相关噪声背景下声矢量阵目标方位估计

传统的矢量水听器数据处理方法将单个矢量水听器的输出用一复数向量来表示,没有充分利用矢量水听器各振速通道的正交特性,为此提出了用复四元数对矢量水听器的输出数据建模,将矢量水听器输出的三个振速分量用复四元数的三个虚部表示,保留了矢量水听器各阵元的正交性,对相关噪声有较好的抑制能力。针对声源的非平稳特性,将观测数据分成多个子段,计算每个子段的协方差矩阵并进行向量化处理,通过一正交映射,消除干扰噪声,最后对去除噪声的伪协方差矩阵做特征值分解,利用MUSIC算法原理建立目标的方位估计公式。算法降低了对声源信号平稳性要求,对相关噪声有较强的鲁棒性。     

单矢量水听器MUSIC估计与互谱估计的性能比较研究

为了研究单矢量水听器的目标方位估计能力,将MUSIC算法和互谱法分别用于单矢量水听器方位估计。根据单矢量水听器的阵列流形特点,将子空间分解理论应用到单矢量水听器方位估计上,实现了单矢量水听器的MUSIC高分辨方位估计。对单个的目标进行方位估计仿真,同时将MUSIC算法与互谱法进行比较,得到在低信噪比下,MUSIC算法的方位估计精度要高于互谱法。在高信噪比下,MUSIC算法和互谱法的方位估计有比较好的性能。水库试验数据验证了该MUSIC算法和互谱法的有效性。     

基于ICA的单矢量水听器多目标分辨

单矢量水听器利用目标信号的声能流进行测量,可有效抑制各向同性干扰,提高目标信号的信噪比,从而实现目标的波达方向(DOA)估计。但若存在多个目标时,单矢量水听器测量的是各信号声能流的矢量和,因此无法估计单个目标的方位。本文将独立分量分析(ICA)原理与单矢量水听器技术相结合,提出一种新的单矢量水听器多目标分辨算法。在目标信号方向未知的情况下,该方法可对矢量水听器的导向矢量实现盲估计,并分离出各独立目标信号,进而利用声能流逐次分辨出各独立目标信号。仿真实验证明了算法的有效性。     

水听器混合阵列MUSIC方位估计研究

实际应用中,矢量水听器阵列是声压水听器阵列通道数的三倍（二维矢量水听器阵列）或四倍（三维矢量水听器阵列）,其相应的数据量、信号处理复杂度及成本亦明显增加。在阵列中混合配置声压水听器与矢量水听器,是一种解决该问题的有效途径。利用多重信号分类法（MUSIC）,对五种配置的水听器混合阵列进行研究,分析在不同信噪比、目标相对运动时对方位估计的影响。仿真表明,在有相同数目矢量水听器时,水听器混合阵列间隔配置比集中配置要好;在目标方位未知的情况下,在中间配置一个矢量水听器比在一端配置要合理。     

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。     

粒子群算法在单矢量水听器方位估计中的应用

粒子群优化算法是一种新颖的进化算法,它基于群体迭代.群体中的粒子在解空间中追随适应度最优的粒子,调整速度与位置并搜索最优解.根据MUSIC算法的定向原理,建立适应度函数,利用粒子群算法对单矢量水听器方位估计算法进行优化.结果表明,优化后可以提高低信噪比时方位估计的精度,并实现对目标的三维定位,同时还可以避免因成阵所带来的使用限制.     

单矢量水听器四阶累积量MUSIC算法对信号DOA的估计

针对传统MUSIC算法的局限性,提出了一种基于高阶累积量的单矢量水听器MUSIC算法.这里将单个矢量水听器理解为一个标量传感器阵列,按照阵列信号处理的原理对其输出的标量场和矢量场信息进行联合处理,该算法先构造四阶累积量矩阵,代替传统MUSIC算法中的阵列协方差矩阵,对四阶累积量矩阵采用MUSIC算法作方位估计.仿真结果表明,借助高阶累积量的方法,在高斯白噪声下,MUSIC算法能完全抑制高斯白噪声的影响,在高斯色噪声条件下,该方法还是能获得高分辨率的估计.湖试结果也表明,文中算法有更好的目标方位估计性能.     

单矢量水听器基于互谱测向的多目标分辨

利用单个矢量水听器可以测出目标声源的方位,提出了一种利用单矢量水听器基于互谱测向的多目标分辨方法。利用互谱测向方法计算出测量过程中各个目标的方位变化轨迹,画出方位历程图,根据方位历程图选择目标方位相差比较大的时刻,根据方位信息提取出各自目标声源的特征谱;只要目标声源的特征谱不重合,就可以分辨出多个目标。本文结合仿真说明了分辨2个目标的方法和计算过程,利用本方法可以分辨2个或更多目标。     

单矢量水听器多目标方位估计的算法研究

矢量水听器可有效抑制各向同性的背景噪声干扰,能同时共点地拾取声场的声压标量和振速矢量信息。这些信息的偶次阶矩组成了以各个目标的声强和方位为未知数的非线性方程组。为了求解该方程组,研究了具有全局最优化概率搜索的快速方法:遗传算法和小生境遗传算法,并对两者的性能进行比较。仿真试验的结果证明了算法的可行性,即基于小生境遗传算法能够实现单个矢量水听器进行多个非相干源目标的方位估计。为了提高弱目标的方位估计精度,又提出了二次小生境搜索方法。     

高分辨方位估计在鱼雷声成像垂直尺度识别中的应用

在鱼雷声成像垂直尺度识别中,根据潜艇垂直方向上目标亮点相距较近的特点,采用高分辨的MUSIC算法,对潜艇垂直方向上的目标亮点进行估计。由于MUSIC算法是一种基于阵列数据协方差矩阵特征分解的高分辨DOA估计方法,通常具有较大的运算量,为增强算法的实时性,本文提出了一种基于正交解调的MUSIC算法。该算法首先对阵列接收到的高频信号进行正交采样,在降低采样率的基础上,再利用MUSIC算法对低频信号进行DOA估计。仿真结果表明,改进的MUSIC算法在有效减小运算量的同时又不降低其性能,具有较好的工程实用价值。     

任意阵形水声组合阵列的波达方向盲估计

基于声压水听器阵列的高分辨波达方向估计方法,需要精确已知基阵的阵列流型,但在实际声呐工程中,阵列流型的精确测量和校准十分困难。针对上述问题,将单矢量水听器与任意阵形声压水听器阵列组合,并引入盲源分离理论,提出了一种基于任意阵型水声阵列的波达方向盲估计方法。仿真实验表明,在目标信号先验信息和阵列流型未知的情况下,该方法可分离出各目标信号及其阵列流型,然后利用单矢量水听器振速分量的正交性,估计出各目标信号的方位角和俯仰角,并且该方法无需谱峰搜索和参数配对,适合存在一维角度兼并的情况。     

DOA估计中MUSIC算法与ORPD算法的联合应用

ORPD算法是一种对来波方向（DOA）估计的最佳分辨方法，但这种算法需要预知信源的大致方位。多信号分类（MUSIC）算法对DOA估计稳定性较好，伪峰情况基本不存在，精度较高，但其分辨能力不如OIWD算法。利用MUSIC算法较好的稳定性，首先预测信源的大致方位，然后利用OIWD算法对DOA进行估计。仿真结果表明，这种方法是比较有效的。     

NEMS矢量水听器的海上实验研究

NEMS矢量水听器是可以接收来自水下二维空间声音信号的一种新型仿生结构。在室内研究的基础上进行海上实验,对单个NEMS矢量水听器采集的船辐射噪声进行处理。结果表明,单个NEMS矢量水听器能够在真实的海洋环境中对运动的目标进行航迹跟踪;利用CZT方法能够对海上运动目标进行特征线谱分析,提高了在局部频段内的分辨能力,频率分辨力可达0.32 Hz。     

基于压缩感知的正交偶极子阵列信号参数估计

[目的]针对传统的极化敏感阵列的波达方向(DOA)估计算法运算复杂度高、实时性差的问题,提出基于压缩感知的正交偶极子极化敏感阵列结构.[方法]将数据压缩思想应用于阵列结构设计,压缩接收信号矢量维度,减少射频前端链路数量,以控制系统的复杂度,使阵列结构设计具有高度的灵活性.基于结构降维多重信号分类(MUSIC)算法;首先...     

基于声矢量传感器阵的相干源高分辨方位估计

声矢量传感器能同时共点获得声场中声压、振速信息及更多的信息量,具有很好的应用前景.研究了声矢量传感器阵方位估计的多重信号分类(MUSIC)算法,并在此基础上推导了基于空间前向平滑算法的声矢量传感器阵相干源方位估计的方法.采用该方法可以有效地对相干源进行方位估计,同时综合利用声压、振速信息可以实现信号源方位360°无模糊估计,计算机仿真表明该方法具有较好的方位估计性能.     

基于时域解析信号的广义MUSIC算法

波束形成是声呐信号处理的关键技术,本文提出一种新的基于宽带时域解析信号的广义MUSIC自适应波束形成算法(TAMUSIC算法).该算法将时域解析信号与改进的MUSIC算法相结合,对精确时延之后的宽带时域信号进行希尔伯特变换生成复数形式的时域解析信号,增加权向量自由度;通过增加调节指数构建新广义噪声子空间,解决了传统MUSIC算法信源数目估计不准带来的影响,提高算法鲁棒性;最后利用信号子空间和噪声子空间的正交性估计目标方位.仿真数据和海试数据处理的结果表明:TAMUSIC算法可以获得更尖锐的谱峰,提高目标的角度分辨力,增强了弱小目标的发现能力.     

基于时域解析信号的广义MUSIC算法

波束形成是声呐信号处理的关键技术,本文提出一种新的基于宽带时域解析信号的广义MUSIC自适应波束形成算法(TAMUSIC算法)。该算法将时域解析信号与改进的MUSIC算法相结合,对精确时延之后的宽带时域信号进行希尔伯特变换生成复数形式的时域解析信号,增加权向量自由度;通过增加调节指数构建新广义噪声子空间,解决了传统MUSIC算法信源数目估计不准带来的影响,提高算法鲁棒性;最后利用信号子空间和噪声子空间的正交性估计目标方位。仿真数据和海试数据处理的结果表明:TAMUSIC算法可以获得更尖锐的谱峰,提高目标的角度分辨力,增强了弱小目标的发现能力。     

基于粒子滤波算法的方位跟踪方法研究

与传统的声压水听器相比,矢量水听器(AVS)可以同时、共点接收水下声场的声压和振速信息,利用单个水听器可以估计出目标的方位(DOA)信息。本文将MUISIC方位估计方法和粒子滤波(Particle Filtering,PF)跟踪方法结合,给出一种高效的水下运动目标的实时方位跟踪方法(PF-MUSIC),仿真对比分析了MUSIC方法和PF-MUISC方法的方位跟踪性能,并通过海上试验验证了跟踪方法的实用性。结果表明:PF-MUSIC法的计算量远小于MUSIC方法,PF-MUSIC方法的误差更小并且跟踪曲线更平滑,适用于对水下目标的实时方位跟踪。     

三维压差式矢量水听器定向性能分析

由于压差式矢量水听器是通过声压梯度来近似测量质点的振速,因此声场计算误差必将影响其定向精度.从理论上对三维压差式矢量水听器定向性能进行了分析,推导了由声场计算误差引入的目标俯仰角和方位角误差公式.此外,利用平均声强流定向算法,通过仿真详细分析了矢量水听器各阵元幅度和相位不一致、阵元间距、积分时间和信噪比等因素对目标定向精度的影响.仿真结果对三维压差式矢量水听器的制作及实际工程应用均有指导意义.     

基于四阶累量切片的MUSIC法研究及仿真试验

波达方向估计方法中,基于子空间的多重信号分类法(MUSIC)有很高的分辨力、估计精度及稳定性,但在高斯色噪声环境下,利用自相关的特征子空间进行处理的MUSIC算法受到很大限制.而基于四阶累量切片的特征子空间的MUSIC算法可以很好地进行处理.仿真表明,该算法在高斯色噪声下,是实现高分辨方位估计的有效方法.