基于声压振速联合处理的矢量线阵时域解析MVDR方法研究

为进一步提高矢量传感器阵列的阵处理增益,充分利用声压和振速的相干性信息,提出基于声压振速联合处理的矢量阵时域解析MVDR波束形成方法,给出了(p+v_c)v_c组合的协方差矩阵的计算方法,推导了该方法波束输出的计算公式。该方法利用声压振速的联合处理信息,将矢量阵时域解析MVDR的高分辨能力与声矢量阵的抗噪能力结合起来,通过仿真数据和海试数据比较本文算法与常规波束形成方法性能,结果表明本文方法性能更优,利于低信噪比下目标的探测。     

宽容自适应波束形成RCB在矢量阵上的应用

矢量水听器由声压水听器和振速水听器复合而成,可以共点同时测量声场中的声压与振速.RCB(RobustCapon Beamforming)是最近出现的一种宽容自适应波束形成算法,该算法直接对导向矢量进行估计,并用估计的导向矢量作波束形成,有效避免了导向矢量失配而导致的性能下降.通过推导秩亏情况下的RCB,将其应用到矢量阵,海上试验结果表明了该方法的有效性.     

矢量圆阵时域解析MVDR算法研究

为提高矢量圆阵的方位估计性能,将VTAMVDR(MVDR based on Time-domain Aanalysis signals of Vector Sensor)应用在矢量圆阵中,提出矢量圆阵时域解析MVDR算法,研究了矢量圆阵时域解析MVDR算法的原理及实现流程,然后通过仿真分析对比矢量圆阵时域解析MVDR算法与矢量圆阵常规波束形成的波束宽度、方位估计性能和分辨率。仿真结果表明,矢量圆阵时域解析MVDR算法方位估计性能和多目标分辨能力优于常规波束形成算法。     

矢量圆阵时域解析MVDR算法研究

为提高矢量圆阵的方位估计性能,将VTAMVDR(MVDR based on Time-domain Aanalysis signals of Vector Sensor)应用在矢量圆阵中,提出矢量圆阵时域解析MVDR算法,研究了矢量圆阵时域解析MVDR算法的原理及实现流程,然后通过仿真分析对比矢量圆阵时域解析MVDR算法与矢量圆阵常规波束形成的波束宽度、方位估计性能和分辨率.仿真结果表明,矢量圆阵时域解析MVDR算法方位估计性能和多目标分辨能力优于常规波束形成算法.     

基于矢量阵的近场小目标定位算法研究

针对水下近场预警问题,本文提出利用任意阵型的矢量水听器阵列对近场小目标声源定位。本文首先详细推导了平面矢量阵的近场测量模型,然后介绍了矢量阵常规波束形成和MVDR算法,最后通过仿真和实验进行验证算法的性能。结果表明矢量阵MVDR具有更高的目标分辨率,RMSE随SNR的增大误差不断减小,适合于水下近场区域预警防御。     

基于少快拍条件均匀圆阵波束域MVDR方法

针对在低信噪比条件下,均匀圆阵MVDR性能退化严重的问题,以及波束形成阵元数接近波束数时少快拍波束形成鲁棒性差的问题,提出均匀圆阵波束域MVDR算法:1)通过波束域MVDR提高波束形成的目标分辨率;2)采用对角加载技术提高波束域MVDR波束形成的鲁棒性,实现了在少快拍条件下强鲁棒性的均匀圆阵BMVDR,并通过仿真实验验证。     

电抗加载天线阵的优化设计及性能分析

为优化均匀圆形天线阵的辐射性能,利用矩量法对电抗加载偶极子均匀圆阵的波束形成进行了可行性分析,并设计了粗选与微扰结合的电抗加载值序列优化计算方法,以满足指定方向上波束形成的需求.仿真结果表明,电抗加载天线阵波束形成方法能有效在期望方向上形成具有较高增益与前后比的波束,且对阵半径与电抗加载值的误差具有一定的容错能力.该分...     

基于Bartlett加权的水下近场多源精确定位

水下近场声源被动定位中,为了使用少量阵元获得更高的分辨率,阵元为稀疏布置(阵元间距大于半波长).对于单个声源,利用Capon法可以精确获得该声源的位置.但对于多个声源,Capon法的定位精度将会降低,对多散射点的显示结果造成影响.针对此,提出了利用常规波束形成法和Capon法获得初步定位的基础上,再通过Banlett加权在各声源处进行波束置零以减少其相互之间的干扰,再取Bartlett波束形成器的输出结果的倒数来显示多个声源所处的位置.通过数值仿真对本文所提出的方法进行了验证.     

基于电抗加载的单通道五元多波束扫描天线阵设计方法研究

为解决多波束扫描天线阵中多接收通道的一致性问题,并简化多波束形成所需的复杂波束形成网络,采用电抗加载方法设计了仅需一个输出通道的五元多波束扫描天线阵。仿真结果表明,该天线阵采用MUSIC算法,能实现最多4个信号到达方向(DOA)的较精确估计。另外,对信噪比、采样点数、信号角间距对信号到达方向估计效果的影响进行了定量分析。该天线阵的设计方法与计算结果对电抗加载高频地波雷达(HFSWR)天线阵的优化设计与工程应用具有一定的指导意义。     

子阵波束域自适应波束形成方法研究

阵列输出的有限次快拍处理等效地增加了信号之间及信号与噪声之间的相关性,导致了现有的子阵自适应处理方法在小快拍数目时的性能损失.现提出一种子阵波束域自适应波束形成算法,通过对子阵多波束输出的协方差矩阵求平均,减弱信号之间的相关性,从而提高自适应波束形成算法的性能.仿真结果表明,该提算法在小快拍数情况能够大大提高输出信干噪比,并有效地抑制阵元上接收的随机噪声.     

基于空间域数据拟合的声矢量阵多目标分辨算法研究

为了提高矢量传感器阵列的方位估计性能,提出了一种基于空间域数据拟合的矢量阵多目标分辨算法,通过利用已知的空间域数据信息,构造出新的声压与振速的接收数据协方差矩阵,在多目标分辨能力上对经典MUSIC算法予以改进。理论分析和计算机仿真表明,在各向同性噪声场中,新算法在提高多目标分辨能力方面比传统方法更有效。     

基于神经网络的MUSIC计算方法

MUSIC方法是空间谱估计中经典的子空间方法,这类算法有个共同特点就是要对输出数据的协方差矩阵进行数学分解,其计算量较大,不适合实时处理。因此,文章提出了基于神经网络的高效迭代方法,不需进行数学分解,计算过程相对简单。仿真结果证明了该方法的有效性。     

船载多目标水声跟踪系统的实时阵列信号处理

本文介绍一种船载多目标水声跟踪系统，它以多片ＴＭＳ３２０Ｃ２５ＤＳＰ为核心采用并行处理技术，以达到对下快速目标实时准确定位的目的。     

机动目标跟踪系统仿真软件设计与实现

针对机动目标跟踪算法的研究,采用C／S（Client／serve,客户机／月艮务器）体系结构和面向对象的模块化设计思想,设计了机动目标跟踪系统仿真软件,利用剧情生成模块模拟雷达探测到的目标运动数据,通过跟踪算法对目标实施跟踪处理,估计目标运动状态,实时地在演示界面上显示目标运动信息和跟踪性能评估结果,为机动目标跟踪算法研究搭建了一个具有较高可信度的、直观的仿真系统。     

Detecting damage to offshore platform structures using the time-domain data

A new method that uses time-domain response data under random loading is proposed for detecting damage to the structural elements of offshore platforms. In our study, a time series model with a fitting order was first constructed using the time-domain of noise data. A sensitivity matrix consisting of the first differential of the autoregressive coefficients of the time series models with respect to the stiffness of structural elements was then obtained based on time-domain response data. Locations and severity of damage may then be estimated by solving the damage vector whose components express the degrees of damage to the structural elements. A unique aspect of this detection method is that it requires acceleration history data from only one or a few sensors. This makes it feasible for a limited array of sensors to obtain sufficient data. The efficiency and reliability of the proposed method was demonstrated by applying it to a simplified offshore platform with damage to one element. Numerical simulations show that the use of a few sensors＇ acceleration history data, when compared with recorded levels of noise, is capable of detecting damage efficiently. An increase in the number of sensors helps improve the diagnosis success rate.     

基于Hopfield神经网络的雷达多目标跟踪

针对海上船舶雷达在多目标跟踪过程中实时性较差和不能快速响应的问题,提出目前密集杂波情况下多目标跟踪中最为有效的数据关联算法——联合概率数据关联(Joint Probabilistic Data Association,JPDA)算法。为解决JPDA随着目标增多的情况会出现的组合“爆炸”及计算量较大导致跟踪实时性较差的问题,从分析联合概率数据关联确认矩阵着手,依据Hopfield神经网络在解决旅行商问题(Travelling Salesman Problem,TSP)时的思路,提出基于Hopfield神经网络联合概率数据关联(Hopfield Neural Network Joint Probability Data Association,H-JPDA)来改进联合概率数据关联算法,通过简化矩阵拆分过程,显著减少计算量,提高跟踪的实时性。基于上述改进的神经网络联合概率数据关联算法,通过MATLAB对多目标跟踪进行仿真,仿真结果表明该算法能提高跟踪的实时性和快速响应能力。     

Min-norm spatial spectrum based on acoustic vector-sensor linear array

1 Introduction1 The Min-Norm(MN) algorithm was proposed by Kumaresan and Tufts[1] for estimating the DOA of targets applied at pressure sensor arrays. It has been proved that lower bias and higher resolution of DOA estimation using the MN algorithm is obt…