压差式矢量水听器方位估计中的干扰抵消

矢量水听器由于能获取声场中标量（声压）和矢量（振速）信息，因此单个的矢量水听器就可实现目标方位估计。单个矢量水听器是利用信号的声压和质点振速之间相关性进行信号方位估计，但是当存在干扰，并且干扰和信号之间相关时，如果对运用能量流进行方位估计的方法不加改进，则会出现很大的误差，甚至出现错误的估计。本文提出一种存在已知噪声干扰情况下的干扰抵消方法，并针对该方法进行了仿真试验，最后运用湖试数据进行了验证。结果表明，该方法能有效地减弱相千千柑对信号的影响，实现对信号的方位估计。     

DOA estimation for uniform circular array without the source number based on beamspace transform and higher-order cumulant

Fourth-order cumulant is one of most widely used high-order cumulant for direction of arrival (DOA) estimation due to its ability of expanding the virtual array aperture as well as suppressing Gaussian noise. To address the two-dimensional (2D) DOA estimation problem, we propose a modified MUSIC scheme for uniform circular array (UCA) in this paper. Firstly, the fourth-order cumulant of UCA is considered to construct a new propagator, resulting in the elimination of a priori knowledge of the number of signals. Secondly, the UCA is transformed by beamspace transformation, reducing the time computational complexity of the algorithm since the two-dimensional grid search and singular value decomposition are avoided. And finally a low-rank recovery algorithm is adopted to improve the accuracy regarding the limited snapshots scenario. The numerical simulations validate the superiority of the proposed method.     

基于果蝇算法优化广义回归神经网络的矢量水听器的DOA估计

为了提高矢量水听器阵列对窄带信号的DOA估计精度,运用果蝇算法优化广义回归神经网络,通过对阵列协方差矩阵实值化,并提取信号子空间的基作为样本特征进行网络训练,构建了果蝇算法优化下的广义回归神经网络,实现了基于矢量水听器阵列的水下声源的DOA估计.仿真实验结果表明,方法泛化性能较好,能解决输入维数过大的问题,且运行时间短,DOA估计精度高,具有较强的工程应用价值.     

近地面三阵子天线估计电磁波到达角和极化参数

从自由空间中的三阵子天线求入射电磁波极角和方位角的基本原理出发, 结合电场各个分量与极化方式之间的关系给出了左手极化波计算波达角的公式, 及地球表面上方三阵子天线判断入射波极化方向的方法; 本文提出了一种新颖的滤除地面反射波的方法, 保证了波达角的求解精度; 利用获得的高精度的波达角和测得的电场强度, 计算出了电磁波的各种极化参数, 这些极化参数可以作为电离层研究和电磁波在电离层中传播研究的参考. 关键词： 地球表面 三阵子天线 波达角 极化参数     

面向低强度无线网络信号接收谱参数估计研究

针对以北斗卫星导航信号为代表的亚纳秒级的低强度无线网络信号在定位中难以获取精确时间估计及角度估计,且易受环境噪声影响,使其定位精度不高等难题,本文提出了基于亚纳秒级的低强度无线网络信号接收谱参数估计方法。首先通过抽样方式,将发射信号抽样为多维独立子信号并独立建模,通过构造噪声空间与子信号空间在对应列向量正交化的基础上精确获取TOA估计;随后利用复数域映射,在获取TOA估计基础上采取比对方式精确地获取DOA估计。最后对本文参数估计方法进行了精度分析。测试数据显示：与 PM算法、ESPRIT算法相比,本文技术在TOA及DOA估计上更为精确;同时在信号强度低且背景噪声干扰严重的情况下,本文方法仍可有效的维持参数估计精度。     

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。     

一种自适应最小范数算法

运用特征子空间方法的关键在于信号子空间或噪声子空间的估计,实际上有些信号的统计特性随时间变化,于是要求得到参数的实时估计值,为此,需要随时根据新的阵列接收数据对信号或噪声子空间进行更新。本文首先分析了一种自适应子空间估计算法,即MALASE(MaximumLikelihoodAdaptiveSubspaceEstimation)算法。然后,把MALASE算法与传统的最小范数(Mini-Norm)高分辨算法相结合,并应用零点跟踪技术,提出了一种自适应Mini-Norm高分辨算法,可用于对时变的信号波达方向(DOA)进行跟踪估计。计算机仿真结果验证了该算法的有效性。     

波束域高分辨方位估计的方法、统计性能及水池实验结果

本文针对水声设备的实际应用，研究了波束域高分辨方位估计的MUSIC方法。首先分析了波束形成方法获得处理增益的原理，揭示了波束域高分辨方法具有较低分辨门限的机理；给出了波束域高分辨MUSIC算法，通过计算机仿真，比较了波束域和阵元域高分辨MUSIC法的统计性能，显示了波束域高分辨方法的优越性；进行了消声水池实验，结果表明波束域高分辨MUSIC法分辨力高，对阵列误差具有较大的宽容性。     

用单个矢量水听器基于DEMON线谱的双目标分辨

不同目标的解调线谱频率是不同的。本文提出了一种在DEMON谱域内对双目标测向的方法,它具有较好的抗相干及非相干干扰能力,表明单个矢量水听器也能分辨多目标。文中叙述了利用DEMON线谱测向的原理,给出了轴频提取及双目标DEMON线谱分离的方法,对DEMON线谱区分双目标的能力做了仿真分析。     

简化正交归一约束的自适应噪声子空间估计算法

为避免MUSIC算法的特征分解过程,提出一种噪声子空间的自适应估计算法,能够估计整个噪声子空间.该算法基于正交归一化约束的最小均方(LMS)算法,但对正交归一约束过程进行了简化,较之显式正交归一化约束的LMS算法,简化了运算过程,适合实时计算与工程实现.噪声子空间估计以迭代的方式进行,适合应用于运动信号源的跟踪.仿真结果显示算法具有很好的空间谱估计性能和DOA跟踪性能.