七元非典型声强向量阵对舰船的被动定向和尺度估计

该文提出了利用七元非典型声强向量阵对舰船体积目标3亮点部位定向和定位的方法.基阵的7个阵元都可以布放在水下探测平台表面,并且阵元间的间距可以根据平台尺寸进行调整,便于工程应用.舰船体积目标中部、中后部辐射的低频声源用声强向量法定向,舰船尾部辐射的高频声源用传统的时延估计法定向,两种方法可以在同一基阵上实现.利用实测舰船辐射噪声数据进行了计算机仿真.仿真结果表明:该方法能够实现舰船目标3亮点部位的高精度定向,在信噪比10dB时,定向误差在2°以内.并且在探测平台深度已知的情况下,利用定向的结果能够对舰船目标进行尺度估计,估计精度小于船长的10%.     

声强向量阵对低频目标测向及其优化算法研究

研究了基于典型声强向量阵——三轴六基元阵的低频水声目标被动声测向算法，该方法综合利用了目标声场的声压和振速信息，能在小尺寸和低频条件下实现水声目标的高精度测向。提出了基于几何平均声压测量声强原理的优化算法，进一步改善了定向性能。用实测舰船噪声数据进行了计算机仿真，结果表明：矢量传感器尺寸为0．5m，信噪比为0dB时，优化算法得到的全空间内方位角和俯仰角误差的最大值均在2°以内。     

基于声强向量法的体积目标定向和缩比实验研究

该文提出和研究了利用小型的菱形声强向量阵进行舰船目标三亮点部位的定向和定位。仿真结果表明了所用方法的正确性。在半消声室中应用自行设计的一套实验装置对体积目标进行了缩比定向实验，实验结果与仿真结果是一致的。     

基于波束输出的高分辨定向方法及性能分析

本文提出一种基于波束输出的高分辨定向方法。这种方法利用子阵形成子波束,并把该子阵看做为一个等效阵元。然后对多个等效阵元构成的新阵列利用目前典型的高分辨算法进行定向。我们对均匀线列阵进行了计算机仿真实验和水池高分辨阵列处理实验,研究结果表明,这样做可以获得性能上的较大提高。一方面,可提高原高分辨定向算法的估计精度、分辨概率并降低运算时间;另一方面,由于各个等效阵元的输出是由多个实际阵元输出加权平均得来的,因此基于等效阵元构成阵列的高分辨定向算法对各种阵列误差(如阵元位置误差、阵元指向性的不一致等)变得不十分敏感,从而有利于抑制阵列误差对高分辨定向算法的影响,对工程应用具有较强的适应性。文中对各种情况进行了较详细的统计性能分析和比较。     

基于旋转不变子空间均匀圆阵互耦自校正算法

针对均匀圆阵互耦自校正问题,提出了一种基于旋转不变参数估计(ES-PRIT)技术的互耦自校正算法。通过模式空间转换技术将互耦影响下的均匀圆阵流型向量近似等效为存在幅相误差的虚拟均匀线阵流型向量,并且该幅相误差矩阵满足中心对称性。利用该性质并结合ESPRIT技术分别给出了信源方位和互耦向量的闭式解。为了减少模式空间转换偏差的影响,基于Belloni方法,给出了一种互耦影响下抵消模式空间转换偏差的方法。仿真实验验证了新算法的有效性。     

矢量传感器的复声强法定向技术研究

矢量传感器可以空间共点、同步测量声压与质点振速的各正交分量。为了对水下目标进行定位，基于声压与振速联合信号处理的理论，研究了复声强法对水下目标信号的定向技术，并使用概率统计和直方图的理论对目标的方位角和俯仰角值进行了估计，在线谱分量存在的低频段对估计角度进行了概率统计，较好地解决了左右舷的分辨问题．实现目标的全空间无模糊定向。另外，通过计算机仿真验证了该方法中提出的定向算法。     

单信道多信号分量分离

提出了一种单信道多信号分量的分离方法,该方法利用能量算子对单信道的各个信号分量的瞬时频率、幅度进行估计,从而对2个或3个信号分量进行分离。仿真结果表明该方法在信噪比大于25dB时,对重叠的3个信号分量分离误差小于7.5%。     

面阵测向性能相对于阵元位置误差敏感性研究

阵元位置误差引起阵列流形变化,进而导致测向误差.面阵阵列流形是C<'N>中的曲面,研究了该曲面与信号子空间的关系,提出了由面阵阵元位置误差推算测向误差的方法,定义了一个衡量面阵测向性能相对于阵元位置误差敏感性的一个指数.仿真结果说明该方法和指数在一定条件下有效.     

遗传算法在矢量传感器对目标进行定向中的应用

矢量传感器通过测量水中质点的振速信息,仅用单个的矢量传感器就可以进行水下目标的方位估计.本文分析了声压梯度法和互谱声强法的定向原理,并将遗传算法引入互谱声强法目标定向中.通过构建适应度函数,根据信号适应度函数进行遗传选择,舍弃不稳定信号,对有用信号进行杂交,从而获得较高的定向精度.仿真结果表明,该算法可以有效地进行目标方位估计,进一步提高定向精度.     

基于IGGⅢ方案的加权总体最小二乘点云球面拟合

为了减少测量粗差对球标靶拟合精度的影响,在加权总体最小二乘法基础上,针对地面3维激光扫描球标靶数据特点,采用了权函数IGGⅢ方案,自适应地修正拟合权阵,构建了新的点云球面拟合方法。利用新方法分别拟合了模拟球面数据、实际扫描球面数据。结果表明,该方法在同时考虑拟合模型系数矩阵误差与观测向量误差基础上,通过合理定义及优化拟合权阵,获得了更为精确的球面参量。其拟合评价指标均优于常规方法。     

基于声能流矢量补偿的水下目标高精度DOA估计

针对各向异性噪声对水下目标方位估计精度产生严重干扰的问题,文中提出了一种基于声能流矢量补偿的水下目标高精度DOA估计方法。该方法基于声压和质点振速联合信息处理技术,在有效降低各向同性噪声影响的同时得到各向异性噪声源分布模型,并根据各向异性噪声场声能流模型对各向异性噪声进行矢量补偿,进一步实现了对各向异性噪声的抑制,达到高精度估计的目的。通过数值仿真对该方法的性能进行了验证。仿真结果表明,在20 dB以下,文中方法精度均高于常规复声强器DOA估计,精度最高提高了21%。     

Acoustic vector-sensor array processing

A method is presented for localizing acoustic sources using an array of sensors, the output of each being a vector consisting of the acoustic pressure and acoustic particle velocity. The authors derive a compact expression for the Cramer-Rao bound (CRB) on the estimation errors of the source direction-of-arrival (DOA) parameters in the multi-source multi-vector-sensor model. An explicit expression is found for the mean-square angular error (MSAE) bound for source localization with a single vector sensor. The authors present two simple algorithms for estimating the source DOA with this sensor, along with their statistical performance analyses     

Multi-Source DOA Estimation Using an Acoustic Vector Sensor Array Under a Spatial Sparse Representation Framework

This paper investigates the estimation of the two-dimensional direction of arrival (2D-DOA) of sound sources using an acoustic vector sensor array (AVSA) within a spatial sparse representation (SSR) framework (AVS-SSR-DOA). SSR-DOA estimation methods rely on a pre-defined grid of possible source DOAs and essentially suffer from the grid-effect problem: Reducing the size of the grid spacing leads to increased computational complexity. In this paper, we propose a two-step approach to tackle the grid-effect problem. Specifically, omnidirectional sensor array-based SSR-DOA estimation firstly provides initial low-cost DOA estimates using a coarse grid spacing. Secondly, a closed-form solution is derived by exploring the unique subarray manifold matrix correlation and subarray signal correlation of the AVSA, which allows for DOA estimates between the pre-defined angles of the grid and potentially achieves higher DOA estimation accuracy. To further alleviate the estimation bias due to noise and sparse representation model errors, line-fitting (LF) techniques and subspace techniques (ST) are employed to develop two novel DOA estimation algorithms, referred to as AVS-SSR-LF and AVS-SSR-ST, respectively. Extensive simulations validate the effectiveness of the proposed algorithms when estimating the DOAs of multiple sound sources. The proposed AVS-SSR-ST algorithm achieves high DOA estimation accuracy and is robust to various noise levels and source separation angles.     

声矢量阵宽带恒定束宽波束形成技术研究

基于声矢量阵提出了一种宽带恒定束宽波束形成方法，该方法将宽带方位估计中的空间重采样思想应用到恒定束宽波束形成器设计之中，并通过计算机仿真实现了宽频范围内-3 dB主瓣宽度的恒定，这对于进一步研究声矢量阵宽带波束域高分辨方位估计技术是十分重要的。     

运动声源定位阵列设计及校准研究

在飞跃噪声源定位测量中,核心技术是运动声源定位技术,测量过程涉及传声器阵列设计技术及传声器阵列校准基础技术研究.利用对消声室内移测架携带的不同速度的运动声源进行定位分析,利用自研程序处理采集数据获得噪声源实际位置,通过结果对比分析,验证了运动声源定位的可行性,为飞机飞行噪声源定位奠定了基础.     

声矢量阵远程定向技术(一)--新的协方差矩阵生成方法

MUSIC等子空间类DOA(direction of arrival)估计算法,以其较高的分辨能力和相对较小的计算量而颇受关注．但如果将其简单引用到声矢量阵中,将矢量传感器(AVS)的振速信息仅仅作为独立的阵元来处理,则并没有充分利用AVS 中声压和振速的相干性,以及由此带来的抗各向同性噪声能力．基于AVS中声压和振速的相干性原理,提出了一种新的声矢量阵协方差矩阵牛成方法．该方法完全利用了AVS的平均声强抗噪原理,具有较强的抗各向同性噪声能力,可将子空间类DOA估计方法与声矢量阵技术更为有效地结合起来,实现远程高分辩DOA估计．理论分析和基于湖试数据的仿真实验证明了新方法的有效性．     

2D DOA and Frequency Estimation Method with One Vector-Sensor and Two Pressure Sensors Based on ESPRIT and Signal Power

We use one vector and two pressure sensors to form a sparse large aperture L-shape array for high performance two-dimensional (2D) direction of arrival (DOA) and frequency estimation. Because the number of sensors is small and there is only one vector sensor in the presented array, thus, the installation of sensors in the array is simpler and installation error is smaller, than the conventional array. Meanwhile, a high performance 2D DOA and frequency estimation method is presented. Firstly, utilizing single vector sensor and based on the ESPRIT, a group coarse 2D DOA and frequency parameters are obtained. Secondly, to restrain space noise or interference, a matrix filter is utilized to process the covariance matrix which comes from sensor array, so as to form a new covariance matrix which possesses high signal to noise ratio. Thirdly, utilizing the new covariance matrix and based on the ESPRIT again, accurate but ambiguity angles estimates are obtained. Fourthly, one signal power estimator and one optimization method are presented to solve the angle ambiguity and frequency ambiguity problems, respectively. The proposed method gains a high performance 2D DOA and frequency estimation results. Numerical simulations are performed to verify the feasibility of the proposed method.

     

基于波束域的子空间正交性测试宽带DOA估计方法研究

投影子空间正交性测试(Test of Orthogonality of Projected Subspace:TOPS)算法通过测试宽带信号各频率点上噪声子空间和信号子空间之间的正交性对目标方位进行到达角估计(DOA:direction-of-arrival).此算法对参考频点上的信号子空间的估计依赖性较大,因此存在较多伪峰,低信噪比条件下性能差等缺点.针对该问题,提出一种基于波束域的宽带DOA估计方法.该方法通过将阵列接收信号转换到波束域,在波束域中利用信号带宽内各频率分量的波束域方向向量与噪声子空间之间的正交关系构造判决向量,根据判决向量搜索空间谱的极大值对应的角度进行DOA估计.该方法不需要进行角度预估,避免了TOPS算法中常出现的伪峰,降低了信噪比分辨门限,减少了计算量,具有较好的估计效果.将该方法分别运用到均匀圆阵和线阵上,通过仿真对比和海试实验数据的处理,证明了本文所提方法的有效性.     

线性电磁矢量阵列的空时极化平滑算法及相干源多参数估计

 该文提出了一种基于线性电磁矢量阵列的空时极化平滑算法(STPSA),解决了相干信源的频率,2维波达方向和极化参数的联合估计问题。该算法通过对不同子阵和矢量传感器不同传感单元的测量数据及其相应延迟数据进行平滑,实现解相干预处理并抑制噪声干扰,然后利用传播算子方法得到相应的参数估计。与目前的算法相比,该文提出的算法能够同时实现相干信源的多个参数联合估计;无需通过奇异值或特征值分解提取信号/噪声子空间,也无须进行参数搜索,有较低的运算量;另外,算法能够通过增加相邻阵元的间隔来扩展阵列的有效孔径,改善估计性能,且无须进行参数去模糊处理。仿真结果验证了算法的有效性。