水下运动声源部位识别方法研究

为了对水下航行器噪声源部位识别方法的可行性进行验证,研制了一套模拟试验系统。设计了非均匀水听器线列阵,采用常规波束形成(CBF)算法和反卷积(DAMAS)算法对噪声源部位进行了识别。通过对水库试验中静止及运动状态模拟声源的辐射噪声解算,验证了水下运动声源部位识别试验方法的有效性。实验表明:2种噪声源识别算法平均定向偏差小于0.2°,其中反卷积算法性能更为优越,适用于水下航行器噪声源识别。     

任意立体阵的方位估计算法及其误差分析

为了利用立体阵进行远程低空目标方位估计,提出了一种基于信号相位匹配原理的奇异值分解(SVDSPM)方位估计算法.推导了方位搜索需要的时延计算一般公式;分析了目标距离、立体阵高度、传声器位置误差和接收通道幅度和相位不一致性等对定向性能的影响;理论分析和仿真结果说明:只有利用立体阵才能消除俯仰角方向的声探测盲区;当选择合适的阵高度传声器位置误差,并且接收通道幅度和相位不一致性满足工程精度条件时,可实现远程低空目标的定向.     

基于单声矢量传声器虚拟扩展的多机动声目标跟踪算法

为解决单声矢量传声器(Acoustic vector sensor, AVS)可跟踪声目标数目少、跟踪性能差的问题,提出了基于AVS虚拟扩展的多机动声目标跟踪算法.首先,引入高阶累积量预处理过程并建立高阶似然函数,不仅能够抑制高斯噪声、提高估计精度,还可通过AVS的虚拟扩展增加可跟踪目标数目.然后,在边缘化δ广义标签多伯努利(Marginalizedδ-generalized label multi-bernoulli, M δ-GLMB)滤波框架下,提出了基于累积量的增广运动模型状态的M δ-GLMB (Cumulants-based augumented motion model state M δ-GLMB, Cum-AMMS-GLMB)算法.算法引入多种运动模型,并将表征不同模型的索引标号作为目标状态的增广参数,通过各模型间的加权混合获取优于单一运动模型的跟踪性能.除此之外,算法的序贯蒙特卡洛(Sequential Monte Carlo, SMC)实现过程中,依据高阶预处理获得的归一化空间谱拟合检测概率函数,抑制了杂波向可用粒子扩展,进一步增强了高似然区域的粒子.最后,推导了...     

双平行线列阵的方位估计及声探测盲区分析

基于信号相位匹配原理,给出了利用由双平行线列阵组成的平面阵进行声源方位估计的奇异值分解算法(Singular Value Decomposition for Signal Phase Matching,SVDSPM), 推导了空间谱搜索所需的时延计算公式;分析了双线阵间距对不同频率方位估计精度的影响, 从而确定了双线阵的间距;分析了声源频率对方位估计精度的影响;给出了给定频率时方位估 计精度与信噪比的关系并与MUSIC算法获得的结果进行了比较;给出了利用平面阵进行低空目 标的声探测时存在的声探测盲区的描述方法,并分析了声源的频率、目标初始俯仰角、阵元 数、阵型对声探测盲区的影响.仿真结果表明:(1)在低信噪比时SVDSPM算法的方位估计性能 优于MUSIC算法;(2)声探测盲区的范围与声源的频率和目标初始俯仰角有关,而与阵元数、 阵型无关.声探测盲区的分析和研究为立体阵的设计和方位估计提供了依据.     

自相关域信号相位匹配原理的正弦信号参数估计

对单路接收信号的自相关函数使用等间隔或变间隔时延截取得到M段信号,进而采用相位匹配原理进行正弦信号参数估计,能够进一步改善估计性能,尤其是变间隔时延可抑制大部分奇异峰。仿真结果表明,自相关域信号相位匹配原理的正弦信号参数估计精度优于频域信号相位匹配原理的参数估计精度。     

基于小波奇异特征约束的期望最大时延估计算法

针对低信噪比条件下非平稳信号时延估计精度低的问题,提出基于小波奇异特征约束的期望最大时延估计算法。设计小波奇异性特征尺度广义互相关矩阵,构建多尺度小波奇异特征约束下的期望最大化模型。推导参数更新公式,利用期望最大化算法并行迭代,求取奇异性特征显著性最大条件下信号的自适应尺度以及该尺度下声源信号的最优时延估计值。仿真和实验结果表明,所提算法在低信噪比条件下,相较于传统广义互相关时延估计算法以及改进算法具有较高的时延估计精度,并且有效提高了误差约束范围内的有效估计成功率。