳健性足够的前提下,首先,按照一定准则选取约束量,利用加权向量范数约束法保证方法的稳健性。然后,利用牛顿迭代法计算得到对角减载系数。最后,将减去对角减载系数的协方差矩阵应用到MVDR波束形成方法中。仿真和海试数据处理结果表明,对角减载MVDR波束形成方法在保证稳健性的同时,提高了阵增益和多目标分辨能力。通过调整减载系数,能够在稳健性与阵增益之间进行折中。     

基于矢量水听器的声压和质点振速的空间相关系数

矢量水听器同步测量声场空间一点处的声压和质点振速的三个正交分量,由此得到的幅度和相位信息有利于改善声呐的检测和估计性能。对三维球形各向同性噪声场中声压和质点振速的时空相关性本文进行了研究,推导了矢量水听器的噪声协方差矩阵的理论表达式;给出了矢量水听器水平线阵和垂直线阵的协方差矩阵;研究单个矢量水听器的噪声协方差矩阵,并给出了浅海近岸水域的试验结果;利用上述理论结果推导了矢量水听器阵列的声能流阵增益。     

声矢量锥形阵的高阶累积量波达方向估计

为解决信源在较低信噪比情况下的测向分辨率问题,提出阵列可扩展的声矢量锥形阵测向算法。算法基于四阶累积量的阵列扩展和高斯噪声抑制特性,计算声矢量传声器不同输出分量的四阶累积量,使其在三维方向上扩展与原阵型结构相同的虚拟阵,从而构造包含角度信息的旋转不变矩阵进行测向。推导给出了算法的克拉美罗界,理论分析了算法性能受信噪比、采样快拍以及入射声源俯仰角的影响。仿真实验验证了该算法较常规声矢量阵ESPRIT算法有更优的噪声抑制能力及更高分辨的DOA估计性能。     

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。     

一种协方差矩阵实部消除的目标方位估计方法

针对实际复杂海洋环境条件下的目标方位估计性能变差的问题,提出了一种基于实部消除技术的目标方位估计方法。首先将噪声场分解为对称噪声部分和非对称噪声部分。然后利用协方差矩阵虚部,采用延迟求和波束形成方法获得目标方位估计,但是同时产生了对称的虚假目标。最后基于功率估计重构协方差矩阵实部,并与虚部组成新的协方差矩阵,利用新的协方差矩阵做目标方位估计,消除了虚假目标的影响。理论分析与湖试数据处理结果表明:该方法明显抑制了噪声,提高了目标方位估计的性能。实部消除技术易于实现,有较强的工程应用价值。     

基于干扰协方差矩阵重构的恒定束宽鲁棒自适应波束形成

针对宽带波束形成中的恒定束宽波束响应优化设计问题与鲁棒性问题展开研究。首先,提出一种基于相位补偿的恒定束宽全局优化设计方法,通过对阵列流形向量进行相位补偿来设计恒定束宽波束,与现有的一些方法相比,该方法不仅能获得全局最优解,而且物理实现简单。同时,还提出一种基于协方差矩阵重构的鲁棒自适应宽带波束形成算法。该算法采用Capon估计器估计样本数据的空间一频率谱密度函数,然后对期望信号波达方向之外的角度区间进行积分来重构干扰加噪声协方差矩阵,最后利用重构的协方差矩阵设计自适应波束形成器权系数。该波束形成器设计问题被表述成凸优化问题求解。仿真结果表明,在整个输入信噪比范围内,该算法几乎都能获得接近理想值的输出信干噪比。     

基于干扰协方差矩阵重构的恒定束宽鲁棒自适应波束形成

针对宽带波束形成中的恒定束宽波束响应优化设计问题与鲁棒性问题展开研究。首先,提出一种基于相位补偿的恒定束宽全局优化设计方法,通过对阵列流形向量进行相位补偿来设计恒定束宽波束,与现有的一些方法相比,该方法不仅能获得全局最优解,而且物理实现简单。同时,还提出一种基于协方差矩阵重构的鲁棒自适应宽带波束形成算法。该算法采用Capon估计器估计样本数据的空间一频率谱密度函数,然后对期望信号波达方向之外的角度区间进行积分来重构干扰加噪声协方差矩阵,最后利用重构的协方差矩阵设计自适应波束形成器权系数。该波束形成器设计问题被表述成凸优化问题求解。仿真结果表明,在整个输入信噪比范围内,该算法几乎都能获得接近理想值的输出信干噪比。     

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。     

高斯噪声中的参数盲估计

一般的盲信号处理方法常忽略噪声的影响,而实际问题中噪声的影响是存在的。本文主要讨论了在协方差矩阵未知的加性高斯噪声中混合系数的盲估计问题。以最大似然估计为基础,本文提出一种求解参数的最优化算法,并给出了混合矩阵和协方差矩阵的计算式。采用高斯混合模型(GMM)来逼近源信号的概率密度函数,简化了算法中的积分,导出了一种实用的期望最大算法(EM)算法迭代式。计算机仿真结果表明,算法不仅能稳定收敛,而且在低信噪比下的性能也很好。     

声矢量圆阵相位模态域目标方位估计

为了实现矢量传感器在圆阵阵型下的应用,文中提出了一种适合于声矢量圆阵的目标方位估计算法。该算法首先将声矢量圆阵阵元域信号分解为一系列相互正交的相位模态,在相位模态域构造声压和质点振速的互协方差矩阵,然后进行MUSIC方位估计.理论分析和仿真结果表明,文中算法比相同阵型的声压阵MUSIC方位估计算法具有更好的噪声抑制能力、方位估计性能以及多目标分辨能力,试验结果也表明本文算法具有更好的噪声抑制能力以及更好的目标方位估计性能。该算法实现了声压和质点振速的相干处理,充分利用了声矢量传感器的平均声强抗噪原理,具有较强的抗各向同性噪声能力,并可以将子空间类DOA(Direction of Arrival)估计算法和相位模态域阵列信号处理技术有机结合起来,实现了声矢量传感器在圆阵阵型条件下的高分辨DOA估计。     

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。     

一种宽容的宽带加权聚焦定向算法

提出一种宽带加权聚焦高分辨定向算法,用于解决宽带阵列信号各频率分量上信噪比不同时的高分辨定向问题.WangH提出的CSM算法假设备频率分量上信噪比相同,而实际情况往往与此不符,因此在应用中性能不理想、本文在详细分析协方差矩阵结构的基础上,导出单源情况下利用协方差矩阵进行各个频率信噪比估计的表达式、然后进一步向多源情况推广.通过对各频率分量进行加权聚焦,最终改善方位估计性能.文中利用计算机仿真、水池实验及实测海洋舰船数据对该方法进行了详细验证,结论认为,加权聚焦算法能有效改善原方法的宽容性,估计精度和分辨率都有明显提高.     

机载极化阵列多输入多输出雷达极化空时自适应处理性能分析

为进一步提升机载多输入多输出(MIMO)雷达空时自适应处理(STAP)的杂波抑制与目标检测性能,本文提出基于极化阵列MIMO雷达的极化空时自适应处理(PSTAP)方法.首先,将新型的极化阵列应用于机载MIMO雷达,建立了机载极化阵列MIMO雷达极化空时自适应处理的信号模型.然后,基于分辨格思想,将杂波影响等效为与杂波自由度相关的独立杂波点源的形式,得到极化阵列MIMO雷达极化空时自适应处理协方差矩阵的等价表示.进而,结合上述等价协方差矩阵,对极化阵列MIMO雷达极化空时自适应处理的输出信杂噪比(SCNR)性能进行了推导分析,讨论了其中极化、空、时匹配系数的影响.理论分析表明,通过利用附加的极化域信息,极化阵列MIMO雷达极化空时自适应处理相比于传统MIMO-STAP能够有效提升杂波抑制性能,更有利于慢速运动目标检测,并且目标与杂波极化参数差别越大,输出SCNR的性能改善效果越明显.仿真结果验证了本文所提极化阵列MIMO雷达极化空时自适应处理方法的有效性与优越性.     

基于随机矩阵最大特征值分布的频谱感知算法

现有频谱感知算法在低信噪比时检测性能较低且受虚警概率影响大,针对此问题,提出了一种基于wishart矩阵样本协方差矩阵最大特征值的分布特性的频谱感知算法。该算法利用最大特征值与几何平均特征值的比值,不需要主用户的先验知识,不敏感于噪声,对相关信号和独立同分布信号均具有较高的检测性能。仿真结果表明,所提算法受虚警概率的影响较小,检测性能高,并且在采样点数、协作用户数、信噪比及虚警概率较小的情况下,也能获得较好的检测性能。     

近似窄带假设下的最小方差无失真响应波束形成

最小方差无失真响应波束形成算法在应用于语音等宽带信号时,依赖窄带假设可以在频域各个子带分别进行滤波。窄带假设下语音信号协方差矩阵是秩-1矩阵,而实际中窄带信号模型只是实际信号模型的一种近似,同时由于存在统计量估计误差,估计的语音信号协方差矩阵的秩一般大于1。提出利用语音协方差矩阵和噪声协方差矩阵的广义主特征向量来估计相对传递函数,用于重构语音信号协方差矩阵为秩-1矩阵。在REVERB数据集以及CHiME-4数据集上进行实验验证,最小方差无失真响应波束形成算法经过语音协方差矩阵低秩近似后,对估计误差的鲁棒性提高,输出信噪比分别提升平均0.8 dB和1.4 dB,同时提升了语音识别准确率。     

风成噪声背景下垂直阵阵列信噪比随声源深度的变化规律

风成噪声是海洋中最广泛存在的环境噪声、是被动声纳处理性能的重要影响因素.它具有一个典型的物理性质是很大程度上只对应中高阶模态.阵列信噪比计入了阵列采样辐射声强、背景噪声功率和阵处理增益,是决定声纳阵列处理性能的关键物理量.本文研究了受风成噪声模态结构影响,典型夏季浅海环境中垂直阵阵列信噪比随声源深度的变化关系.在简正波模深函数采样完整的假设条件下,理论证明了阵列信噪比随声源深度的变化可近似为低阶模态幅度强度(模深函数模值的平方)随深度变化的线性叠加,且模态阶数越低,贡献越大;并且,在强风成噪声背景、显著负梯度环境下该变化规律可由1阶模态幅度强度随深度的变化近似独立表征.以上结果表明,在同一声源距离条件下,声源置于水体下半部分时的阵列信噪比比置于海面附近更大,并且在位于1阶模态峰值点所在深度附近时达到最大.典型负声速梯度浅海环境中的仿真实验结果对理论分析进行了验证,并表明在一定条件下阵列信噪比随声源深度的变化与声源距离近似无关.