基于矢量信号处理的水下目标定位和跟踪设计

通过仿真实验,提出基于矢量信号处理的水下目标定位和跟踪设计.以传统的三元对称阵和单站纯方位目标被动测距方法为基础,根据被动测向得到的目标方位信息,利用三个矢量传感器阵元组成联合测量阵,进行水下目标的被动定位和轨迹跟踪.考虑现场实际测量情况,对目标测向得到的方向信号就时间延迟进行补偿,提高了水下目标被动定位和跟踪的精度及可靠性.仿真实验说明,设计实际操作性好,能够对目标进行更加理想的跟踪定位.     

基于压缩感知理论的声矢量阵方位估计方法

水下目标在方位估计搜索空间中具有稀疏性,基于声矢量传感器阵空间稀疏模型实现小样本条件下的方位估计,结合压缩感知(CS)理论框架下方位估计的特点,通过对平滑l0范数快速精确的求解来估计目标方位角,该方法具有运算速度快、高分辨的特点.通过实验仿真从运算时间、分辨力等方面与常规波束形成(CBF)算法和最小方差无失真响应(MVDR)算法进行比较分析,验证了该方法的可行性与有效性.     

小孔径圆环阵凹槽超增益波束形成技术研究

在水下目标声纳检测问题的研究中,为了抑制水下噪声信号,提出了小孔径圆环阵凹槽超增益波束形成方法.上述方法针对均匀圆环阵,在保证基阵输出增益最大的前提下,采用凹槽波束优化方法,设计具有抑制特定方向波束响应输出的波束,以抑制该方向强的强干扰对目标方位估计的影响.仿真结果表明,改进方法能有效抑制期望信号方向以外的干扰对目标方位估计的影响;干扰信号越强,波束图输出谱凹槽越深;在小孔径圆环阵的基础上能实现对水下目标低频辐射噪声信号有效检测和方位估计.     

基于均匀圆阵的LFM信号DOA估计

针对为解决对雷达和通信中的线性调频信号源(LFM)定位的难题,为提高定位精度,提出了一种基于均匀圆阵的测向定位方法.方法通过分数傅立叶变换(FRFT)对LFM信号的能量聚焦特性,构造出一种新的FRFT域阵列数据模型;采用UCA-RB-MUSIC算法测向,通过模式激励法把阵元空间转换到实波束空间,对谱函数进行二维搜索,得到辐射源的方位角和俯仰角.通过理论推导和仿真验证,证明方法具有测向精度高、运算量小、360°全方位测向的优点.     

基于全变差和压缩感知的小带宽超分辨TOA估计

在一些被动雷达中,当目标回波信号的时宽带宽积较小时,采用传统脉冲压缩估计TOA的分辨率较低,对小时宽带宽积信号目标回波TOA进行有效估计是这些被动雷达面临的重要问题。对此提出了一种基于全变差和压缩感知的小时宽带宽积信号超分辨TOA估计方法。首先通过全变差滤波消除小时宽带宽积信号频带内的色噪声,然后利用压缩感知重构携带目标回波的TOA的稀疏信号,最后通过恒虚警检测获得目标的超分辨TOA估计。仿真实验证明了该方法的有效性。     

基于梯度追踪的压缩感知超宽带通信信道估计

针对现有压缩感知超宽带信道估计方法运算复杂度较高的问题,提出了基于梯度追踪算法的压缩感知超宽带信道估计方法.将超宽带信道估计转化为压缩感知的重构问题,并使用梯度追踪算法进行重构得到信道估计值,最终实现信息解调.梯度追踪算法通过每步计算目标函数的负梯度方向和搜索步长,使目标函数沿负梯度方向以此步长搜索得到每步重构值的最优解,从而避免了正交匹配追踪算法中高维度最小二乘运算以及基追踪算法中求解凸优化问题所导致的运算复杂度高的缺点.仿真结果表明该方法相对于正交匹配追踪算法和基追踪算法能够降低运算复杂度,提高运算速度,同时依然能够保证估计效果.     

电磁矢量阵中基于平行因子压缩感知的角度估计算法

将平行因子框架与压缩感知理论相结合,解决了电磁矢量传感器阵列中的波达方向估计问题。首 先将接收信号构建成平行因子模型,然后结合压缩感知理论,对平行因子模型压缩。根据三线性交替最小二乘算法对压缩后的平行因子模型进行分解,最后利用信号的稀疏性,得到波达方向估计。借助压缩过程,本文算法降低了传统的平行因子算法的计算复杂度,节约了 存储空间。本文算法无需谱峰搜索,且同时适用于均匀线阵和非均匀线阵。该算法的角度估计性优于ESPRIT算法,且接近传统的基于平行因子模型的角度估计算法,仿真结果证明该算法的有效性。     

基于多重解析字典学习和观测矩阵优化的压缩感知

文中提出了一种基于子空间解析字典学习和观测矩阵优化的图像压缩感知算法.该算法根据图像的局部方向特征,将整个图像空间分成多个子空间,并且采用几何共轭梯度算法分别在各个子空间学习解析字典,以实现对不同子空间图像块的最优稀疏表示.在图像重构过程中,首先在所有的子空间对每个图像块分别进行估计,然后根据稀疏表示最小误差准则获得每个图像块的最优估计.为了进一步提高图像重构质量,文中通过对不同子空间的图像块进行线性判别分析获得优化观测矩阵.实验表明文中算法可以实现高质量的压缩感知图像重构.     

基于通道对消处理的 SAR 快速运动目标检测技术研究磁

论文深入研究了基于通道对消处理的 SAR 快速运动目标检测、定位和速度估计技术。基于双通道杂波对消对快速运动目标信号的的影响,提出将通道对消后的残差 SAR 图像反变换回距离压缩方位时域,通过 Radon 变换计算距离走动的斜率,得到径向速度估计,再利用 keystone 变换完成运动目标的距离走动校正。基于图像熵最小化准则,采用参数搜索法实现方位向聚焦,同时获得切向速度估计值,在实现二维聚焦的基础上完成快速运动目标检测,最后对所提出的快速运动目标检测方法进行了仿真验证。     

变周期RP-EKF时延纯方位角目标跟踪算法

针对声传感器纯方位目标跟踪应用,提出了一种基于静态多模型的距离参数化变周期扩展卡尔曼滤波算法,将时延影响转换为模型的可变周期,并通过参数在线估计的方法,估计该可变周期.距离参数化方法将整个距离空间分成若干个区间,分区间对距离进行估计,进而搜索出目标与观测平台之间的正确距离值.仿真结果表明变周期距离参数化扩展卡尔曼滤波算法能有效解决经典扩展卡尔曼滤波算法在纯方位角目标跟踪时可能出现的滤波发散现象,并能处理声音信号的传输时间延迟问题.     

基于凸优化的3D变迹函数水下声呐成像算法

针对水下声呐成像算法中旁瓣电平过高的问题,提出一种基于凸优化的3D变迹函数优化方法,用于成像算法之前,以求在波束形成中获得较低旁瓣电平。利用凸优化算法高效求解满足约束条件的阵元激励权值,将激励权值形成一个3D变迹函数,以幅度变迹的方式作用于各阵元接收的信号,并对幅度变迹后的各阵元接收信号采用延时叠加方法波束形成并成像。以主瓣宽度和峰值旁瓣电平作为衡量波束性能的指标,将所提出方法与切比雪夫窗函数方法和未经变迹函数方法处理进行对比,并进行成像仿真。实验结果表明:所提出方法可以有效地抑制波束峰值旁瓣电平,提高成像对比度。     

DOA estimation based on fourth order cumulant beamforming for nonuniform linear array of DIFAR sonobuoys

The Directional Frequency Analysis and Recording (DIFAR) sonobuoy has been widely used in underwater target localization because it can capture more information than the Low Frequency Analysis and Recording (LOFAR) omnidirectional sonobuoy. Recently, array processing for fields of DIFAR sonobuoys has attracted considerable attention in order to enhance the direction of arrival (DOA) estimation performance and accuracy. DIFAR sonobuoys may become irregularly spaced due to the deployment method and the drift experienced once deployed, resulting in a nonuniform array. In this paper, we demonstrate the fourth-order cumulant beamforming (FOC-BF) technique to estimate the DOA for a nonuniform linear array of DIFAR sonobuoys. FOC-BF was compared with the conventional beamforming (CBF) through simulation works. The results show that FOC-BF provides better spatial spectrum with lower sidelobes than CBF. Furthermore, FOC-BF provides superior DOA estimation accuracy over CBF at very low signal to noise ratios (SNR).     

基于干扰噪声矩阵重构的自适应波束形成算法

针对在自适应波束形成中,当采样次数较少或期望信号导向矢量存在误差以及训练数据中含有期望信号成分时导致波束输出信干噪比(SINR)下降的问题,提出了一种重构干扰噪声协方差矩阵并且估计期望信号导向矢量的稳健自适应波束形成方法。在期望信号波达方向的角度范围已知的条件下,首先利用多重信号分类（MUSIC）空间谱在不含期望信号的区域重构出干扰噪声协方差矩阵;然后推导了避免期望信号的导向矢量的估计值收敛到任一干扰的导向矢量或它们的线性组合的约束条件;进而以此约束条件和阵列输出功率最大化条件建立了期望信号导向矢量估计的优化问题,并使用凸优化软件估计出最优的期望信号导向矢量。讨论了该方法的计算复杂度并通过仿真实验验证了其有效性和优越性。仿真结果表明,当期望信号和干扰源存在随机指向误差和局部散射的情况下,所提方法在很大的输入信噪比范围内的输出信干噪比仍接近理论值,优于其他自适应波束形成方法。     

超分辨率下的部分重叠干扰抑制

在船舶自动识别系统中,波束形成算法在目标信号受到来向相近的部分重叠干扰时存在性能严重下降的问题。针对上述问题,提出一种超分辨率下的部分重叠干扰抑制算法。算法通过自回归模型预测的方法求解自回归系数,进而进行虚拟阵元扩展预处理,并采用基于广义奇异值分解的波束形成算法完成目标信号的估计以及对部分重叠干扰的抑制,克服了上述场景下波束形成器在信号来向相近时性能较差的问题。仿真结果表明,所提算法通过结合阵列扩展与波束形成的特点,能够在不增加实际阵元的情况下较原阵列具备更高的分辨率。     

相关法目标距离估计仿真技术研究

对主动水声探测设备来说，目标距离是最重要的估计参数，随着计算机技术的发展，仿真技术在目标测距研究中得到了越来越广泛的应用。文中介绍了一种对相关法目标距离估计方法进行数字仿真研究的新方法。采用以任意型离散阵和LFM信号为基础的目标回波信号的多亮点模型，并通过6元线列阵作为接收基阵进行接收。在不同的多普勒频移的情况下，分别在不同的信噪比上进行了目标距离的相关仿真估计。在此基础上编制了仿真软件，进行了大量的仿真试验，试验的结果验证了所提方法的实用性和有效性。     

基于垂直线列阵的深海被动目标定深精度分析

首先研究了在深海环境下,采用三阵元垂直线列阵水声探测系统进行被动目标定深的基本原理,推导出了估计目标深度的理论公式.然后分别从随机误差、阵元配置偏差和相干多途水声信道的干扰的角度,对影响被动目标定深精度的各个误差源进行了理论分析,推导出了相关的理论公式,并提出了时延系数的概念.通过仿真实验,总结出各个误差源对被动目标定深精度的影响的规律,为进一步开展被动目标定深研究、提高被动目标定深精度奠定了基础.     

一种实用的盲波束形成和DOA估计方法

基于子空间分解的原理对相关文献的方法进行了改进.用平均时间延迟协方差矩阵的奇异值分解代替传感器数据矩阵的奇异值分解,大大地提高了运算速度,使模型和算法能更有效地应用于实际情况.同时仿真实验和海上实测数据结果表明,该方法能很好地实现方位估计和信号恢复,而且性能更佳.     

盲源分离与高分辨融合的DOA估计与信号恢复方法

目标方位估计(Direction of arrival, DOA)和信号恢复分别是水下目标定位、跟踪与识别的前提.基于盲源分离方法可以得到含有阵列流形信息的解混矩阵, 融合成熟的高分辨方法提出了一种新的方位估计、信号恢复模型和方法. 在宽带信号背景下进行了仿真实验, 结果表明该方法可实现目标方位的实时估计和目标信号的恢复. 在同等条件下完成同样的目标方位分辨率, 比单纯的高分辨方法要求的阵元数和快拍数较少, 要求的信噪比要低. 海上实测数据检验也表明, 比常规的最小方差无失真响应(Minimum variance distortionless response, MVDR)方法得到了更好的结果, 明显提高了弱目标信号的空间谱能量, 增强了检测弱目标信号的能力.     

虚拟阵列Khatri-Rao积与子空间联合稀疏表示的DOA估计方法

利用目标信号在空域分布的稀疏性,该文提出了一种基于虚拟阵列Khatri-Rao(KR)积与信号子空间联合稀疏表示的单快拍DOA估计方法;该方法利用单次快拍的采样数据,构造出双向虚拟阵列数据,并对虚拟阵列数据的协方差矩阵进行KR积变换处理,然后对向量化后的数据进行顺序重构,利用重构矩阵的大奇异值对应的左奇异向量为估计信号子空间;最后,利用凸优化工具箱对稀疏模型进行二阶凸规划的优化求解,得到高精度的DOA估计值;仿真实验验证了算法的有效性,在低信噪比下比传统MUSIC和OMP算法具有更高的估计精度。