噪声方差匹配高分辨方位估计算法研究

与常用的基于信号空间分解的MUSIC算法相比,本文所用的噪声方差匹配波达方向(DOA,Direction of Arrival)估计算法具有更高的分辨率和较低的旁瓣,且能分辨强目标附近的弱目标信号.     

DOA和频率的快速高精度估计

本文提出了一种把自适应特征分解算法和最大似然估计算法联合运用的DOA和频率的快速高精度估计算法。理论分析、计算机模拟、湖上实验和硬件实现都表明了本算法对于单色平面波信号具有结构简单、估值精确、运算量少、跟踪性好等优点。     

纯方位目标运动分析可测性研究

纯方位被动目标运动分析在理论上和实际上匀有许多应用,为了保证本艇有唯一的跟踪,必须研究目标运动分析的可测性问题,文章利用线笥代数的基本方法,获得了一个新的可测性准则,随后应用在经典的目标运动分析问题中,研究表明,该方法是切实有效的。     

多阵方位-频率目标运动分析算法研究

利用两接收阵的大空间跨度，可以得到对同一个目标有较大差异的DOA估计，利用这些角度差可直接对目标进行三角定位和跟踪。在多阵条件下，即使只有一种目标方位参量，也能在不需要本艇机动下对目标进行跟踪。但当目标处于两阵连线上时，目标仍容易发散。为解决这一问题，我们提出了多阵方位．频率目标运动分析算法，对其可观察性进行了分析。理论分析证明多阵方位-频率TMA的不可观察性条件在多阵纯方位TMA的不可观察性条件[θ1(t)-θ2(t)]=kπ上增加了一个附加条件θ1′=0。这个附加条件不仅弱化了不可观察性的约束条件，还在一定程度上增加了目标跟踪的稳定性。最后给出了三种情况下的计算机模拟．并与多阵纯方位目标运动分析算法作了比较。     

一种基于方位-频率测量的被动声呐TMA算法分析

根据被动观测器测得的目标方位和多普勒频率信息,通过伪观测量的形式,建立了系统的线性状态方程和观测方程,从而利用伪线性卡尔曼滤波对目标的运动状态进行估计,并证明了系统的可观测性。蒙特卡罗仿真表明,此算法具有收敛速度快、精度高、稳定性好等优点,可应用于远距离的水下被动目标运动分析。     

单矢量水听器方位频率联合估计新方法

旋转不变子空间法和多重信号分类法需假设背景噪声为独立的高斯白噪声或自相关矩阵已知,当条件不满足时算法的性能急剧下降。针对这一问题,根据矢量水听器多通道输出的特点,提出了一种基于平行因子模型的单矢量水听器方位频率联合估计方法。首先利用矢量水听器各个通道t时刻和t+1时刻的输出数据,计算声压和各振速不同组合时的四阶累积量,并构建三阶平行因子模型;然后分析了 PARAFAC 模型低秩分解的唯一性条件并利用三线性交替最小二乘算法得到了单矢量水听器阵列流形和相位延迟估计,进而得到目标的方位和频率估计。与旋转不变子空间法和多重信号分类法相比,该方法不需要子空间估计和谱峰搜索,在高斯噪声和拉普拉斯噪声背景下对多目标的分辨能力好于ESPRIT算法。仿真和实测数据的分析结果证明了算法的有效性。     

可利用波束输出信息的高分辨方位估计算法

本文介绍一类可以利用波束输出信息实现高分辨方位估计的算法,这类算法由于所利用的波束输出比阵元个数少得多,计算量得以降低,计算机仿真结果表明,对常见声纳接收阵波束输出信息进行高分辨方位估计不仅是可行的,而且还可获得比常规阵元域高分辨算法更低的分辨信噪比门限。     

基于方位一频率的目标跟踪方法研究

本文研究了一种基于方位-频率的目标跟踪方法。该方法在对未知参数进行适当约束的基础上，利用最小二乘估计，得到未知参数的渐进无偏估计。该方法不需要设置任何初值，所以不存在收敛性的问题．仿真结果表明，在观测平台无需做任何机动的情况下，该方法的估计性能可以接近于克拉美．罗方差下限(CRLB)，且受目标航向的影响较小。     

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。     

高分辨方位估计方法的稳健性研究

基于特征分解理论的子空间类高分辨方位估计方法是目前阵列信号处理领域的研究重点。与波束形成法相比，子空间类法的特点为估计精度高和分辨能力强。但是这类高分辨方法对阵列模型失配十分敏感，存在阵列误差时其估计性能明显下降。文章通过仿真和实验深入研究了MUSIC、Johnson和Mini-Norm等子空间类高分辨方位估计方法的稳健性问题，分析了一定信噪比条件下阵列误差对上述三种方法估计结果的影响程度。研究结果表明，MUSIC法和Johnson法的估计性能相当，而Mini—Norm法的稳健性明显高于MUSIC法和Johnson法，分辨能力和估计精度较好，具有良好的工程应用前景。     

相干分布源的方位估计

在水下声纳工作的环境中,若目标体沿中心角方向的扩展角度不能忽略,则基于点源假设的众多高分辨方位估计算法会导致错误的估计结果,而基于分布式目标模型的方位估计算法则可以适应这种目标环境。目前,随着空间分布源受到越来越多的关注,有人相继提出了一些算法例如DSPE和ESPRIT等等,但是这些算法需要很高的输入信噪比和要求不同目标源之间不相干,为了解决相干源的方位估计问题以及提高算法低信噪比下的估计性能,给出一种处理方法。仿真实验证明,该方法能够在低信噪比下提高算法的估计性能及有效的区分相干源。     

利用拖线阵声呐目标方位信息估计目标距离的研究

本文基于运动分析的方法.试图利用拖线阵声呐的方位信息对匀速直线运动目标进行被动估距.在数据处理上采用广义最小二乘法.把相关残差经过滤波变为白色残差,达到无偏估计.本估计要求声呐每隔2s提供一次方位信息.200s作一次机动.基于本算法的被动估距具有较好的收敛性和精度.     

密集式MIMO声呐高分辨成像实验研究

为验证密集式多输入多输出(Multi-Input Multi-Output,MIMO)声呐高分辨成像算法的有效性,进行了水池实验并获得了期望的高分辨成像结果。首先,将成像算法分为角度维高分辨成像和距离维高分辨成像两种,分别建立了各自的成像处理流程。角度维高分辨成像基于虚拟阵列波束形成算法,距离维高分辨成像基于大带宽信号合成算法。然后,根据两种处理流程选择合适的发射信号和阵型,并据此搭建密集式MIMO声呐高分辨成像平台进行水池实验。最后,通过与传统单输入多输出(Single-Input Multi-Output,SIMO)声呐的成像结果进行对比,证明了MIMO声呐可结合发射信号、阵型和相应的处理流程获得更高的角度分辨率和距离分辨率。     

Robust统计在主动声纳分裂波束目标方位走向估计中的应用

主动声纳通常采用分裂波束双通道互谱法进行目标方位估计，但信号处理过程中目标回波脉冲长度往往和信号处理帧周期长度不匹配，或者在整个信号处理帧周期的信噪比不一致，造成瞬时方位估计目标走向算法具有较大的误差，不利于目标参量估计与分类。采用Robust统计对瞬时方位估计数据进行处理，能够有效降低目标方位走向估计的误差。本文通过对Huber估计进行了分析并提出了改进Huber估计，给出了其工程实现算法，实验验证该Robust统计在降低目标方位走向估计误差上具有稳健收敛的性能。     

基于空间平滑处理的稳健宽带高分辨方位估计算法

实际系统中阵列误差导致的模型失配问题一直是高分辨方位估计技术走向实用化的一个瓶颈。相对于窄带信号,宽带信号阵列模型误差更加复杂和多样,通过建立宽带阵列信号误差模型,得出了基于空间平滑的稳健的宽带高分辨算法是一种抑制阵列误差的有效方法的结论,这种基于空间平滑的宽带高分辨算法,通过空间平滑后对各频率处不同子阵的互谱密度矩阵求和,一定程度上减弱了阵列误差的影响,具有较高的稳健性。本文结合消声水池试验,分析并验证了其效果。     

利用交互小波变换进行目标方位估计研究

小波变换是近年来信号处理中的一个重要工具，由于其优良的时频局域性，在检测、估计以及识别等方面都得到了重视和研究，而将小波变换与传统的一些信号处理方法结合起来处理有关问题也是人们研究的一个方向，文章主要考虑到交互小波变换中的两参数(时延与尺度)与不同接收器目标回波间的时延及频率成对应关系，采用对两路LFM回波信号作小波交互相关，从而获得两回波的相对时延估计，继而得到方位估计。针对算法运算量较大的问题，文章采取先估计尺度与时延的大致范围，再将时延-尺度网格进一步细化得到精确结果，最后给出了部分计算机仿真结果。     

使用辅助变量的单静止站纯方位目标跟踪

利用现时刻之前的方位测量构造现在方位的预测值，形成了与现在测量方位在统计上独立的辅助变量，该辅助变量用以对拟线性估计算法的修正，能产生无偏的目标参数估计。     

人耳对信号频率瞬时变化的听觉响应研究

从探讨人耳在噪声背景中听测具有复杂时间－频率结构的主动声呐信号的模型出发，研究了人耳对信号频率发生短时间变化的感觉灵敏性问题。根据在８５０～１１３０Ｈｚ频段内的测量结果，得出了人耳听觉对频率变化响应的模糊区域由τ△Ｆ＝１～２决定。这里τ和△Ｆ分别是指信号频率变化的时间间隔及变化的差值。当τｔ△Ｆ≤１时，人耳感觉不到频率的瞬变，而当，τ△Ｆ≥２时则能十分清楚地分辨。     

单个无源观测站目标定位问题研究

无源雷达本身不发射电磁波,而是利用广播、电视外部信号作为辐射源照射目标来估计出目标位置并以此来跟踪目标。因为雷达自身不需要发射信号而是利用外来辐射信号探测目标,无源雷达可以大大提高雷达的生存能力。     

基于金枪鱼算法的最大似然信号方位与频率联合估计

针对多维非线性搜索在传统最大似然估计(ML)上的波达方向(DOA)估计存在计算量大、传统网格搜索速度慢等不足,提出了一种基于金枪鱼算法的窄带信号频率方位联合估计的最大似然DOA估计,该算法体现了良好的估计性能。仿真结果表明,该算法对单声源有精确的角度和频率估计值;在声源个数不同的情况下,与基于松鼠搜索算法、正余弦算法、原子搜索优化算法、人工蜂群算法等的估计相比,该算法有着更快的收敛速度和更低的均方根相对误差。