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。     

矢量传感器线列阵波束域MUSIC方位估计

在研究矢量传感器阵列目标估计基础上,本文首次在矢量传感器阵列处理领域将矢量阵波束形成与波束域目标估计算法结合起来,实现了高精度目标方位估计,与常规阵元域和波束域方法相比,提高了多目标估计性能,增大了阵列输出增益,大大减小了计算量.仿真验证了本算法的优越性.     

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。     

三元组线列阵分裂波束目标方位跟踪方法

针对单线阵进行弱目标跟踪时容易受到强目标影响的问题,将三元组线列阵进行分裂波束定向,可提高对弱目标的方位跟踪能力。通过将三元组线列阵等分为两个三元组子阵,对两个三元组子阵分别进行心形波束形成,利用各自心形波束输出进行分裂波束处理得到目标方位。与常规单线阵分裂波束目标跟踪方法相比,该方法不但能给出跟踪目标的左右舷信息,同时提高了不同舷侧存在多目标时的目标跟踪能力。对海试数据的实际处理结果表明,三元组线列阵分裂波束定向时提高了对多目标的方位跟踪能力。     

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。     

宽带信号常规波束形成方位估计算法改进

1引言常规波束形成方法(CBF)分辨率较低,但同时也具有运算量低、稳健性高、不需要目标信号先验知识等优点,因而仍然得到广泛运用。围绕CBF分辨率的提高,产生了许多方法:H.Fan等人[1]是用外推     

基于SOC规划的稳健盲波束形成算法

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,提出了一种基于二阶锥（Second Order Cone,SOC）规划的稳健四阶累积量盲自适应波束形成算法。该算法相较于采用传统对角加载技术的高阶累积量盲波束形成算法和WCPO-RCUM算法而言,进一步提高了稳健性和输出信干噪比。计算机仿真实验表明,该算法具有很好的稳健性。     

一种基于运动模型的水下目标方位预处理方法

为了改善纯方位目标运动分析方法的性能,提出了一种水下目标方位预处理方法。该方法利用目标运动模型对观测方位序列进行预处理,经仿真验证,与常规的多项式拟合方法相比,能够有效降低水下目标方位观测量的估计误差,提高了目标运动分析的性能,可获得更高的运动参数估计精度。     

基于干扰方位跟踪的自适应干扰抑制方法

针对复杂海洋环境中声呐探测弱目标易被强干扰淹没的问题,提出一种对被动声呐探测到的强干扰源进行跟踪抑制的方法,通过对观测数据的互谱密度矩阵(Cross Spectral Density Matrix,CSDM)进行特征分解,根据干扰方位范围的先验知识,对干扰源的方位进行跟踪,依据方位信息选择代表强干扰的特征向量,依此根据不同的算法重构剔除了干扰信息的CSDM。数值仿真和海试数据验证结果表明,该方法能够在已知干扰初始方位区域的情况下自适应地抑制强干扰,较好地保留并提取目标信息,检测出感兴趣的目标。该方法为后续的目标识别与跟踪提供了有利条件。     

稳健协方差矩阵重构波束形成算法

针对信号导向向量失配以及接收数据协方差矩阵存在误差会导致传统的自适应波束形成器产生能损失的问题,提出了一种基于干扰加噪声协方差矩阵重构的稳健波束形成算法.该算法通过对信源来波角度范围进行Capon谱估计得出重构信源协方差矩阵,并通过特征分解以及子空间性质得出信源的导向向量,然后利用重构所得信源导向向量计算出信源功率以及...     

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。     

基于稀疏信号功率迭代补偿的矢量传感器阵列DOA估计

针对现有稀疏信号功率迭代算法对方位相近目标分辨概率与估计精度较低问题,提出了一种稀疏信号功率迭代补偿的矢量传感器阵列波达方向(Direction of Arrival, DOA)估计方法。基于稀疏信号补偿原理和加权协方差矩阵拟合准则,构建了关于稀疏信号功率与补偿权重的目标函数。推导了稀疏信号功率迭代更新表达式的闭式解。通过对稀疏信号功率进行谱峰搜索获得DOA估计值。理论分析表明,所提算法通过对离散网格点上的信号功率进行补偿提高了方位相近目标的分辨率概率与估计精度。仿真结果表明,相较于经典子空间算法与现有稀疏功率迭代算法,所提算法对方位相近目标具有较高的分辨概率与估计精度。     

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。     

矢量线阵二维波达方位估计的方法

声矢量传感器南声压传感器和质点振速传感器组成,它可以空间共点、时间同步测量声场的声压标量和振速矢量信息。钏对声压线阵无法同时分辨目标的方位角和俯仰角,而三维矢量传感器线阵会带来成本的增加和工程应用上的困难．利用二维矢量传感器组成的直线阵对目标的二维波达方位进行联合估计,详细推导了矢量阵MUSIC算法的数学表达式,并着重对矢量线阵在三维坐标不同轴上时对方位估计的影响进行了研究。仿真结果表明二维矢量线阵布放在水平的X轴或Y轴上时存在方位模糊．而布放在垂直的Z轴上时可以实现全空间无模糊定向,且对双目标也有较高的分辨率。     

结合主分量分析与DOA估计的语音盲分离

在欠定语音盲分离中,W-分离正交性假设通常使问题简化,但这种简化是以降低分离性能为代价。在语音信号满足近似W-分离正交性的假设下,提出利用主分量分析（PCA）检测只有一个源信号存在的时频点,检测出的时频点均满足W-分离正交性,因此提高了混合矩阵的估计精度。通过从混合矩阵中估计源信号的波达方向,可以较好地解决置换模糊问题。仿真结果表明,提出的方法与经典的DUET方法相比具有更优的性能,平均信干比提高了2.77dB。     

矢量水听器阵时频MUSIC算法研究

时频MUSIC算法利用信号的时频分布构造空间时频分布矩阵,并用该矩阵代替传统的相关矩阵进行DOA估计,可以有效抑制噪声和干扰,提高算法的稳健性。时频子空间算法突破了传统子空间算法中阵元数对估计信号个数的限制,时频点包含了信号的时频空三维信息,通过时频点的选择可直接确定信号的频率从而确定阵列流型矩阵。对于宽带信号,在进行方位估计时避免了频域搜索,减少了运算量。将时频MUSIC算法应用于二维矢量水听器垂直线阵中,充分利用矢量水听器的标、矢量信息和信号的时、频信息进行宽带信号的二维波达方位估计。仿真研究验证了算法的有效性。     

一种基于相关积分的互谱WVD目标方位估计方法

针对水下高速运动目标的被动跟踪问题,将魏格纳-威尔分布(Wigner-Ville Distribution,WVD)算法与互谱法相结合,构建了一种矢量信号处理框架下的目标方位估计方法——基于相关积分的互谱WVD算法。该算法利用了矢量水听器声压通道与振速通道信号的相关特性,首先通过计算两者的互相关函数来提取目标信号的特征信息,然后通过短时积分与傅里叶变换将互相关函数从时域转换到频域,最后在频域提取信号的特征参量,并进行方位估计。仿真研究表明,当目标处于远距离且低速运动时,所提算法的方位估计性能与互谱声强法基本一致;而当目标处于近距离且高速运动时,算法的方位估计性能大大优于互谱声强法。