一种基于DOA分布信息熵加权的线谱目标检测方法

针对常规宽带能量检测方法对低信噪比线谱目标检测性能较差的不足,文章在分析目标线谱波达方向（Direction of Arrival,DOA）估计分布信息熵的基础上,提出一种基于DOA分布信息熵加权的线谱目标检测方法。通过仿真对比分析了该方法的检测性能,并利用海上实验数据验证了其有效性。结果表明,当目标方位较为稳定时,该方法可有效检测低信噪比线谱目标,并可适用存在多个同频线谱目标的情况。     

双目标相干源窄带信号波达方向估计算法

利用水下目标发出的窄带信号,能够实现目标方向的精确估计。针对均匀线列阵接收水下目标窄带信号的特点,提出一种相干源波达方向(Direction of Arrival,DOA)估计的快速算法。通过精确估计目标信号对应的空间频率,直接计算出单目标或双目标信号的波达方向。对该算法进行了理论推导,通过仿真对算法进行验证,并对影响DOA估计精度的因素进行了分析。仿真结果表明,该算法具有较高的估计精度,不受信号时间长度的影响,算法计算量小,便于实时处理,具有较好的工程应用前景。     

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。     

直线阵识别水下运动目标噪声源方法研究

基于运动声源的时间方位特性,提出了采用均匀线列阵识别水下运动目标线谱噪声源的方法。利用时空二维MUSIC(Multiple Signal Classification)法对多个入射声源进行高分辨方位估计,获得运动声源的时间方位曲线,经野值点剔除和中值滤波平滑处理后,根据声源运动轨迹的先验信息,通过最小二乘法精确估计出噪声源通过线阵的正横时刻,最后结合参考声源确定噪声源在运动目标上的位置。考虑实际噪声测量情况,对时空MUSIC法做了近场修正,同时采用解相干处理使本文方法可适用于同频声源。数值仿真结果验证了方法的有效性。     

双平行线阵的水下二维DOA估计算法

利用集群自主式水下航行器（Autonomous Underwater Vehicles,AUV）进行的水下协同作业的需求越来越多。对于水下集群作业来说,AUV的水下定位非常重要。目前,AUV通常采用声学定位的工作模式,利用长、短基线阵对水下目标的二维波达方向（Direction of Arrival,DOA）进行估计,但在小型AUV上,基阵的阵列尺寸等受载体体积和换能器尺寸的共同限制,多信源条件下DOA估计的精度不高。设计低功耗平台,采用双平行线阵及传播算子算法来对多源目标进行二维DOA估计,结合通信与声学定位一体化方法,利用高频通信信号作为定位信号源,实现多信源环境中估计角度自动配对,在阵列尺寸受限的小型AUV上布放时,有较好的DOA估计效果。仿真结果验证了该方法的有效性。     

多普勒效应对应用IMP算法估计目标方位的影响

ＩＭＰ算法用于运动目标线谱信号处理时,为了解运动目标多普勒效应对ＩＭＰ算法目标方位角估计的影响,本文利用水池试验数据进行了仿真研究。文中叙述了ＩＭＰ算法目标方位估计原理,给出运动目标在多普勒频移情况下,ＩＭＰ算法对目标方位估计的仿真结果。     

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。     

基于协方差矩阵Toeplitz重构的MUSIC算法的波达方位估计方法

针对传统波达方向（Direction of Arrival, DOA）估计方法通过空间平滑对相干信号进行处理损失阵列孔径的问题，文章提出了一种基于协方差矩阵托普利兹（Toeplitz）矩阵重构的多重信号分类（Multiple Signal Classification, MUSIC）算法的波达方位估计方法。该方法首先根据阵列接收数据的协方差矩阵及其翻转矩阵来构造新协方差矩阵，并利用新协方差矩阵构造Toeplitz矩阵，然后对其进行特征值分解，得到Toeplitz矩阵的噪声子空间，利用噪声子空间求出信号空间谱，通过谱峰搜索估计入射信号的方位角。文中方法拓展了阵列孔径，增加了可估计相干信号的数量，提升了方位估计的性能，提高了阵列的空间分辨率。仿真和湖上实验数据处理结果表明，文中方法可估计出更多的相干信号，而且在低信噪比、少快拍以及信号入射角度间隔较小时仍然具有良好的方位估计性能。     

基于流形分离技术的DOA和极化参数联合估计方法

为了实现任意结构的极化敏感阵列对来波信号DOA和极化参数的联合估计,将流形分离技术(Manifold Separation Technique,MST)引入到极化敏感阵列的数据建模.重点研究了两种基于流形分离技术的二维DOA和极化参数的联合估计方法.第一种方法使用快速傅里叶变换(FFT)计算空间谱,避免了传统MUSIC方法中的谱峰搜索过程,有效降低了计算量;第二种方法将MST与信号子空间拟合技术结合,能够对任意相关性信号的DOA和极化参数进行联合估计,在信号源完全相干时仍具有良好的性能.两种方法皆适用于任意结构的极化敏感阵列.仿真结果验证了本文算法的有效性.     

基于协方差矩阵拟合的宽带无网格波达角估计

宽带波达角(Direction of Arrival,DOA)估计是声呐系统阵列信号处理中一个重要的研究方向。文章提出了一种基于相干子空间的改进稀疏与参数方法(Coherent Signal-subspace based Modified Sparse and Parameter Approach,C-MSPA),以实现高精度和高空间方位分辨能力的宽带DOA估计。算法利用聚焦矩阵将各子带上的采样协方差矩阵投影至聚焦频率上。完成聚焦后,文章基于频率选择的范德蒙分解理论对协方差矩阵拟合准则进行改进,使重构的协方差矩阵中包含的DOA信息严格限制在聚焦区域内,最终对重构的协方差矩阵进行范德蒙分解,得到DOA估计值。所提出的算法无需选取正则参数,同时避免了基不匹配问题。仿真和湖上实测数据分析结果表明,所提出的方法实现了高空间方位分辨能力且提高了DOA估计精度。     

矢量线阵MUSIC算法抗空间混叠性能研究

利用矢量线阵可以提高对目标参数估计的性能,探讨了矢量线阵MUSIC算法的抗左右舷模糊性能和抗空间混叠性能。理论研究和外场试验结果表明,矢量线阵消除了声压线阵MUSIC方位谱的左右舷模糊,在阵元个数保持不变的条件下,空间降采样时,矢量线阵MUSIC空间谱不仅提高了方位估计的精度,而且能够抗空间混叠,在相同的条件下．矢量线阵MUSIC空间谱的抗空间混叠性能明显优于矢量阵常规波束形成方法。     

三维前视声呐信号处理方法

三维前视声像声呐是安装在小型水下载体上的重要声学探测设备。提出了基于波达方向估计技术的三维前视声呐信号处理方法,接收阵水平方向采用波束形成技术,垂直方向采用波达方向估计技术。在波束内采用分裂孔径相位法提高水平方向分辨率,形成声呐阵前方的三维声像。仿真结果和水池实验结果表明:在接收阵面面积相同的条件下,能够获得优于常规技术的分辨率,可以实现点目标和连续目标的探测,适合于在水下载体上安装使用。     

一种适用于低信噪比条件的DOA估计方法

波达方向（Direction of Arrival,DOA）估计技术是信号处理中一个非常活跃的研究领域。但是无论传统的波束形成技术还是现代谱估计技术均适应于高信噪比的环境,当信噪比较低时,这些方法的波达方向（DOA）估计性能急剧下降。根据信号在时间上的强相关性和噪声在时间的弱相关性,提出了一种协方差矩阵的重构方法,该方法能够明显地提高协方差矩阵的信噪比。将新的协方差矩阵应用到最小方差无畸变响应（Minimum Variance Distortionless Re-sponse,MVDR）算法进行DOA估计,改善了传统MVDR算法在低信噪比条件下的DOA估计性能。计算机仿真和定向实验均表明在信噪比较低的环境中可以进行高精度的DOA估计。     

基于NI-CompactRIO平台的水声信号参数估计技术实现

通过对水声信号进行参数估计可以获得信号的频率、制式和周期等参数信息,传统的水声信号参数估计的实现方法过程繁琐,工作量大,开发周期长且可靠性较低。采用美国国家仪器公司最新推出具有高实时性的嵌入式控制和采集平台NI-CompactRIO以及Labview图形化开发环境,在该平台上实现了谱线比值法测频、信号转发和匹配滤波三种参数估计算法,提高可靠性的同时也缩短了开发周期。     

基于协方差扩展PM算法的波达方向估计

针对基于传播算子方法(Propagator Method, PM)的水听器阵波达方向(Direction of Arrival, DOA)估计在低信噪比或者小快拍数时性能变差的问题,文章提出一种改进的基于PM算法的水听器阵方位估计方法。该方法利用信号子空间的旋转不变性特征对协方差矩阵进行扩展和重构,通过分块协方差矩阵的子矩阵得到传播算子矩阵。通过传播算子矩阵构造扩展噪声子空间,然后利用信号子空间与噪声子空间的正交性估计空间谱。仿真实验和湖上实验的结果表明：相较于传统PM方位估计算法,文中算法在低信噪比或者小快拍情况下具有较好的方位估计性能,在信噪比为0 dB时,文中方法比传统PM算法均方根误差减少0.6°;在快拍数为150时,比传统PM算法的均方根误差减少0.1°。     

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。     

盲源分离用于DOA估计研究

方位估计是水下目标定位、跟踪的前提。提出了一种复数域奇异值分解盲源分离方法,估计出了阵列流形,并利用阵列流形表现出的相位关系完成了目标方位估计。通过仿真实验与MUSIC高分辨方位估计方法和相关文献的方法进行了对比,结果表明该方法能很好地实现目标方位的实时估计,且性能更佳。