互谱域MVDR自适应时延估计方法研究

针对窄带信号,通过构造互谱时间序列,在互谱域建立了平稳时间序列时延估计的最小方差无畸变响应(MVDR)滤波器模型;利用分段近似处理,类比空间MVDR自适应算法,给出了其具体算法(Algorithm of MVDR in cross spectral domain,CSMVDR);进行了数值仿真实验研究和海上实验数据处理。数值仿真与实验数据处理结果初步验证了CSMVDR时延估计对于舰船辐射噪声的适用性,CSMVDR时延估计有比相关检测更好的时延估计性能,能够提高信噪比增益和时延估计精度。     

快速收敛最小方差无畸变响应算法研究及应用

常规最小方差无畸变响应(MVDR)自适应波束形成是一种高分辨窄带波束形成器,它是利用实际声场的窄带互谱密度矩阵(CSDM)估计出自适应波束形成权向量。在实际应用中,MVDR算法需要较长的观测时间估计协方差矩阵,不利于对高速运动目标进行定位;对于宽带目标信号,MVDR算法需要对每一个CSDM进行求逆运算,计算量较大;在相干源条件下,目标信号之间会发生"对消"现象,MVDR算法性能急剧恶化。本文提出了基于子带子阵处理的快速收敛MVDR自适应波束形成方法。首先将全频带划分成一组子带,将接收线阵划分成一组子阵,然后对每一子带计算降维的驾驶协方差矩阵(STCM),从而得到快速收敛MVDR自适应波束形成的权值和空间谱估计结果。同时采用双向空间平滑方法对相干源进行MVDR空间谱估计。仿真和海试数据处理结果表明该算法在保证高分辨力的同时,具有瞬时收敛的性能,双向空间平滑技术具有良好的解相干性能。      

柱形障板条件下声矢量圆阵相位模态域目标方位估计

提出了基于横向、纵向和对角排列的声压振速联合处理协方差矩阵构造的相位模态域最小方差无畸变响应(MVDR)目标方位估计方法。该方法利用弹性柱障散射声场模型,根据声矢量圆阵相位模态变换理论,构造声压与不同振速分量的互协方差矩阵,并进行相加、纵向、横向和对角排列得到扩展互协方差矩阵,将扩展互协方差矩阵分解重构后进行MVDR目标方位估计。理论分析与仿真结果表明,纵向排列互协方差矩阵具有更好的方位估计性能,相加互协方差矩阵具有较低的背景谱,对角和横向排列相对纵向排列较差。水池试验和湖试结果进一步验证了纵向排列互协方差矩阵具有较其他3种方法更好的方位估计性能。     

基于宽带分裂阵列的水下远程被动多目标检测与定向

为获取更高的水下远程多目标检测和定向性能,基于工程中广泛应用的最小方差无畸变响应(MVDR)波束形成算法,设计了大间隔分裂线列阵,通过扩大阵列有效孔径改善了空间谱峰锐度。同时提出非相干宽带预处理方法,利用MVDR在多频子带下波束宽度和间隔的非一致性来抵消由于稀布阵元造成的栅瓣效应。最终实现大间隔分裂阵和宽带非相干波束形成的互补。仿真和湖上试验结果表明,与采用宽带MVDR的均匀线列阵和采用互相关法的大间隔分裂阵相比较,所提方法能显著提高对水下远程目标的检测和分辨性能。      

利用分频带空间谱和波束域的输出直流跳变与起伏比值融合检测未知线谱目标

目标辐射噪声中高强度稳定线谱可以用来提高常规宽带能量积分的检测性能。理论分析了已知线谱检测优于宽带能量积分检测的谱级比条件。给出了线谱频带可检测条件下,线谱谱级与最小可检测信噪比关系。分析分频带空间谱和波束域的输出直流跳变与起伏比值特征。在此基础上提出了一种构造频率、方位滤波矩阵的方法。该矩阵作用类似频带方位滤波器,通过对线谱频带目标方位的信号放大,与其他频带判决结果融合,来提高常规宽带能量积分的性能。最后给出该算法适用条件和性能分析。数据仿真和海试数据处理结果可知,该算法在多干扰源存在下对弱线谱目标提取能力强,且不需多帧统计,在检测效果上更接近于理想的窄带线谱检测方法。      

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.      

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。      

有限采样下低频声源聚焦波束形成的定位研究

依赖于基阵协方差矩阵的算法,要求有足够样本容量来实现稳健的性能。针对常规聚焦波束形成在低频段分辨能力不足以及有限的数据长度,本文研究了一种基于最小方差无失真响应(MVDR)的重叠分子阵算法。仿真实验表明,重叠分子阵MVDR算法在低快拍数、低信噪比情况下,稳健性优于全阵列MVDR算法。在海试数据中,利用一条孔径为109m的光纤水听器阵列,验证了该算法可以在低快拍数下对50m内低频段100～200Hz的目标实现分辨率为0.5m的近场定位。     

多尺度特征融合的目标检测算法研究

针对Faster R-CNN在多尺度目标检测时易出现小目标漏检和误检的问题,提出一种改进的多尺度目标检测算法。将利于小目标检测的低层网络和利于大尺度目标检测的高层网络进行多尺度特征融合;在训练阶段,采用在线难例样本挖掘算法维护难例样本分类池,加速神经网络模型迭代收敛,解决训练样本不均衡、训练效率低下的问题;计算并统计待检测目标的尺度大小,合理控制用于生成候选区域的锚框尺寸,提高模型泛化能力。采用PASCAL VOC2012公开数据集和类人足球机器人自建数据集进行算法验证,实验结果表明,相比Faster R-CNN算法,本算法的平均检测精度在上述数据集下分别提高了8.61和5.47个百分点。     

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。     

声矢量阵宽带目标波束域变换广义似然比检测算法

为了解决水下声矢量信号处理中的宽带目标被动探测问题, 提出了一种波束域的检测算法. 该算法借鉴人眼对空间谱的检测原理, 对波束域数据进行广义似然比检测. 首先结合干扰抑制问题和矢量环境噪声场特性, 探讨了波束域变换矩阵的设计准则, 并推导了解析解的形式; 然后在假定已知不含目标波束个数的情况下, 构建了波束域的概率密度模型, 并对模型中的未知参量进行最大似然估计, 进而给出了广义似然比检测器的形式; 最后应用信息论准则, 给出了不含目标波束个数的估计方法. 理论分析与仿真实验表明, 该算法在强目标干扰, 以及背景噪声功率谱起伏、时变等环境下, 始终具有更好的系统增益和恒虚警率特性. 湖上试验的结果进一步验证了算法的有效性.     

基于阵形畸变补偿的多线阵左右舷分辨研究

多线阵可解决单线阵在目标探测中的左右舷分辨模糊问题,但阵形畸变不利于准确实现对目标的左右舷分辨。本文针对多线阵在拖曳过程中出现的典型阵形畸变,定量地分析了其对目标左右舷分辨的影响,并提出了一种基于阵形畸变实时测量补偿来进行目标左右舷分辨的方法,海上实验数据分析结果表明,该方法可实现阵形畸变下的目标左右舷分辨,对于提高拖曳多线阵声纳性能具有参考价值。     

改进粒子群算法的立体传声器阵列声成像系统阵形优化设计

提出改进的粒子群优化算法,获得波束方向图主瓣宽度和旁瓣级折中的优化立体阵形,避免基本实数粒子群算法仅采用旁瓣级或主瓣宽度一个性能指标优化而导致另一个性能指标恶化的问题,利用阵列视角限制进一步优化立体阵形并设计了声成像测量系统。改进的粒子群算法与基本粒子群算法仿真优化阵形比较表明改进粒子群算法设计的优化阵形在保持较窄的主瓣宽度的条件下具有较低的旁瓣级。阵列声成像测量系统的性能测量分析结果表明该系统的空间分辨率和旁瓣抑制能力与理论结果接近,验证了所提算法的有效性。      

小快拍高分辨目标方位估计算法 GMUSIC的性能分析*

针对水下运动阵列在运动过程中进行方位估计时存在快拍不足的问题,研究了基于随机矩阵理论的MUSIC改进算法GMUSIC,该方法通过Stieltjes变换建立起统计协方差矩阵真实特征值、特征向量与样本协方差矩阵之间在逼近域中的关联,以修正样本协方差特征分解的结果,进而实现小快拍方位估计。仿真与试验表明:GMUSIC算法可以更好地分辨相邻目标,且需要的快拍数较MUSIC算法要少;在低信噪比情况下,GMUSIC算法方位估计均方根误差远小于MUSIC算法,估计成功概率远大于MUSIC算法。因此,GMUSIC算法适用于解决水声目标的小快拍方位估计问题。     

传声器阵列特征值滤波去噪方法

作为二阶统计量的互谱矩阵(CSM)是声学成像算法的核心输入量.为增强传声器阵列的去噪表现,研究了互谱矩阵特征值滤波的机理,并提出了两种新型的特征值滤波方法的设计准则:(1)声源互谱矩阵的Stein无偏风险估计(SURE收缩),即基于SURE准则的特征值软阈值收缩;(2)进一步提高声源互谱矩阵EYM(Eckart-You...     

随机多项式展开多特征向量约束-匹配场 声源定位算法*

多特征向量约束的自适应环境宽容匹配场算法可用于随机和不确知海洋声传播介质中的声源位置定位。该方法需要对拷贝场复声压的互谱矩阵进行估计。为了克服蒙特卡洛统计方法计算互谱矩阵较为耗时的缺点,文章将起伏介质中的随机或不确知声压表示为以正交的随机多项式为基底的级数,随机多项式基底的输入变量为描述环境随机性或不确知性的随机变量。利用随机多项式展开基底的正交性可快速估计拷贝场复声压互谱矩阵。仿真结果表明：在声源频率较低、浅海海水声速存在随机起伏的条件下,在计算效率上使用随机多项式展开方法估计拷贝场复声压互谱矩阵较蒙特卡洛统计方法可提高一个数量级;在高信噪比下,多特征向量约束匹配场声源定位算法在定位准确率和输出峰均比上优于线性匹配场和对角加载的最小方差匹配场声源定位方法。     

面向对象分析的非结构化背景目标高光谱探测方法研究

针对非结构化背景探测器中背景协方差矩阵估计的局限性,提出了一种基于面向对象分析的高光谱小目标探测算法。首先对图像进行自适应迭代分割处理,将其划分为许多均质对象;然后进行正态最优分布选取,利用多元正态无偏检验选取最佳对象集;最后将此数据集合作为局部背景并结合GLR基准算法进行目标探测。该算法可以使局部背景最大化的服从正态分布,有效地将背景光谱信息和目标光谱信息分离开来,同时通过最优选取过程克服了目标信息“污染”问题。为了验证算法的有效性,利用真实的OMIS数据进行仿真实验,并与非结构化背景探测器GLR和基于K-Means聚类的改进GLR算法的检测结果比较,结果表明提出的算法具有良好的探测性能和较低的虚警概率。     

利用海洋环境噪声互相关实现阵形校准

阵列信号处理需要准确的阵形,然而海底水平阵的阵形很难精确测量。利用海洋环境噪声可以提取两点间的格林函数,这为无源校准阵形提供了新的可能。通过海洋环境噪声互相关叠加可以获取两个阵元之间的距离信息,一种方法是可以通过该距离与位置之间的关系构建非线性方程组并利用最小二乘法(LS)求解阵形。本文利用多维尺度变换法(MDS)求解,通过对度量矩阵的特征值分解获得阵形。数值仿真和实验数据证明了该方法的可行性,并且MDS相比于LS有更稳健的性能。      

基于二级自适应滤波的水下目标动态谱线增强算法研究

为了从非高斯噪声环境中有效提取水下目标辐射的线谱信号,以提高水下探测系统检测水下目标的能力,提出了基于二级自适应滤波的水下目标动态谱线增强算法,该算法用基于高阶累积量能量幂函数变步长极性迭代的自适应谱线增强器作为第一级,用传统的自适应谱线增强器(ALE)作为第二级,实行串级联接。用输入信号的峭度定义了峭度信噪比,并用此分析了该算法的性能。用水下某目标辐射线谱的实测数据,对该算法的性能进行了仿真研究。结果表明:当环境噪声为瑞利噪声或混合噪声(包含均匀分布、瑞利分布和拉普拉斯分布的噪声成分)时,该算法与ALE算法相比,有良好的抑制抑高斯噪声或非高斯噪声、提高信噪比和跟踪时变信号的性能。     

拖曳线列阵机动时的一种目标检测算法研究

根据水动力学流体运动特性,对Burgess建立的水中运动拖缆模型进行了修正,并基于有限差分法和牛顿迭代法提出修正模型的实时求解方法。同时,在阵形求解理论和自适应宽带聚焦波束形成理论的基础上,提出一种畸变阵的目标检测算法。将实时计算所获得的阵元位置信息作为变量引入自适应宽带聚焦波束形成算法中进行目标检测。并进行了海试。试验中在常规算法失效的情况下该算法准确的检测到目标。数据处理结果表明,该算法在阵形大幅度畸变时的输出信噪比比常规算法高15 dB。解决了拖线阵在机动(转向)过程因阵形畸变而无法检测目标的问题,充分验证了该算法的有效性。