声矢量阵波束域宽带聚焦MUSIC算法

和阵元域处理相比，波束域处理具有计算量小，分辨信噪比门限低的优点．同时，声矢量传感器拾取了更多的声场信息，联合处理这些信息可以提高声呐的性能．把声压阵的波束域高分辨算法的思想和相干子空间方法(CSM)的思想引入到声矢量阵列信号处理，在Michael Zoltowsk提出的矢量阵的数学模型的基础上推导出了声矢量阵波束域宽带聚焦MUSIC算法，并作了计算机仿真研究，仿真的结果表明：基于矢量阵的波束域宽带聚焦MUSIC、算法无论是在分辨信噪比门限还是在角度分辨能力上都要优于声压阵波束域宽带聚焦MUSIC算法，而二者的计算量相当，和矢量阵阵元域宽带聚焦MUSIC算法相比，矢量阵波束域处理的计算量要远远小于阵元域处理。     

矢量阵的非空间ESPRIT算法

矢量水听器同时测量声场中某点的声压和质点振速的正交分量,单个矢量水听器可视为空间共点阵.建立了任意阵型矢量阵的数据模型,研究了任意阵型矢量阵的非空间ESPRIT算法.非空间ESPRIT算法不是利用空间2个子阵组成的矩阵对,而是利用矢量水听器不同的输出分量组成矩阵对完成目标的二维角度(水平方位角和仰角)估计.仿真研究了该算法对单个源和多个源方位估计的情况,并利用外场试验数据验证了算法的有效性.结果表明,在当时的试验条件下,常规波束形成获得的主瓣波束宽度为30°左右,而非空间ESPRIT算法对目标方位估计的标准差为3°左右,说明基于矢量阵的非空间ESPRIT算法在未知阵列流形的前提下可对目标进行高精度方位估计.     

矢量阵自初始化MUSIC算法的试验研究

利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰,实现目标的方位估计.该方法减少了运算量,同时提高了目标方位估计的精度.为了检验算法的性能,进行了外场试验.利用3个矢量水听器组成了三元矢量阵,对比了矢量阵自初始化MUSIC算法和MUSIC空间谱估计以及常规波束形成的性能.试验结果表明,矢量阵常规波束形成的目标方位估计精度较差,MUSIC空间谱的估计性能较好,而迭代搜索MUSIC谱峰方法的定向精度最高.当空间严重降采样时,常规波束图的栅瓣高度接近主瓣高度,MUSIC空间谱表现出较强的栅瓣抑制能力,而自初始化MUSIC算法不受空间降采样的影响,总能给出正确的目标方位估计值.     

矢量圆阵测向方法

为了实现矢量传感器在圆阵阵型条件下的应用,研究了均匀矢量圆阵的测向方法.利用声场分解理论将接收声场分解为一系列相互正交的相位模态,给出了声压、径向振速和切向振速的预处理矩阵的生成方法,利用预处理矩阵将矢量圆阵阵元域信号变换到相位模态域,在相位模态域提出了一种矢量圆阵测向方法,实现了声压振速的相干信号处理.仿真和试验结果表明,本方法可以将矢量传感器的抗噪能力与阵列系统的分辨能力有机结合起来,获得比相同阵型的声压阵更好的检测和估计性能.     

生物听觉耦合机制的矢量组合阵方位估计方法

针对有限安装空间条件下小孔径基阵方位估计性能较差的问题,本文借鉴奥米亚棕蝇听觉系统的耦合放大机制,提出了一种基于仿生物听觉耦合系统的小孔径矢量组合阵方位估计方法。该方法利用单矢量传感器接收信号与噪声的声压和各个振速的相关特性设计了矢量声强滤波器,然后对小孔径组合阵声压通道接收数据进行滤波以提高信噪比,最后将仿生学听觉耦合机制拓展至该小孔径阵列,放大相邻阵元的相位差,从而获得具有较好DOA估计性能的CBF和MVDR方法。仿真结果表明:矢量听觉耦合算法在阵孔径小于常规10倍时,均可获得较好的空间谱,有效的提高的小平台阵列算法的性能。     

基于MUSIC算法的矢量水听器阵源方位估计

矢量水听器阵的每个阵元同时测量声场中的声压量和质点振速的3个正交分量,相对于声压水听器阵来说,矢量阵获取声场中更多的信息.利用矢量阵所获得的速度场的信息可去除目标方位估计中的180°模糊.多重信号分类(MUSIC)算法是通过对数据协方差矩阵进行本征分解获得信号空间谱估计的方法.本文采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计,以提高对源方位的估计精度.仿真结果表明,在SNR=10dB的条件下,相对于常规波束形成器输出,MUSIC空间谱的主波束宽度锐化了30°左右,旁瓣降低了16dB左右,利用MUSIC算法可提高对源的定向精度及对多目标的分辨能力.     

基于ESPRIT算法的L-型矢量阵源方位估计

建立了水平L-型矢量水听器阵列的数据模型,研究了利用ESPRIT算法同时对目标的水平方位角和仰角进行高分辨率角度估计,仿真L-型矢量水听器阵对单个源和多个源的方位估计情况,并和相同阵型的声压阵方位估计性能进行比较,结果表明,相对于声压阵,矢量阵可以在不增加阵孔径的前提下提高对单源方位估计的精度,获得的增益为6dB左右,同时提高了对多目标方位的分辨能力。     

矢量水听器阵波束域MVDR方法研究

矢量水听器可同时拾取声压和振速信息,成阵后水听器间的相移信息量增大.基于矢量水听器阵的波束形成性能明显由于单纯声压水听器阵.矢量水听器阵可用常规方法进行波束形成,但其方位分辨率有限.已经有人研究了矢量水听器阵的最小方差无失真响应波束形成算法(MVDR),但属于对阵元域信号进行的直接处理,运算量较大.本文提出一种基于矢量水听器阵的波束域MVDR算法(BMVDR).该算法首先将矢量水听器阵元的空间数据转换到波束空间,然后对转换后的数据再运用MVDR算法.结果,不但实现了降维处理,减小了运算量,同时可进一步抑制扫描扇面外的噪声.对BMVDR算法进行了仿真并与常规MVDR算法进行了比较.结果表明,本文方法可得到与常规MVDR算法相当的方位分辨能力.     

基于阵列误差校正的波束域方位估计算法实验研究

针对阵列误差的存在会导致波束域高分辨方位估计算法性能下降的问题,给出了一种基于阵列误差校正的波束域处理方法。该方法利用单个校正源,根据实际测量数据,在获取基阵实测阵列流形的基础上,实现了对阵列误差的校正,进而利用波束域MUSIC算法估计出信号的方位。实验结果验证了基于实测阵列流形的阵列误差校正方法可以有效增强波束域高分辨算法对阵列误差的稳健性。     

声矢量传感器线阵的左右舷分辨

声矢量传感器由声压传感器和惯性传感器复合而成,可同时测量声场一点处的声压标量和质点振速矢量的各正交分量,为解决传统声压水听器线阵固有的左右舷模糊难题提供了新的方法和手段.利用声矢量传感器线阵指向性函数研究了3种常规波束形成器的左右舷抑制比,然后简要分析了MVDR波束形成器的左右舷抑制比.理论分析和海试结果均表明:1)左右舷抑制比除了都不可避免地与信噪比有关之外,相比于具有一定左右舷分辨能力的声压水听器多线阵和三元组声压水听器线阵,声矢量传感器线阵的左右舷分辨性能主要取决于与频率无关的矢量传感器阵元指向性;2)声矢量传感器线阵MVDR波束形成器的左右舷分辨性能大大优于常规波束形成器.     

一种新的声矢量阵远程ESPRIT方位估计算法

为解决水下目标远程高分辨定向问题,文章提出了一种新的声矢量阵ESPRIT方位估计算法.与现有的将声矢量传感器(AVS)的振速信息作为独立阵元来处理的声矢量阵方位估计算法不同,新算法完全基于声压与振速联合信息处理,充分利用了声矢量阵(AVSA)中声压与振速的相干性原理,能更好地将ESPRIT算法的高分辨能力与AVSA的抗噪能力有机地结合起来,实现远程、高分辨方位估计.理论分析和基于湖试背景噪声的仿真实验证明了新算法的有效性.     

一种新的声矢量阵最小范数算法

现有的声矢量阵方位估计算法基本都是将声矢量传感器(AVS)的振速信息作为与声压相同的独立阵元信息来处理,没有充分利用AVS中声压和振速的相干性,以及由此带来的抗各向同性噪声能力.基于AVS中声压和振速的相干性原理,提出了一种新的声矢量阵最小范数算法.新算法充分利用了AVS中声压和振速联合信息处理的优势,能更好地将最小范数(MN)算法的高分辨能力与AVS的抗噪能力有机地结合起来,实现远程高分辨DOA估计.理论分析和基于湖试数据的仿真实验证明了所提算法的有效性.     

基于矢量阵的自初始化MUSIC方位估计算法

MUSIC空间谱估计突破了常规波束形成中的锐利限,能够对目标进行高精度方位估计.探讨了MUSIC算法在矢量阵上的应用,给出了矢量线阵MUSIC噪声子空间谱估计表达式,利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰实现目标的方位估计,用以提高目标方位估计的精度.对单目标和双目标方位估计进行了仿真研究,在文中的仿真条件下,当满足信噪比大于5dB的条件时,可对目标方位进行较好估计.研究结果表明,通过单个矢量阵元阵簇得出的目标方位估计精度较差,而迭代搜索MUSIC谱峰方法提高了方位估计精度.     

信号稀疏分解降噪在DOA估计中的应用

提出了一种基于稀疏分解的阵列信号降噪方法。该算法是通过匹配跟踪（MP）的稀疏分解对阵列接收信号进行降噪,然后结合一般的MUSIC算法实现DOA估计。首先将对阵列接收数据分阵元通道独立进行基于MP分解的降噪处理,在不改变阵列流型的前提下,达到了对阵列信号降噪的效果,且在实际算法中分析了MP分解迭代终止阈值的确定。通过仿真分析证实了信号MP分解降噪的方法应用于DOA估计中的可行性。仿真结果显示,在低信噪比环境中,基于MP分解降噪后的MUSIC估计方法取得了更好的估计性能,因此证实了该算法的有效性。     

声矢量阵快速子空间方位估计算法

针对声矢量阵高分辨方位估计算法运算量大的问题,基于声压振速联合信息处理,提出了一种快速的声矢量阵高分辨方位估计算法．该算法选择参考阵元的电子旋转矢量作为期望信号,运用多级维纳滤波器(MSWF)对信号子空间进行快速估计,不需要计算声矢量阵的互协方差矩阵,不用进行特征值分解,从而大大缩减了计算量．另外,该算法基于矢量传感器声压与振速的相干性原理,充分利用了声压振速组合抗干扰能力,有效抑制了各向同性噪声．理论分析和计算机仿真表明,该算法在拥有良好DOA估计性能的同时,大大减小计算量．     

非均匀天线阵的超分辨测向

提出了一种基于非均匀天线阵的超分辨测向算法。该算法利用了数字波束形成技术（DBF）,因而设备简单,适应性强。为实现超分辨测向,算法基于Gram-Schmidt正交（GSO）网络,将干扰对消的原理用于信号的方向自适应定位。算法可同时估计波达方向及信源个数,不需预先知道或估计信源数,而且算法简单,便于硬件实现。仿真结果表明,算法可实现超分辨测向,而且在一定条件下,测向精度可分辨率优于MUSIC算法。     

一种阵元位置误差条件下的DOA估计方法

针对存在阵元位置误差时多重信号分类(MUSIC)算法的信号波达方向(DOA)估计性能严重下降的问题,结合微粒群(PSO)算法,提出了一种在阵元位置误差情况下的DOA估计方法.该方法首先根据MUSIC算法原理拟合校准目标函数,然后运用PSO算法对函数进行寻优,再校准误差矩阵,最后利用MUSIC算法进行DOA估计.通过不同的参数设置条件下仿真结果比较,选择估计性能最好的一组作为PSO算法的关键参数设置,并对比了校准前后MUSIC算法的DOA估计性能.仿真结果表明:本文方法能够有效改善MUSIC算法的角度分辨能力.     

基于矢量传感器的高分辨频率估计算法研究

基于子空间分解的ESPRIT算法常用在阵列处理中对目标进行DOA估计．如果将空间的位移变成时间的延迟，单个矢量传感器可以实现高分辨率的频率估计．将ESPRIT与矢量传感器相结合，研究了高分辨率频率估计算法，建立了矢量传感器的数据模型，推导了矢量传感器的空时阵列流形，通过对协方差矩阵进行子空间分解，求得目标信号的频率估计值．仿真计算研究了不同信噪比、采样频率和数据长度条件下该算法的性能．结果表明基于矢量传感器的算法比基于声压传感器的算法具有更高的频率估计精确度．