一种加权稀疏约束稳健Capon波束形成方法

为了克服标准Capon波束形成器旁瓣级高以及存在角度失配时性能急剧下降等缺点, 在稀疏约束Capon波束形成器的基础上, 提出了一种加权稀疏约束Capon波束形成器. 该方法利用波束响应的稀疏分布特性, 在标准Capon波束形成优化模型中加入旁瓣区域波束响应稀疏约束(l₁ 范数约束), 使旁瓣区域波束响应向量中非零元素的个数最小化; 通过阵列采样数据协方差矩阵特征分解得到信号子空间及噪声子空间, 利用信号子空间与噪声子空间的正交特性, 构造加权矩阵对稀疏约束进行加权, 使得稀疏重构时波束响应向量中不同角度对应的元素得到不同程度的约束. 该方法有效地抑制了Capon波束形成器的高旁瓣级, 加深了干扰方位零陷, 提高了阵列输出信干噪比. 由于稀疏约束, 波束响应向主瓣集中, 期望信号方向附近的波束响应都较大, 从而也提高了阵列抗导向矢量角度失配的能力. 数值仿真和水池实验验证了所提方法的有效性.     

基于稀疏编码和禁忌优化的故障信号抽取方法

为了克服经典正交匹配算法获取原子集时遍历冗余字典具有较大时间开销的缺点,提出了一种基于压缩感知理论和禁忌优化算法的的稀疏故障信号特征提取方法;首先引入了压缩感知模型并描述了基于信号稀疏表示的故障诊断原理,设计了满足RIP准则以最小化l₁范数为目标的稀疏信号解的求解方法,然后定义了一种基于正交匹配算法的稀疏信号重构算法,并以最小化余量为目标函数,采用改进的禁忌搜索算法在原子空间中搜索满足目标函数的最优原子集,最后,给出了基于稀疏编码和禁忌优化混合模型的故障信号提取算法;在Matlab仿真环境下对滚动轴承故障信号进行试验,仿真结果表明:文章方法能有效地对具有强噪声的故障信号进行稀疏重构,不仅具有较高的信噪比,而且具有较小的余量误差和仿真时间,与其它方法相比,具有较大的优越性。      

基于稀疏信号重构的阵元位置误差校正方法

阵元位置误差的存在会严重影响水听器阵列的测向性能,为此在使用阵列之前需对该误差进行校正。针对这一需求,提出了一种对任意阵型适用的高精度阵元位置有源校正方法。结合远场阵列模型以及位置误差"有界"的特点,基于压缩感知理论,将阵元位置估计转化为对稀疏信号的重构过程,建立了阵元位置误差模型,构造了该模型下凸优化函数,并采用l₁-SVD(Singular Value Decomposition,SVD)方法进行求解,同时给出了物理解释和算法实施步骤。计算机仿真表明基于稀疏信号重构的校正方法性能明显高于子空间拟合算法,且性能接近相应克拉美罗下界,对于校正源方位误差有较强的容错能力,不受制于微小误差的假设以及初值的选取。该方法是一种可对阵列中的部分或全部阵元进行校正的高精度、稳健的有源校正算法。      

菲涅尔区板天线赋形波束的最优逼近

从赋形波束最优逼近的观点入手，应用加权余量法和Prony法，研究基于直线阵列激励方式及其阵元空间分布的优化设计，从而实现菲涅尔区板天线辐射波束及焦区场分布的最佳数值逼近技术。所用方法适合于对各种菲涅尔区聚焦结构物理赋形波束的最优逼近，相关研究一方面对于设计高性能的直线阵列天线具有重要的参考价值，另一方面，对于进一步深入研究菲涅尔区聚焦结构的工作机理具有理论指导意义。     

采用空间谱加权稀疏约束的稳健Capon波束形成方法

针对标准Capon波束形成器旁瓣级高以及期望信号方向存在误差时,性能会严重下降的问题,提出一种基于噪声及干扰空间谱加权的稀疏约束Capon波束形成方法。该方法利用波束响应本身具有的稀疏特性,以及在稀疏重构算法中l₁范数具有抑制较大值保护较小值的特性,使用噪声及干扰的空间谱对不同角度的波束响应进行加权,然后施以稀疏约束。仿真、水池试验与湖上试验中,与其它几种方法比较表明该方法可以降低波束形成器的旁瓣级,获得较深的零陷,提高了阵列输出信干噪比与抗导向向量误差的能力。      

一种利用分布式传声器阵列的声源三维定位方法

为了提高噪声和混响条件下分布式传声器阵列进行声源定位的性能,提出一种利用空间稀疏性和压缩感知原理的声源三维定位方法。该方法首先通过两次离散余弦变换方式提取出声音信号特征,并用该特征来构建稀疏定位模型,以便能够综合利用语音信号的短时和长时特性,同时降低模型维数;然后利用在线字典学习技术动态调整字典,克服稀疏模型与实际信号之间的失配问题,增强稀疏定位模型的鲁棒性;进而提出一种改进的平滑l₀范数稀疏重构算法来进行声源位置解算,以提高低信噪比条件下的重构精度。仿真结果表明该方法不仅可以实现多目标定位,而且具有较强的抗噪声和抗混响能力.      

基于压缩感知理论的~(252)Cf源中子脉冲信号分析

针对252Cf源驱动核材料产生裂变中子脉冲信号具有脉冲序列特殊的"0,1"稀疏结构之特点,采用压缩感知理论,通过巧妙引入图论中的二分图模型,同时结合二分图的最小覆盖性质,适当添加约束条件,构建了稀疏均匀的观测矩阵。研究结果表明,利用压缩感知理论对"0,1"中子脉冲序列特殊稀疏结构的信号重构算法不仅可行,而且还获得了优于l1范数最小化方法重构结果,这对252Cf驱动核材料的中子脉冲信号分析与处理提供了一种新的途径或方法。     

浅海低频长线阵声源方位估计*

浅海大孔径水平阵信号估计近端射的低频声源方位时, 常规波束形成会产生明显的波束偏移和分裂现象, 从而造成单声源方位估计偏差。针对这一问题, 提出一种基于块稀疏压缩感知的声源方位估计方法。根据简正模理论, 将水平阵接收声场表示为方位角空间的块稀疏信号模型, 并通过块正交匹配追踪算法进行方位估计。仿真和2011年北黄海实验数据结果表明所提块正交匹配追踪方法可实现浅海波导环境下低频近端射的单个声源方位的准确估计。     

块稀疏水声信道的改进压缩感知估计

压缩感知信道估计可利用信道稀疏特性提高估计性能,但对于具有典型块稀疏分布的水声信道,经典的l₀或l₁范数无法很好地描述块稀疏特性。利用水声信道块稀疏分布规律特性提出一种能够识别块稀疏结构的块稀疏似零范数,并在稀疏恢复信道估计算法中引入块稀疏似零范数约束项,进一步推导了复数域块稀疏似零范数恢复迭代算法,该算法通过对块稀疏似零范数进行梯度下降迭代并将梯度解投影至解空间来获得水声信道的块稀疏似零范数估计。数值仿真和海上水声通信实验结果表明该算法相对经典的稀疏信道估计算法有较明显的性能改善。通过算法推导、仿真和实验可获取结论:利用水声信道的块稀疏特性进行压缩感知重构可有效提高信道估计性能。      

基于压缩感知和改进自适应正交匹配的稀疏信号重构

针对传统香农-奈奎斯特采样定理指出在保证原始信号重构精度的前提下,采样频率必须为原始信号频率的2倍,提出了一种基于压缩感知理论和改进的自适应正交匹配追踪算法的稀疏信号重构方法;首先引入了压缩感知模型和信号重构目标函数,然后在对经典正交匹配追踪类算法进行分析和总结的基础上,为克服其不足,设计了一种二次筛选支配原子集的方法,即通过计算信号的QR分解并计算具有最大势能的原子从而得到能量候选原子集,通过计算余量与原子的相关性选出相关性最大的原子从而得到相关候选原子集,并将能量候选原子集和相关候选原子集的交集作为最终支配原子集;最后定义了具体的采用自适应正交匹配算法实现信号重构的算法;在Matlab仿真环境下试验,结果表明:文章方法能有效地进行稀疏信号重构,具有较小的重构误差,且与其它方法相比,具有收敛速度快和重构效果好的优点。     

基于粒子群算法的稀疏阵列超声相控阵全聚焦成像

为降低相控阵超声检测全聚焦算法的成像数据量及阵列稀疏优化的计算时间,研究了一种用于稀疏阵列全聚焦成像的阵列优化算法,并通过实验对其成像效果进行了验证。针对目前超声相控阵检测的全矩阵采集数据量大、全聚焦算法成像时间长的难点,该文通过构建稀疏阵列,在保证成像质量的同时显著降低成像数据量,提高了全聚焦算法的成像效率。通过以主瓣宽度、旁瓣峰值以及主瓣峰值作为约束条件构建适应度函数,采用粒子群算法得到稀疏阵元位置分布并进行阵元权重修正,并将其用于稀疏全聚焦成像。相比全阵元成像,使用粒子群算法所得的稀疏阵列的阵元个数降低了56.25%、65.62%,数据使用量降低了80.86%、88.18%。在阵列优化方面,相比遗传算法减少了84.86%的计算时间。     

稳健宽带波束形成器设计的低阶统计量法*

由于传声器阵列通常对阵元失配误差较为敏感,因此稳健波束形成器的设计已成为传声器阵列处理领域的研究热点之一。概率密度法是目前传声器阵列稳健波束形成器设计中的一类重要方法,但该方法所需的阵元失配误差的概率密度信息在实际中较难获取。针对这一问题,本文研究了基于阵元失配误差低阶统计量的稳健波束形成器设计方法,该方法仅利用在实际中较易获取的阵元失配误差的一阶和二阶统计量信息。本文分别研究了基于阵元失配误差低阶统计量的固定权和变加权最小二乘波束形成器设计,给出了两种波束形成器的相关设计理论。理论和仿真分析表明,在小误差条件下,低阶统计量法所设计的波束形成器仍保持与概率密度法相当的性能。     

频率不变波束形成器抽头稀疏化设计的交替方向乘子法

针对具有空间响应变化函数约束的频率不变波束形成器设计问题,提出了采用交替方向乘子法实现抽头稀疏设计的优化算法。该算法利用交替方向乘子法能够将原始优化问题进行分裂处理的特点,通过引入替代变量和指示函数,使得表征波束形成器抽头稀疏度量的非凸L₀范数与阵列响应约束分离,进而将问题分裂到元素层级并给出近邻算子的解。对于指示函数的近邻算子求解,在分裂到元素层级后则退化为简单的双边约束问题,因而降低了优化求解的计算复杂度。仿真分析表明,提出的方法比现有的L₁范数方法在宽频带条件下的抽头稀疏度能够提升6%~13%,通带最大波动误差减小了约2 dB,并且优化消耗时间更短。实验结果进一步验证了所提方法在实现高抽头稀疏度波束形成的同时,对声信号造成的失真更小。因此,所提出的方法在降低传声器阵列波束形成器的实现复杂度以及保持阵列响应的频率不变性能方面更具有优势。      

基于改进的稀疏度自适应匹配追踪算法的宽带压缩频谱感知

针对在实际宽带压缩频谱感知中难以预先获知宽带频谱稀疏度的问题,提出一种改进的稀疏度自适应匹配追踪(modified sparsity adaptive matching pursuit, MSAMP)算法,该算法在支撑集选择过程中对稀疏度进行了预估计。结合序贯压缩检测技术,给出了一种基于该算法的多认知用户合作场景下的宽带压缩频谱感知方法,理论分析和实验仿真结果表明,该方法可在频谱稀疏度先验知识缺少的情况下,有效提高宽带频谱感知性能。     

一种数字微镜阵列分区控制和超分辨重建的压缩感知成像法

提出一种压缩感知成像框架结构.该结构采样端用新建的采样矩阵实现数字微镜阵列分区控制,可增强信息获取的准确性,测量得到与新数字微镜阵列对应的压缩采样值;重构端由采样值优化重构出低分辨率图像后,根据分区控制过程建立压缩感知理论框架下的超分辨重建模型,利用梯度稀疏约束优化算法进行求解,恢复出原高分辨率图像.实验结果表明:数字微镜阵列分区控制与超分辨重建相结合的方法可以明显降低压缩感知成像系统的计算量,缩短成像时间,并且具有较高的图像重构质量.     

水声多输入多输出信道的分布式压缩感知估计

多输入多输出技术通过采用多个阵元进行多发多收空间复用信道可在极其有限的通信带宽下实现高速水声通信,但由于同时存在通道间干扰和多径干扰,水声MIMO信道估计变得困难。提出利用MIMO水声信道多径稀疏结构存在的相关性,在经典联合稀疏模型的基础上对MIMO观测矩阵进行重组,从而建立基于分布式压缩感知的单载波水声MIMO通信信道联合稀疏模型;同时,针对信道响应中具有相同多径位置的稀疏部分和特有稀疏部分设计区分性正交匹配追踪算法进行联合重构,进一步抑制通道间干扰的影响。最后通过仿真和海上实验进行本方法有效性的验证,实现16 kbps的MIMO水声通信。通过算法推导、仿真和实验可得到结论:利用MIMO水声信道多径相关性进行分布式压缩感知估计可提高估计性能。     

水声多输入多输出信道的分布式压缩感知估计

多输入多输出技术通过采用多个阵元进行多发多收空间复用信道可在极其有限的通信带宽下实现高速水声通信,但由于同时存在通道间干扰和多径干扰,水声MIMO信道估计变得困难。提出利用MIMO水声信道多径稀疏结构存在的相关性,在经典联合稀疏模型的基础上对MIMO观测矩阵进行重组,从而建立基于分布式压缩感知的单载波水声MIMO通信信道联合稀疏模型;同时,针对信道响应中具有相同多径位置的稀疏部分和特有稀疏部分设计区分性正交匹配追踪算法进行联合重构,进一步抑制通道间干扰的影响。最后通过仿真和海上实验进行本方法有效性的验证,实现16 kbps的MIMO水声通信。通过算法推导、仿真和实验可得到结论:利用MIMO水声信道多径相关性进行分布式压缩感知估计可提高估计性能。      

相控阵超声二维稀疏阵列的优化设计应用研究

在相控阵超声检测中,稀疏阵列是利用较少阵元数目获得大阵列孔径的有效办法。目前一些稀疏阵列没计的方法,并没充分利用有效阵元。本文首先采用遗传算法没计二维稀疏阵列,发现遗传算法设计的稀疏阵列,一致性较差。主要原因是在没有任何限制的条件下,寻优搜索空间大,遗传算法参数往往难于控制。针对此问题,受十字形稀疏阵列和最小冗余度阵列的启发,本文将最小冗余度阵列拓展到二维稀疏阵列的设计中。计算机模拟和实验都表明,利用最小冗余度阵列和遗传算法设计的二维稀疏阵列具有很好的空间分辨率和对比度分辨率。     

联合通道随机关闭和反卷积的水平阵波达方位估计

针对阵元位置失配时反卷积常规波束形成方法会在旁瓣位置产生能量较高的伪信号特征的问题,提出了一种联合通道随机关闭和反卷积的水平阵波达方位估计方法,计算不同方向的加权向量时在阵列孔径不变的前提下随机关闭一定数目的阵元。该方法能保持点传播函数字典矩阵在对角线附近的结构不变,在矩阵其他区域引入噪声,从而抑制伪信号特征的产生。仿真实验证实,在可工作范围内,该方法相比于反卷积常规波束形成能大幅抑制背景能量,显著提高目标信号峰值背景对比度。此外,利用SWellEx96实验数据进一步验证了该方法抑制背景能量和实现目标信号检测的优良性能。     

交替迭代多约束波束优化设计

声学阵列波束形成器的阵增益、旁瓣级、稳健性等多个指标相互关联,对于包含加权向量范数约束和旁瓣控制的高增益波束优化设计问题,针对传统的内点法波束优化算法硬件实现困难及计算复杂度大等问题,提出了多约束交替迭代求解方法。通过引入辅助变量将范数约束和旁瓣约束解耦合,进而将多约束优化转化为两组单约束优化问题。给出了优化子问题的解析或近似解。理论分析表明,与现有内点优化算法相比,所提方法计算量较小,单次迭代复杂度仅为变量及约束个数的二次多项式。采用仿真和实测的阵列流形验证了设计效果,结果表明所提方法可实现旁瓣级,阵增益和稳健性等多个波束设计指标的合理折中,计算精度与二阶锥规划算法相当,但计算量更小。