窄带PIC在主动声纳中的应用

本文介绍了对主动变深声呐进行窄带ＰＩＣ处理的方法。对干扰波束分别进行了ＣＩＢ和ＯＩＢ处理，推导了采用ＯＩＢ方式的ＰＩＣ的输出信噪比的一般表达式，定义了输出信噪比改善率。通过对窄带ＰＩＣ的理论分析和计算机模拟，比较了采用ＣＩＢ和ＯＩＢ的适用条件，指出梯度算法也适用于主动声呐，并提出了改进的ＯＩＢ算法。     

平面阵波束形成算法效率比较

二维平面阵声呐系统所采用的阵元个数、形成波束的数量都较一维线阵声呐系统高一个数量级,数据处理量巨大,对信号处理机的实时处理能力要求非常高。如何提高二维波束形成算法的效率是工程实现二维平面阵声呐系统的关键,本文讨论了三种二维平面阵波束形成算法,并对这三种算法进行了计算效率和波束性能的对比。     

基于白化滤波器和频段加权的微弱信号检测方法

针对平台振动噪声影响下的舷侧阵声呐弱信号检测问题,充分利用振动噪声和目标信号的频谱先验信息,给出了两种能够有效提高系统弱信号检测能力的处理方法,一种是利用白化滤波技术对阵列输出信号进行预白化处理,另外一种是利用频段加权对普通宽带自适应波束形成输出结果进行后置处理,设计了两种有效获取参考噪声的方法,从阵列输入信噪比改善角度重点讨论了白化滤波技术对提高系统弱信号检测能力的贡献,并简单说明它与频段加权后置处理方法的等效性。仿真和实际数据分析结果验证了两种处理方法的有效性。     

融入频域先验信息压缩感知方法的主动声呐回波信号处理

针对弱信噪比时的水下主动声呐回波信号处理问题,从主动声呐入射信号和目标回波信号的先验信息出发,与压缩感知理论相结合,提出了融入频域先验信息的压缩感知方法（Compressed Sensing based on Fequency Prior Information,CSFPI）。针对主动声呐入射信号,获取其频域先验信息,将其作为“原子”融入信号的稀疏分解过程,构建完备频域先验稀疏矩阵。主动声呐回波信号可以等效为携带目标信息入射信号的线性叠加,将该特性与传统正交匹配追踪（Orthogonal Matching Pursuit,OMP）算法结合,形成基于“块”的正交匹配信号重构算法。采用CSFPI方法处理仿真信号来验证理论方法的正确性。进一步,通过主动声呐发射接收装置获取湖上实测数据,用CSFPI方法进行处理。当压缩比为50%、信噪比低至-5 dB时,重构信号的匹配率高于70%。实验结果表明了CSFPI算法在处理低信噪比声呐信号时的有效性。     

阵列信号维纳滤波用于主动声呐图像增强处理

声呐图像的噪声背景抑制是提高水下目标检测能力的重要问题。针对声呐图像背景斑点噪声强、目标轮廓模糊、目标回波对比度低等问题,利用确定性目标回波信号与随机分布的干扰噪声之间的相关统计特性差异,采用基于最小均方差准则的阵列信号维纳滤波器,通过主动最小方差无畸变响应（Minimum Variance Distortionless Response,MVDR）波束形成和后置维纳滤波的两级处理,去除声呐随机噪声背景。试验数据的处理结果表明：在噪声干扰条件下,相比于常规波束形成（Common Beamforming,CBF）,主动MVDR处理提高了目标回波的局部信噪比,后置维纳滤波处理降低了随机分布的斑点噪声,使声呐图像的清晰度得到增强。     

线阵分裂波束处理技术在水声探测中的应用

声呐波束形成处理通常输出各个方位上的目标能量信息,利用指向性极大值位置给出目标的大致方位。为了得到更加精确的目标方位估计,需要寻找对目标方位微小变化作出灵敏反应的物理量。分裂波束处理所输出的各个方位二子阵的相位差信息,对方位变化十分灵敏,其测向精度接近于克拉美罗下界,不需增加太大运算量即可显著提高声呐系统测向精度,在水声中得到了广泛研究和应用。对线阵分裂波束处理在水声探测中不同的应用进行了梳理和总结,重点阐述了基于分裂阵半波束处理的被动声呐宽带相关检测、主动声呐相位单元化处理、超波束形成和水下慢速目标相位差空时方差自动检测跟踪(Automatic Detection and Tracking,ADT)技术的原理、处理流程和结果。     

矢量线列阵波束形成算法的左右舷分辨性能

研究矢量均匀线列阵波束形成算法的左右舷分辨性能。水听器可同步共点地测量声场的声压和质点振速,为一具有指向性的空间共点阵,从而能够解决单线阵声呐的目标左右舷模糊问题。文章分析了采用不同波束形成方法时矢量阵广义Cardiod处理和声强处理的目标左右舷分辨性能,并利用海试数据进行了验证。研究结果表明:自适应波束形成具有比常规波束形成更佳的左/右舷分辨性能,且对矢量阵处理而言,广义Cardioid处理更为稳健和实用。     

盲波束形成算法仿真及水下试验

盲波束形成技术是针对通信信号的统计性质和确定性性质所构成的一类新的波束形成技术.文中首先对高阶累积量法、基于累积量和特征空间的方法以及最陡下降恒模算法这三种盲波束形成算法进行了详细阐述,然后运用这些算法对单信号源均匀线阵、双信号源均匀线阵、单信号源随机扰动阵和双信号源随机扰动阵四种情况进行仿真.结果表明,三种算法可以进行有效的波束形成,基于累积量和特征空间的方法具有最高的输出信噪比.此外,还通过处理实际水下试验数据验证了这三种算法在实际应用中的有效性.     

波束形成后干扰抵消器的性能改善

采用波束形成后干扰抵消器抵消干扰时，采用常规干扰波束形成必然引起信号对消；采用正交干扰波束形成虽可以消除信号对消现象，但不效地抵消干扰；采胜改进的干扰波束形成时，可以抵消全部干扰。但在信噪比较小时仍存在信号对消现象。本文采用克莱姆－施密特修正递归误差反馈算法，既解决了信号对消问题，又解决了干扰抵消问题，从而大大改善了波束形成后干扰抵消器的性能。     

基于频域分解的水声信号宽带盲波束形成

盲波束形成算法可以在不知道阵的流型、信号及干扰方位的情况下,仅根据各阵元接收的数据恢复信号。由于水声信号为宽带信号,为了充分利用宽带信息,提出利用频域分解的方法获得满足窄带条件的信号,并利用窄带盲波束形成JADE（Joint Approximate Diagonalisation of Eigen-matrices）算法进行处理。对宽带盲波束形成算法进行了理论推导和仿真实验。研究结果表明,盲波束形成算法相对于常规波束形成在信号恢复方面有优越性。     

扩展性噪声源定位的空间谱估计仿真研究

波束形成是列车噪声源定位的常用方法,但在低频条件下分辨率较差,对扩展性声源的识别效果不佳.我们以扩展性声源为研究对象,理论推导了去自谱算法的扩展源模型.信噪比分别为-5dB和5dB时,通过比较分辨率和信源间隔的关系,对CBF、MVDR、MUSIC三种算法的稳健性进行定性分析,发现MVDR算法的分辨率受信噪比影响最小、稳健性较好.还系统地比较了MVDR算法和去自谱算法对单点声源、扩展性声源的定位效果,仿真表明,去自谱算法能有效抑制旁瓣效果(最大旁瓣级比MVDR算法低7.4dB),更适用于扩展性声源的定位.     

基于空间平滑的多波束测深声呐相干分布源方位估计

在多波束测深声呐的工作环境中,若海底反向散射信号不满足点源假设,方位估计精度将严重下降,而基于分布源模型的方位估计算法可以适应这种环境。目前,大多数分布源算法要求分布源之间不相干,有人提出采用Toeplitz方法估计相干分布源,但该方法精度不高并且忽略了角度扩展参数。为解决多波束测深声呐相干分布源的方位估计问题,提出了基于空间平滑的广义MUSIC方法,公式推导证明了算法的有效性,通过计算机仿真给出算法方位估计的精度以及不同信噪比条件下的性能,最后采用多波束测深系统的实验数据对算法进行了验证。     

基于测深侧扫声呐的DOA估计算法研究

针对测深侧扫声呐进行波达方向(Direction of Arrival, DOA)估计时会受到阵元幅度、相位误差及低信噪比影响的问题,提出一种改进的波束域加权子空间拟合算法。首先,采用总体最小二乘-旋转不变子空间算法进行回波方向预估计;其次,将连续线阵划分为多个子阵,并将各个子阵在预估计方向做加权波束形成;再次,采用加权子空间拟合(Weighted Subspace Fitting, WSF)算法构造代价函数;最后,采用阻尼牛顿法求解得到高精度的DOA估计结果。仿真结果表明,文中所提算法在阵元出现幅度相位误差条件下的角度估计均方误差相对于WSF算法减少了约0.03°。海试数据分析结果表明,文中所提算法的测深点均方误差整体优于WSF算法,其相对测深精度提高了约9.8个百分点。以上分析结果表明,文中所提算法整体优于WSF算法,可以实现在阵元幅度相位误差及低信噪比情况下的高精度DOA估计。     

基于时域波束信号高阶谱的目标检测技术

为解决常规时域波束形成技术抗噪声能力弱、对弱目标检测能力差的问题,利用高斯噪声的高阶累积量(三阶及三阶以上)为零、非高斯信号的高阶累积量不为零这一性质,对常规时域波束形成后输出的波束信号进行后置处理。首先,对常规时域波束形成后输出的各预成波束信号,分别求其四阶累积量切片谱值;然后,再对各四阶累积量切片谱值分别进行能量累加,得到空间谱图;最后,通过对空间谱在时间上的累积,得到方位历程图。用仿真和海试数据对算法进行了验证:在低信噪比情况下,常规算法不能有效检测到弱目标时,经后置处理后可以有效检测到弱目标。结果表明,与常规时域波束形成算法相比,波束形成后再进行切片谱后置处理的算法增强了对噪声的抑制能力,提高了对弱目标的检测能力。     

频域波束形成的FRFT实现

介绍了一种常用的分数傅立叶变换的快速算法,并将该算法应用于宽带声呐频域多波束形成,与直接计算方法和一些近似计算方法相比具有明显的优势,不仅速度快而且结果与直接计算相同。     

一种改进的窄带Fx-Newton算法及在振动主动控制中的应用

窄带Fx-Newton算法应用在振动主动控制中具有收敛速度快、收敛效果好等优点,其中窄带滤波器在算法的信号通道和更新通道中能有效的提高待处理信号的信噪比,增强信号的相关性。针对多频带窄带算法在实际应用过程中不可避免出现的频带间过度问题,提出一种改进的窄带Fx-Newton算法,通过设计一组跨频带的窄带滤波器组,增加窄带滤波器的个数、改变窄带滤波器的分布,使得算法对于频带间的线谱控制能力得到提高。算法进行了仿真分析和试验对比,结果表明改进后的算法提高了线谱处于频带边缘时的收敛速度,提高了算法的稳定性和可靠性,对窄带Fx-Newton算法在振动主动控制中的应用具有重要意义。     

一种频分MIMO声呐的波达方向估计算法

为了使声呐阵列在有限的载体空间内获得较高的角度分辨率,设计了基于频率分集的多输入多输出（MultipleInput Multiple-Output,MIMO）声呐。该MIMO声呐采用N发M收的布阵方式,接收阵为M元均匀线阵,发射阵由N个阵元组成,且各发射阵元发射中心频率不同、包络相同的窄带信号。建立密集式频分MIMO声呐的回波模型,并以此模型为基础提出了波达方向估计算法方向-相位域多重信号分类（Direction and Phase Domain-Multiple Signal Classification,DPD-MUSIC）算法。仿真实验中以双频MIMO声呐为例,将频分MIMO声呐的DPD-MUSIC算法的估计性能与单输入多输出（Single-Input Multiple-Output,SIMO）声呐MUSIC算法的估计性能进行了对比。仿真结果表明,频分MIMO声呐利用DPD-MUSIC算法可以获得优于等接收阵元数SIMO声呐的角度分辨率和角度估计精度。     

基于声呐历程累积图像的弱回波目标检测方法

针对浅海随机噪声与混响背景下蛙人等弱回波强度、慢速小目标的检测问题,提出一种基于声呐历程累积图像的目标检测方法。首先根据声呐图像时域、空域相关性,采用背景空时归一化处理技术,抑制声呐背景中的静态混响、突发性噪声等强回波干扰。声呐历程累积图像集成了多帧声呐图像的信息,目标回波亮点由于运动连续性形成亮线特征,利用该特征,采用Radon恒虚警率(Radon Constant False Alarm Rate,Radon-CFAR)检测声呐历程累积图像中的目标短时运动轨迹,能够检测到低信噪比的目标。分析了空时归一化处理和检测算法的性能,并通过海试数据验证了该算法的有效性,可以检测到低信噪比的蛙人目标回波。     

基于波束域MUSIC方法的高分辨方位估计

现代声纳系统普遍采用水听器基阵和一定的信号处理来提高对目标的检测和定位能力，而基阵的波束形成则在其中起着核心作用。文中研究了窄带波束域高分辨方位估计技术，分析了波束域MUSIC方位估计的构造过程和具体实现方法。仿真计算表明，基于波束域MUSIC的方位估计算法是一种分辨空间小角域内多个目标的有效方法。     

一种新的稳健CAB盲波束形成算法

通过限制估计的方向向量与真实的方向向量之间的误差范数的边界,提出了一种新的稳健CAB（周期自适应波束形成）盲自适应波束形成算法。该算法克服了方向向量失配引起的自适应波束形成器的性能劣化问题。计算机仿真试验表明,较采用传统对角加载技术的R-CAB盲波束形成算法和WCPO-CAB算法而言,该算法进一步提高了稳健性和输出信干噪比。