虚拟阵列Khatri-Rao积与子空间联合稀疏表示的DOA估计方法

利用目标信号在空域分布的稀疏性,该文提出了一种基于虚拟阵列Khatri-Rao(KR)积与信号子空间联合稀疏表示的单快拍DOA估计方法;该方法利用单次快拍的采样数据,构造出双向虚拟阵列数据,并对虚拟阵列数据的协方差矩阵进行KR积变换处理,然后对向量化后的数据进行顺序重构,利用重构矩阵的大奇异值对应的左奇异向量为估计信号子空间;最后,利用凸优化工具箱对稀疏模型进行二阶凸规划的优化求解,得到高精度的DOA估计值;仿真实验验证了算法的有效性,在低信噪比下比传统MUSIC和OMP算法具有更高的估计精度。     

基于自适应频率不变响应基阵的宽带信号方位估计

提出一种设计频率不变响应基阵的自适应模拟方法，并将其用于构造波束形成矩阵来实现宽带信号的聚焦。该方法不仅保持了波束域方位估计算法的运算量小、分辨率高等优点，还具有相关信号子空间能解相关源的能力，且对阵形及各阵元的指向性也没有任何限制。仿真结果说明了本文方法的有效性。     

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。     

基于多个小孔径基阵的水下目标宽带波达方位估计方法

本文将多小孔径基阵应用于声纳浮标阵对可疑海区进行快速搜索的研究中,提出了一种基于多个小孔径子阵的宽带目标方位估计方法.该方法采用一种新颖的降秩估计器的信号模型,对多个小孔径子阵的输出信息进行综合处理,然后使用近似意义上的降秩估计器对目标源进行方位估计.所建立的阵列模型中不需要包含有关小孔径子阵之间的任何位置信息,因此,有效地减小了因阵形估计带来的烦杂工作和估计误差对方位估计性能的影响.仿真结果表明,此方法提高了定向精度,给出了稳定的目标方位估计.     

Direction-of-arrival estimation using matrix spatial prefiltering approach

An approach to direction-of-arrival （DOA） estimation for multiple narrowband farfield signals is proposed. The technique uses a novel matrix spatial prefiltering approach. Specifically, a matrix filter is designed to spatially filter the incoming data snapshots. The un-wanted components arriving from the stopband angular sectors are attenuated and the desired components from the angular sector of interest pass with minimal distortion. The matrix filter spatially filters the element-space data and the output reserves the element-space data property, which makes it very useful by passing sensor data through a spatial prefilter prior to applying many other array processors to attenuate interferences and improve system performance. Several examples of DOA estimation problem are presented to illustrate the performance of the proposed spatial prefiltering approach. Results of simulation and real data show that the pre-filter can efficiently attenuate the spatial interferences and significantly improve the estimation and resolution capability of DOA estimators at low signal-to-noise ratios for the sources located inside the passband sector. In addition, the use of spatial prefilter makes it possible to estimate DOAs for multiple sources more than the number of the elements of an array.     

改进的基于Spatial WVD和Hough变换的近场信源参量估计及性能分析

利用近场信源的一次快拍数据具有近似线性调频信号形式这一特点,将空域—频域联合平滑WVD和边缘检测以及直线拟合技术结合,对边缘检测结果进行Hough变换得到候选点集,并采用最小二乘聚类拟合获得抑制交叉项与噪音影响的初始频率和调频率估计,进而估计出近场信源的波达角和距离参量.理论分析和仿真结果表明,该方法能够显著抑制WVD分布的交叉项,正确拟合信源的原始空域—频域分布,并具有较低的运算复杂度.     

基于Khatri-Rao子空间和传播算子的宽带声源波达方向估计算法

本文提出基于Khatri-Rao子空间和传播算子的宽带声源波达方向估计算法。该算法将声源不同频率处的协方差矩阵变换重排为一个高维矩阵,然后利用传播算子方法估计宽带声源波达方向。该算法计算复杂度介于聚焦Khatri-Rao子空间和相干子空间算法之间。仿真和实验结果表明,该算法在降低计算量的同时,估计误差与聚焦Khatri-Rao子空间算法相近,远小于相干子空间算法。     

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。     

基于宽带无失真波束形成的空气中多声源被动定向方法

将宽带无失真波束形成技术与基于时延的声被动定向方法相结合,针对小孔径基阵,提出了对多个声源的定向方法。该方法把整个观测空间分为若干个不同的测量区域,而后利用基于时延的定向方法定向处于不同测量区域的声源。此方法使基于时延的声被动定向方法具有了一定的多源分辨能力,对提高和改进声被动探测系统在实际使用中的性能有重要意义。仿真计算和空气实验验证了本文所提方法的正确性和实用性。