北极跨冰层水中声源方位估计实验与分析

为了获取北极冰下声源方位信息,在北极冰层上方布放检波器和冰下投放声弹声源开展了冰下声源的分频段方位估计实验。研究结果表明,冰下声源方位估计的误差、准确率与检波器接收信号频段(或冰下声源信号频段)有关。采用低频段的接收信号进行方位估计时准确率较高,误差均值较小,所用接收信号频段≤250 Hz时,方位估计准确率可达72.9%;反之,采用高频段的接收信号进行方位估计时准确率低,误差均值较大。采用不同频段接收信号进行冰下声源方位估计时,误差大小与该站位相同频段内的反射系数的变化有关:反射系数变化较大时,误差较大;否则,误差较小。     

利用随机共振技术的微弱信号方位估计

提出了基于随机共振技术的微弱目标方位估计方法。通过自适应调节系统参数,包括两种方法:自适应调节系统结构参数和自适应调节外加噪声,使系统进入随机共振状态,经随机共振器输出后得到信噪比较大提高的阵列信号,再由方位估计算法估计出目标方位。并进行了仿真和实验研究,结果表明:实验结果与理论分析符合良好,该方法可应用于微弱低频信号的目标方位估计。     

浅海低频长线阵声源方位估计*

浅海大孔径水平阵信号估计近端射的低频声源方位时, 常规波束形成会产生明显的波束偏移和分裂现象, 从而造成单声源方位估计偏差。针对这一问题, 提出一种基于块稀疏压缩感知的声源方位估计方法。根据简正模理论, 将水平阵接收声场表示为方位角空间的块稀疏信号模型, 并通过块正交匹配追踪算法进行方位估计。仿真和2011年北黄海实验数据结果表明所提块正交匹配追踪方法可实现浅海波导环境下低频近端射的单个声源方位的准确估计。     

差分传声器阵列期望最大化多声源方位估计方法

针对小尺寸传声器阵列多声源方位估计易受混响噪声影响的问题,提出了一种适用于差分传声器阵列的期望最大化多声源方位估计方法。首先,该方法利用期望最大化算法求解出各个时频点瞬时方位估计所应满足的高斯混合模型参数;然后,通过时频点分离技术估计出各声源的方位值。针对现有的硬、软时频点分离技术应用于差分传声器阵列所存在的缺陷,还提出了一种改进的时频点分离方法,该方法融合了软、硬分离方法所具有的优点,有效降低了时频点分离结果对混响噪声的敏感性。仿真和实测实验结果表明:相较于现有的差分传声器阵列多声源估计方法,所提方法在混响噪声环境下具有更高的估计精度和稳健性能。     

分布式压缩感知麦克风阵列多声源方位估计*

麦克风阵列已被广泛应用于音/视频会议等人机交互领域中时,多声源应用场景对声源方位估计性能提出了更高的要求。压缩感知(CS)声源定位算法将声源定位问题转化为信号的稀疏重构问题,相比传统的定位算法如相位变换加权（SRP-PHAT）和时延累加定位（DS）能够获得较高的定位性能,但多声源的存在一定程度上降低了稀疏程度,影响了CS重构性能。考虑到传统的CS定位算法并未利用多个连续语音帧之间声源空间向量的共同稀疏性,提出采用分布式压缩感知（DCS）理论以改善多声源的稀疏恢复估计的性能。仿真和实验结果表明,相比于传统定位算法和CS-OMP算法,DCS-SOMP算法在不同信噪比和不同声源强度的环境中,对多声源的方位估计都具有更好的定位性能和定位稳健性。     

利用连续准相位匹配光学参量振荡器实验强度差压缩态的实验研究

我们利用激光二级管泵浦的全固化单频Nd:YVO4激光器输出1.06μm激光泵浦准相位匹配铌酸锂三共振连续光学参量振荡器,在晶体温度改变8℃的情况下,得到波长范围为1988nm-2293nm的下转换光输出,最低泵浦阈值仅有1.8mW,最高转换效率达16%.并在信号光和闲置光的波长有较大分离(约200nm)的情况下,观察到信号光和闲置光的起伏的关联(0.4dB).     

非线性光学相位匹配的实验考虑

本文描述了氮分子激光泵浦的可调谐染料激光输出经ＡＤＰ晶体产生二次谐波的实验考虑和实验结果．在５３００－５６００Ａ的基波波长范围内，用简单的方法演示了不同基波波长的二次谐波强度随晶体温度及基波光束入射角的变化．可使同学对非线性光学参量过程中影响相位匹配的各种因素有一个清晰的认识．     

方位调制相位光栅Lau效应理论及实验研究

本文根据部分相干理论研究了方波调制相应光栅的Lau效应,在实验中观察到了理论所预言的高对比度Lau条纹.     

基于超指向性多极子矢量阵的水下低频声源方位估计方法研究

针对水下低频声源的方位估计问题,基于基元紧密排列的二维矢量阵,建立了一种超指向性波束形成方法.根据矢量基元差分运算构建各阶多极子模型,获得了几乎与频率无关的模态函数,并经加权计算可在低频条件下实现超指向性波束,以解决阵列孔径对波束性能的限制.同时,结合输出信噪比最大准则所得波束,分析了超指向性波束形成算法的稳定性与波导的影响程度,探索模态阶数与阵列参数的选取原则.通过阵列性能的仿真计算与实际阵列的测量数据表明,该算法可在小尺寸阵列孔径下获得良好的阵列波束,兼具了水下线型超指向性阵和环形超指向性阵的优点,可有效实现水下低频声源的水平方位估计;且波束性能可通过调节模态阶数与基元间距以达到最佳,并受水下声波导多途与频散效应影响有限.     

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。     

Experimental research for direction of arrival estimation based on signal phase matching principle

In order to test the validity of signal phase matching principle (SPMP) applied to direction of arrival (DOA) estimation, experiments are carried out at a reservoir using 16 sensors array. Two kinds of method, Least Square Method for Signal Matching principle (LSMSPM) and singular value decomposition method for signal matching principle (SVDSPM), are used for DOA estimation. Their performances were analyzed and compared with MUSIC and conventional beam-forming (CBF) method. The results show that the 3 dB beam width obtained by SPMP is 1/4 to 1/7 as much as that obtained by CBF and 1/2 to 1/3 by MUSIC method. In addition, LSMSPM and SVDSPM are available for multi-sources DOA estimation and high resolution DOA estimation, which demonstrates that DOA estimation by SPMP method is better than that by MUSIC and CBF method.     

Weak signal direction of arrival estimation for colocated multiple-input multiple-output sonar array

In order to suppress the influence of symmetrical noise component on multiple-input multiple-output(MIMO)sonar's direction of arrival(DOA)estimation under the condition of low signal-to-noise ratio,we propose a DOA estimation algorithm based on covariance matrix reconstruction method.Firstly,the noise field can be decomposed into symmetrical noise field and asymmetrical noise field.We utilize symmetry property of colored noise matrix and the feature that the imaginary part of covariance matrix has no relation with the symmetry noise to remove the real part of covariance matrix.This operation helps to suppress the influence of colored noise on DOA estimation accuracy.Based on the principle of the imaginary matrix part displacement and the dimension reduction transformation method,the real part of covariance matrix is reconstructed,which helps to suppress the bilateral spectrum interference.Thereafter,Toeplitz method is applied for the covariance matrix decorrelation amendment,and a noise subspace is formed by singular value decomposition(SVD).Finally,we can estimate the DOA of target signals.Both theoretical analysis results and numerical simulation results verify the symmetrical noise suppression performance of this algorithm,and the estimation performance of target azimuth is improved obviously.This method has the characteristics of lower operational complexity,higher degrees of freedom and stronger target resolution.     

一种深度学习的立体阵波达方向估计方法

针对常规波束形成主瓣宽且目标分辨能力低的问题,提出一种基于深度卷积神经网络的波达方向估计方法。算法使用常规波束形成计算二维空间功率谱,将预处理后的空间功率谱图输入深度卷积神经网络。该文利用神经网络学习解卷积映射关系,输出主瓣宽度更窄的空间功率谱图,从而实现高分辨率二维波达方向估计。该算法对阵列结构没有限制,适用于立体阵。仿真结果表明该文方法在不同目标个数、快拍数及信噪比参数下均能准确估计目标方向。该文方法目标分辨能力优于常规波束形成方法。在低快拍情况下,目标方向估计误差低于自适应波束形成方法。     

改进维纳滤波器及其在目标方位估计中的应用

针对复杂的水声环境以及信噪比较低的目标信号导致方位估计性能较差的问题,本文提出了一种基于改进维纳滤波器和波束形成器的方位估计方法,该方法能够抑制噪声,提高目标方位估计性能。首先利用改进维纳滤波器抑制各通道接收数据中的噪声,提高输出信噪比。在此基础上,将改进维纳滤波器的输出通过波束形成器,获得目标的方位估计。改进维纳滤波器能够通过调整滤波器参数,控制滤波器的噪声抑制能力和信号失真。因此,针对不同的波束形成器对信号失真的敏感程度不同,可以通过调节改进维纳滤波器的参数,获得噪声抑制与信号失真之间的最佳折中,从而提高输出信噪比,降低目标方位估计的信噪比门限和均方根误差。仿真和实验结果验证了本文方法。     

基于哈达玛积扩展子空间的到达时间和波达方向联合估计

在窄带阵列天线正交频分复用系统的到达时间和波达方向联合估计中, 针对阵元数目较少时波达方向估计精度不高, 特别是多径数目大于阵元数目导致的波达方向无法估计问题, 提出一种基于哈达玛积扩展子空间的到达时间和波达方向联合估计算法. 该算法首先利用各阵元上的频域信道估计构成扩展信道频域响应矢量, 然后计算扩展信道频域响应矢量自相关矩阵, 并进行特征值分解得到哈达玛积扩展噪声子空间, 最后构造伪谱函数并进行二维谱峰搜索, 从而实现到达时间和波达方向的联合估计. 仿真结果表明, 与现有算法相比, 在复杂度没有大幅提高的前提下, 该算法的估计结果均方根误差更加接近克拉美罗界, 且到达时间和波达方向估计能够自动配对, 在多径数目大于阵元数目时依然适用.     

加权最大似然波达方向估计算法及其应用研究

针对阵列信号处理中空间相干性低、频域有色且通道间具有相同功率谱的噪声模型,分别基于确定性信号模型与随机性信号模型,提出一种加权最大似然(Weighted Maximum Likelihood,WML)波达方向估计算法。数据仿真实验表明,该算法提高了由空间非相干且一致有色噪声引起的低信噪比条件下的波达方向估计精度。户外实验验证了该算法在风噪声条件下的有效性。     

On fast estimation of direction of arrival for underwater acoustic target based on sparse Bayesian learning

The Direction of Arrival(DOA) estimation methods for underwater acoustic target using Temporally Multiple Sparse Bayesian Learning(TMSBL) as the reconstructing algorithm have the disadvantage of slow computing speed.To solve this problem,a fast underwater acoustic target direction of arrival estimation was proposed.Analyzing the model characteristics of block-sparse Bayesian learning framework for DOA estimation,an algorithm was proposed to obtain the value of core hyper-parameter through MacKay's fixed-point method to estimate the DOA.By this process,it will spend less time for computation and provide more superior recovery performance than TMSBL algorithm.Simulation results verified the feasibiUty and effectiveness of the proposed algorithm.     

改进的贝叶斯压缩感知目标方位估计

针对基于高斯先验模型的贝叶斯压缩感知在目标方位(Direction Of Arrival,DOA)估计中可能出现明显随机伪峰的问题,改进了高斯先验模型,并在此基础上提出了一种贝叶斯压缩感知目标方位估计方法。通过波束输出噪声背景预估与二值指示变量标记,并引入基于信号先验方差的噪声方差估计方法,与变分贝叶斯推断相结合改进目标方位估计性能和优化迭代收敛过程。利用32元线阵对改进算法进行数值仿真处理和分析结果表明,该改进方法不仅可以准确估计目标信号的方位,而且可以显著地减少空间谱中伪峰的数量。实际海上实验数据处理结果表明,使用改进后的贝叶斯压缩感知方法进行DOA估计,可以显著地抑制空间谱中随机的伪峰,提高波束输出峰值背景比,具有更强的目标检测能力。     

一种快速水声目标波达方向估计方法

以基追踪为重构算法的水声目标波达方向估计方法在实际的应用中往往运算速度较慢,针对这一问题,在分析水声目标空间稀疏特性的基础上,结合压缩感知理论框架下波达方向估计的特点,提出一种快速水声目标波达方向估计方法。该方法通过逐步减小逼近参数的方式来得到l₀范数最优解,实现水声目标信号的波达方向估计。通过计算机仿真从成功率、运算时间、分辨角度等多个方面与基追踪算法进行比较分析,实验表明:在成功率和分辨角度上所提出算法与基追踪算法性能相当,但运算时间却仅仅是基追踪算法的1/11。