矢量水听器线阵波束图

本文研究了矢量水听器均匀线阵的采用不同方式进行波束形成的波束图,并和声压阵相应的量进行了比较.结果表明,相对于声压阵,在不增加阵孔径的前提下,利用矢量水听器阵获得的波束主瓣更窄,旁瓣更低.利用声压和振速的联合处理,去除了声压线阵方位估计中的左右舷模糊.     

自适应噪声抵消在矢量传感器方位估计中的应用

矢量传感器能同时拾取声压和质点振速信息．单个矢量传感器就可以估计目标方位,因此非常适合在一些小平台上使用。一般平台的自噪声非常大,这对于目标的方位估计很不利,必须设法抑制自噪声以估计目标方位。文中采用自适应噪声抵消器对平台自噪声进行抑制,介绍了两种噪声抵消的方法,然后进行方位估计。同时对这两种方法作了计算机仿真。结果表明,两种方法都能有效地抑制平台本地噪声。     

单矢量水听器目标方位估计

矢量水听器由于其不但能获取声场中的声压信息,还能获取质点振速这一矢量信息,所以给其信号处理带来了更大的空间.单个的矢量水听器由于其具有这一特征,就能对声场中的目标进行方位估计,而且由于振速为矢量具有方向性,故不会出现左右弦的模糊问题,在工程应用上也由于其小的尺寸而受到重视,本文针对单个的压差式矢量水听器,利用其声压和振速的相关性;对单个的目标进行方位估计仿真,并用水池试验数据进行了验证.     

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。     

ESPRIT扩展孔径技术在矢量水听器线阵中的应用

ESPRIT算法是一种用信号旋转不变性来估计信号参数的方法,属于子空间分解技术。应用于矢量阵扩展孔径的方位估计时,则需要一定的算法去除其本征模糊。文中提出了一种适用于矢量水听器线阵的ESPRIT去模糊算法——MUSIC,并与另一种粗略估计去模糊的方法在性能上作出比较。仿真的结果证明:使用MUSIC方法不仅可以去除ESPRIT算法中的本征模糊,还可以克服线阵中的左右舷模糊问题,就不必进行归一化、不需要考虑声压传感器的存在。不论是单目标方位估计还是双目标分辨都具有更大的方位角估计适用范围和更强的稳定性。     

矢量阵组合增益仿真分析

矢量传感器由声压传感器和振速传感器同心复合而成,由它而构成的矢量阵在信噪比增益上体现了更大的优越性.本文基于矢量传感器阵组合增益的理论分析,在不同方位给出了各种矢量阵组合增益的计算机仿真结果,理论分析与仿真结果吻合很好.     

单矢量水听器二维DOA估计算法

为了减小传统声压阵的布阵规模,提高传统声压阵的测量精度,利用矢量水听器的阵列流形特性,使用阵列信号处理的原理进行二维DOA估计。将单个矢量水听器理解成一个声压水听器和三个振速水听器组成的阵列,在无需知道信号先验知识的条件下,分别采用MUSIC算法和ESPRIT算法对多个不相关的单频窄带信号的二维DOA进行了估计。仿真结果表明:在高信噪比情况下,两种算法的精度都很高,优于5阵元的声压平行线阵。利用单矢量水听器能够对信号的二维到达角进行有效估计,远小于传统声压阵的布阵规模。     

声压传感器与振速传感器中心不一致带来的定向误差分析

声矢量传感器由声压传感器和质点振速传感器组成,可用在空间某点同步测量声场的声压和质点振速信息。但矢量传感器在实际制作时,可能存在声压传感器和质点振速传感器中心不一致的情况,即矢量声场的非共点测量。这会使得声压与振速通道之间的接收信号存在时延差,从而影响矢量传感器的定向性能。从理论上分析了时延差对平均声强法定向的影响,即降低了信号处理的信噪比及引入π相位的定向误差,并提出采用互相关声能流法进行定向。通过仿真分析了中心不一致、入射角度和信噪比等因素对不同类型的目标定向结果的影响,并验证和讨论了互相关声能流定向算法的有效性和适用性。     

基于AR谱的声矢量传感器阵的波束形成

1引言 水声信号处理中研究的对象是声场,基于传统的声压传感器阵的水声信号处理只拾取声场的声压,而具有方向敏感性的矢量传感器测得声压的同时,可以得到质点振速等矢量信号,即同时获得p,Vx,Vy,Vz四个关于目标信息的物理量.由于获得的关于声场信息量的增加,基于矢量传感器阵的定向精度必将得到改善[1].常规的波束形成法如Bartlett法,Capon法是一种非参数谱估计法,没有将信号的可用信息结合到估计中,本文将AR模型法引入声矢量阵信号处理,将信号的模型结合到谱估计算法中,获得了更精确,分辨率更高的谱估计.     

基于AR谱的声矢量传感器阵方位估计

1.引言 水声信号处理中研究的对象是声场,基于传统的声压传感器阵的水声信号处理只拾取声场的声压,而具有方向敏感性的矢量传感器可以同时测得质点振速等矢量信号,即同时获得p,Vx,Vy,Vz四个关于目标信息的物理量,由于获得的关于声场信息量的增加,基于矢量传感器阵的定向精度必将得到改善[1].常规的波束形成法如Bartlett法,Capon法是一种非参数谱估计法,没有将信号的可用信息结合到估计中[2],本文将AR模型法引入声矢量阵信号处理,将信号的模型结合到谱估计算法中,获得了更精确,分辨率更高的谱估计.     

矢量水听器阵列自适应子空间跟踪算法

矢量水听器能同时共点获得声场中声压和振速,与其他水听器相比,能获得更多的信息量,具有很好的应用前景。矢量水听器阵列的MUSIC算法能实现360°无模糊方位估计,然而对于方位时变的目标源,该算法很难完成对上述目标源方位进行实时跟踪估计。鉴于此,将MALASE算法和MUSIC算法相结合,提出了一种矢量水听器阵列的自适应子空间跟踪算法。仿真结果表明,该算法既保留了MUSIC算法的性能,又实现了对目标源进行实时跟踪估计,且方位估计误差仅为0．4°左右。     

A novel thermal sensor concept for flow direction and flow velocity

This paper presents a unified theory for different measurement concepts of a thermal flow sensor. Based on this theory, a new flow sensor concept is derived. The concept allows measuring both direction and velocity of a fluid flow with a heater and an array of temperature sensors. This paper first analyzes the two-dimensional (2-D) forced convection problem with a laminar flow. The two operation modes of a constant heating power and of a constant heater temperature are considered in the analytical model. A novel estimation algorithm was derived for the flow direction. Different methods for velocity measurement were presented: the hot-wire method, the calorimetric method, and the novel average-temperature method. The only geometric parameter of the sensor, the dimensionless position of the sensor array, is optimized based on the analytical results. Furthermore, the paper presents the experimental results of the sensor prototype. In order to verify the analytical model, an array of temperature sensors was used for recording the 2-D temperature profile around the heater. Temperature values are transferred to a computer by a multiplexer. A program running on a personal computer extracts the actual flow velocity and flow direction from the measured temperature data. This paper discusses different evaluation algorithms, which can be used for this sensor. A simple Gaussian estimator was derived for the direction measurement. This estimator provides the same accuracy as the analytical estimator. Velocity results of both the calorimetric concept and the novel average-temperature concept are also presented.     

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。     

谱校正技术在水下信号波达方向估计中的应用

针对具有不稳定强线谱特征的水下目标,提出了一种基于目标线谱校正技术的信号波达方向估计(Direction of Arrival,DOA)方法,该方法结合矩形窗谱校正技术和全相位修正方法对目标线谱参数进行估计,从而计算目标方位.对该技术进行了仿真研究,并应用于实际水下目标线谱方位估计和单频脉冲波(Cw波)的DOA估计中....     

稳健的稀疏信号单快拍波达方向估计

通过稀疏重构得到传感器阵列输出数据的稀疏表示模型,研究了单快拍采样情形下的信号到达角(Direction of Arrival, DOA)估计问题。提出了一种基于最小均方误差(Minimum Mean-Square Error, MMSE)准则迭代实现的单快拍到达角估计算法(Iterative Implementation of MMSE, II-MMSE)。该算法将原有的稀疏表示模型中稀疏信号矢量的求解问题,转化为迭代求解稀疏功率对角阵,进而估计多目标信号的DOA。给出了算法的完整实现流程,从理论上分析了II-MMSE算法的迭代收敛性和对阵列模型误差的鲁棒性。仿真结果表明,II-MMSE算法在低信噪比、相干背景、小样本、阵列未校准等条件下都具有良好的测向精度和多目标分辨能力。     

基于L型线阵的二维分布源参数估计方法

针对二维分布源信号波达方向估计问题,提出了一个新的二维分布源模型及其参数估计方法。将基于角度信号密度函数的一维相干分布源模型扩展至二维,推导了二维分布源的广义阵列方向向量。在L型线阵下,利用广义MUSIC算法,首先估计出俯仰角及其扩散参数,然后利用估计出来的俯仰角及扩散参数对方位角及扩散参数进行估计。仿真实验表明,所提出的二维相干分布源参数估计算法具有良好的定向精度。     

利用时空平均法改善DOA估计性能

在信号子空间类DOA估计算法中 ,自相关矩阵估计的优劣决定了DOA估计的性能 ,但是常规自相关矩阵估计方法是对阵列输出信号做时间平均。然而对于均匀线列阵这一特殊阵型 ,其阵列输出自相关矩阵的具有To eplitz结构。根据均匀线列阵信号的时空平稳特性 ,本文提出一种时空平均的方法来改善自相关矩阵的估计质量 ,即对阵列的自相关矩阵做时间和空间两次平均 ,从而提高了DOA估计的性参 ;仿真结果表明 :在低信噪比或低快拍数的条件下能够明显提高DOA估计性能