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.     

随机共振在方位估计中的应用

单独的方位估计,在低信噪比下,会出现偏差。为了准确估计,提出了基于随机共振的微弱信号方位估计方法。。首先经随机共振后得到信噪比提高的信号,然后再由方位估计算法来估计出目标方位。利用方位估计中的CBF、MVDR、MUSIC算法,结合常用的微弱正弦信号和BPSK信号进行了仿真研究。结果表明：把随机共振应用到微弱信号方位估计符合理论分析,提高了目标方位估计的准确性。     

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.     

宽带信号波达方向估计算法的研究

相干信号子空间方法(CSM)一直是宽带信号波达方位(DOA)估计的研究热点.首先建立了宽带阵列信号处理的模型,在此基础上,分析了宽带高分辨方位估计在不同聚焦矩阵下的几种CSM算法.进行了计算机仿真试验,在理论上分析和比较了各种方法的性能,验证了宽带DOA估计算法的有效性.仿真结果表明,CSM方法具有良好的分辨性能,在低信噪比的条件下仍具有一定的分辨能力,但是需要进行方向的预估.     

水下运动阵列多目标检测和方位估计一体化方法

水下多目标的远程检测和方位估计是是水下阵列信号处理的两个关键问题。传统的方法是将这两个方面分开处理,先通过某种检测方法来检测目标个数,然后再利用某种方位估计方法来确定各个目标的方位。这样前面目标检测的结果的好坏就直接影响到后面目标方位估计的性能。针对低信噪比下传统检测方法的性能差且不能同时给出方位估计的问题,提出了一种基于水下运动阵列合成孔径技术的多目标检测和方位估计一体化新方法SATDE。该方法充分利用水下运动阵列合成孔径技术来提高阵增益和角度分辨率,并利用体现信号能量的MVDR空间谱函数来确定目标的个数及方位。仿真结果表明,对于相干信号来说,提出的方法在低信噪比下的检测性能显著优于AIC和MDL等传统方法,并且可以同时给出正确的方位估计。     

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.     

盲源分离与波束形成融合抑制方向性强干扰研究

针对强干扰严重影响线列阵声纳弱目标检测的问题,融合盲源分离（Blind source separation,BSS）与波束形成提出了一种抑制方向性强干扰的方法.首先在干扰方位形成波束得到干扰信号估计,然后对阵列接收信号的每个子带采用盲源分离方法得到分离信号和解混矩阵估计,并通过对分离信号和干扰信号进行子带谱相关抑制干扰,再将抑制干扰后的分离信号重构回阵元域信号,最后采用波束形成方法完成目标方位估计.利用模拟器数据和海试数据对方法进行了验证,结果表明,该方法能有效地抑制方向性强干扰,明显提高了弱目标信号的空间谱能量,增强了声纳检测弱目标的能力.     

贝叶斯高分辨方位估计新方法

针对贝叶斯方位估计方法计算量大的问题,将马尔可夫蒙特卡罗方法与贝叶斯方位估计方法相结合,提出一种基于Metropolis-Hastings抽样的贝叶斯方位估计方法(Bayesian DOA Estimator Basedon Metropolis-Hasting Sampling,简称MHB)。MHB方法将贝叶斯算法的空间谱函数作为信号的概率分布函数,并利用Metropolis-Hastings抽样方法从该概率分布函数中抽样。研究结果表明,MHB方法不但保持了贝叶斯方位估计方法的优良性能,而且大大减小了计算量。     

基于RBF神经网络的弱信号DOA估计方法*

提出了一种利用智能学习方式解决强信号条件下弱信号的波达方向估计问题的新方法。通过理论推导发现协方差矩阵的特征值与来波信号功率之间存在一定的关系,将含功率信息的协方差矩阵的特征值加入到含方位信息的协方差矩阵上三角部分共同作为样本特征,构建基于RBF神经网络的弱信号DOA估计模型,解决了现有的智能学习方法难以对强信号条件下弱信号的来波方位估计问题,相比于利用解析计算的方法,本方法不需要已知强信号的来波方位并对其进行干扰抑制,计算量更小、DOA估计精度更高。仿真实验验证了新方法的有效性。     

宽带高分辨方位估计的水池试验数据分析

宽带高分辨方位估计是目前水下阵列信息处理的研究热点和方向,在H．Wang提出了相关信号子空间处理方法(Coherent Signal-Subspace Method,CSSM)后,该方法一直是宽带高分辨方位估计的研究热点。该文建立了宽带阵列信号处理的模型,介绍了宽频带高分辨方位估计的几种典型CSSM类算法。进行了宽带高分辨方位估计消声水池试验,在理论上分析和比较了各种方法处理效果,验证了宽带高分辨算法的有效性。针对工程实际中阵列误差导致的模型失配,提出了一种宽带阵列误差的综合校正方法,结果证明该方法有着良好工程运用前景。     

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。     

基于改进块稀疏贝叶斯学习算法的波达方向估计

针对传统的基于稀疏表示的DOA估计算法单纯利用信号的空域稀疏性,导致在低信噪比时稀疏性能变差,影响信号稀疏重构效果的问题,使用分块稀疏理论对信号进行稀疏分解。随着目标增多及作战任务改变,DOA估计往往呈现目标群测向的特点,为了能够更好地利用信号的结构特征和统计特征,提出了基于空时联合的块稀疏DOA估计算法,使用块稀疏理论挖掘信号的内部结构,充分利用了信号的块内稀疏性和块间相关性,提高稀疏重构性能,进而对DOA估计效果有很大的提升。仿真实验表明,相比于经典的DOA方法,本方法有更好的估计效果。     

目标运动参数快速估计新方法

提出了一种CW雷达目标运动参数测量的新方法,利用CW雷达目标回波信号构造出两个单一频率的正弦信号,每个正弦信号的频率正好与目标的一个运动参数成正比,基于FFT和细化频谱的Chirp-Z变换得到运动参数估计值。该方法与现有方法相比,既没有使用时频分析工具等耗时的处理,也没有进行参数迭代处理,因此,运算复杂度低,运算量小,同时避免了估计误差传递。仿真实验结果表明了该方法的正确性。     

基于DSP的多目标方位估计并行处理软件的设计

在水下目标检测和跟踪系统中,多目标方位估计算法起着重要的作用,MUSIC算法是最具代表性的方法;为了满足目标方位估计对高速实时并行处理技术的要求,针对水下阵列信号处理的实际应用,采用有效的并行算法和并行结构来减少运算量,设计并研制了一种基于4片ADSP-TS101S的多处理器并行实时处理系统;经过对算法的运算时间和方位估计的性能进行分析,表明该系统提高了处理效率,解决了阵列信号处理中大运算量的高速实时处理的问题,具有良好的方位估计性能和实时处理能力,满足工程实际需求。     

基于频域ICA的波达方向估计方法

为降低阵元数目和提高相干多径入射信号的波达方向(DOA)估计精度。提出了一种基于频域独立分量分析与波束零点形成相结合的DOA估计方法。该方法综合利用阵列结构信息和目标信号的统计独立特性,与常规算法相比,降低了算法对阵元数目和精度的依赖,并能实现对相干多径入射信号的DOA估计。计算机仿真结果表明,该算法具有少阵元、收敛快、误差小的特点。     

运动状态与尺度估计的核相关目标跟踪方法

视觉跟踪在视频智能监控和机器人等领域有着广泛应用。基于相关滤波分类器,提出了具有运动状态估计和目标尺度估计的视觉目标跟踪方法。该方法将粒子滤波与核相关滤波方法相结合,首先估算运动目标的位置,然后执行尺度相关滤波器来估算目标的尺度,以使算法对尺度变化的运动目标具有更强的适应能力。该方法在传统的KCF跟踪算法的基础上引入了一种基于概率的运动状态估计方法,可以获得更加稳定的目标信息,并减少背景干扰信息的引入,从而在复杂场景下具有更强的抗干扰性。使用benchmark数据集对所提方法进行了测试实验,并和其他已有的若干视觉跟踪方法进行了对比实验,结果验证了所提算法的高效性,且所提方法在目标尺度变化、光照变化、姿态变化、部分遮挡、旋转及快速运动等复杂情况下均有较强的适应性。     

基于延时互相关的正弦信号频率估计方法

为提高非整周期采样信号的频率估计精度,提出一种基于延时互相关的正弦信号频率估计方法。首先,截取一段采样信号及其等长度延时信号;其次,对2段信号做互相关运算,并构建不包含误差项的误差校正信号;然后,对误差校正信号进行频率粗估计,并生成参考信号;最后,根据柯西-施瓦兹不等式构造误差函数,通过最小化误差函数得到频率精估计值。仿真实验结果表明：该方法能有效降低非整周期采样的影响,提高频率估计精度,其估计精度优于同等条件下基于自相关的频率估计方法,使得频率估计值的均方误差更接近克拉美罗下限。     

利用训练序列进行无线信道响应的低价估计

蜂窝CDMA移动通信系统接收机中的最优信号处理需要通过嵌在发射信号中的训练信号来估计实际信道的冲激响应。在CDMA移动通信系统中上行信道的许多估计方法虽然有很多优点但是成本很高。本文提出并分析了一种信道估计方法，其中所有用户的不同训练信号由同一基本信号的不同移位构成。因此实现了一个相关器形式的低成本信道估计器．     

和差式相位测向法在吊放声纳改进中的运用研究

国内某型吊放声纳在模拟信号处理过程中存在操作复杂和测向精度不高等问题,早期和差式相位测向法需要复杂的显示系统,对人员的操作要求较高,并且误差较大。通过分析影响吊放声纳测向的因素,在模拟处理转变为数字信号处理技术后,基于和差式相位测向原理,同时引入恒虚假检测以及目标参数估计等后处理算法流程,可直接精确地计算出目标方位,降低了对操作技能的要求,最终确定数字化改造的方向,为早期模拟吊放声纳装备性能改进提供了依据和参考。