基于MUSIC算法的矢量阵波达方向估计

矢量水听器由声压传感器和质点振速传感器复合而成,可以空间共点、同步测量声压和质点振速的各正交分量。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,并详细描述了该算法的原理及应用过程,最后进行了几个仿真对比试验。仿真结果表明,在SNR=10dB条件下,相对于Capon波束形成器输出,MUSIC空间谱的主波束宽度锐化了2.6~0,旁瓣降低了12dB左右,利用该算法可提高对信号源的定向精度及对多目标的分辨能力。     

基于声矢量传感器阵的酉MUSIC算法

声矢量传感器同时拾取空间同点的声压振速信息,为阵列信号处理提供了更多的信息。酉MUSIC算法可以降低计算复杂度,提高方位估计性能。综合二者优点,提出了基于声矢量传感器阵的酉MUSIC算法。构造了广义转换矩阵,通过合成复观测数据及其共轭,实现了协方差矩阵的实值特征分解,降低了计算量。仿真与湖试结果表明,与已有算法相比,该方法具有计算量小和背景噪声低等优点。     

基于波束空间的MUSIC超分辨ISAR成像*

研究ISAR成像模型,针对MUSIC（多信号分类）成像算法中运算量大、分辨门限高,且散射点数目难以确定等局限性,提出基于波束空间的MUSIC（BMUSIC）超分辨成像算法。利用新的盖世圆盘方法准确判定散射点数目,通过波束空间处理,有效地降低了计算复杂度,同时抑制了噪声影响。理论分析和仿真结果表明,该方法在提高计算效率的同时,减小了算法对噪声的敏感度,改善了成像质量。     

MEMS矢量水听器阵列信号处理研究

MEMS矢量水听器是一种新型的水声传感器,对这种传感器的原理进行了简要介绍。为了验证该MEMS矢量水听器阵列的目标估计性能,进行了矢量阵的深海实验研究,选取了MUSIC算法应用于该MEMS矢量阵。实验结果表明:在复杂海洋环境中,该MEMS矢量阵能够实现对目标的方位估计和水下运动目标的航迹跟踪,从而验证了该MEMS矢量水听器成阵的可行性,为工程化应用奠定了基础。     

压差矢量水听器阵波束形成的优化

以各向同性噪声作为背景噪声场,对矢量水听器阵波束形成的优化方法进行了系统的研究.在分析各向同性噪声场中声压、振速相关性的基础上,利用最大信噪比准则推导了基阵的最佳增益与噪声场特性和阵列流形之间的关系,提出利用最佳增益权对阵列接收信号进行波束形成处理.通过对矢量水听器阵进行分解,将最佳增益波束形成引入矢量阵信号处理中.以二维压差矢量水听器阵作为接收基阵进行了仿真计算和湖上试验,结果表明,矢量阵的最佳增益波束形成可以获得性能更优的波束和更大的空间处理增益.     

矢量阵一种简单的相位误差校正方法

分析了矢量水听器阵的阵列流型和误差模型,针对矢量水听器阵列声压和振速通道存在相位误差问题,应用常规波束形成方法和MUSIC方法进行方位估计误差大。并对通道存在估计性能下降的问题,提出了一种简单的相位误差校正方法。利用阵列流型向量在信号子空间的投影,得出存在相位误差的阵列流型向量就是信号子空间的特征值为＂一＂的特征向量,通过与精确的阵列流型向量比较求出矢量阵的相位误差。最后,修正矢量阵的相位误差,得到准确的方位估计能力。通过计算机仿真,验证了算法的可行性和准确性。     

一种小型矢量阵优化波束方法研究

在小型声纳平台中由于单个矢量水听器所含的振速传感器具有自然指向性,其组成的矢量阵较传统水听器阵有优越性,但单个矢量水听器的自然指向性波束较宽,组成的矢量阵的-3dB束宽和旁瓣级不够理想。该文利用单个矢量传感器的声压、振速信息联合处理形成较好指向性,并用于矢量阵获得良好的阵列效果,同时分析了该方法对线阵和圆阵的影响。仿真结果表明当线阵的阵元间距和圆阵半径都为0．5米时,矢量阵接收低频信号所形成的波束图中-3dB束宽在以25°内,第一旁瓣级低于-60dB,这证明了该文的方法是有效的。     

基于矢量水听器的非均匀阵列APES波束形成算法

针对传统幅度与相位估计（Amplitude and phase estimation,APES）算法难以应用于非均匀阵列的问题,研究了基于矢量水听器的APES算法。利用矢量水听器能够同时共点测量声压和质点振速的特点,将矢量水听器的声压和解析振速通道作为两个子阵,两路子阵之间只存在一个相位差,且与阵元位置无关,使得APES算法能够应用于任意形状的阵列。推导和分析了矢量APES算法的阵增益及其稳健性。分析和 仿真表明：该方法相比于传统APES算法,具有更高的阵增益,且能适用于非均匀阵列;相比 于最小方差无失真响应（Minimum variance distortionless response,MVDR）算法,具有更好的稳健性,能解决相干问题及能够获得更准确的信号功率,并用实测数据验证了算法的 有效性。     

基于FFT的子孔径MUSIC波达方向估计

针对现 有的很多波达方向估计算法涉及到数据协方差矩阵的估计及其特征分解,甚至是求逆,导致 运算复杂度高的问题,提出了基于快速傅里叶变换的子孔径MUSIC波达方向估计算法 。首先将等距线阵的接收数据矢量均匀划分为4个子矢量,然后对各个子矢量分别求FFT。将 FFT的结果相干积累,并找到最大峰值点。最后,利用子矢量FFT的结果中与最大峰值点对应 的数据构造新的降维矢量,借助MUSIC算法进行波达方向估计。该方法避免了直接接收数据 的协方差矩阵估计和特征分解,有效地降低了运算量和计算复杂度,在阵元数和快拍数都较 多的情况下优越性尤为明显。计算机仿真验证了所提方法的有效性和优越性。     

非均匀线阵的宽带波达方向估计

研究了基于非均匀线阵的宽带DOA估计问题和非均匀线阵的阵形。对宽带相干信号子空间算法（CSM）和修正MUSIC算法（MMUSIC）的基本原理作了简单介绍。基于修正MUSIC算法和CSM算法,提出了一种适合非均匀线阵的宽带DOA估计算法。仿真结果表明提出算法在非均匀线阵对称布阵方式下取得很好的效果,提高了DOA估计性能。     

机会式电磁矢量传感器阵列互耦校正算法

针对电磁矢量传感器阵列中的互耦效应导致系统性能下降的问题,研究了一种分布式电磁矢量传感器机会式阵列互耦校正算法。首先建立可以从信噪比、波达方向估计精度和孔径扩展维数等性能方面分析线性阵列、三角形阵列和双三角形阵列等阵列结构特性的数学模型,然后根据性能分析结果构建了电磁矢量传感器机会式阵列架构,最后提出了适用于分布式电磁矢量传感器阵列的机会式互耦校正算法。实验结果从波达方向估计精度、空间谱估计精度和信噪比等方面证明了所提分布式电磁矢量传感器机会式阵列互耦校正算法比静态传感器阵列具有明显优势。     

Narrowband signal detection techniques in shallow ocean by acoustic vector sensor array

This paper presents the formulation and performance analysis of four techniques for detection of a narrowband acoustic source in a shallow range-independent ocean using an acoustic vector sensor (AVS) array. The array signal vector is not known due to the unknown location of the source. Hence all detectors are based on a generalized likelihood ratio test (GLRT) which involves estimation of the array signal vector. One non-parametric and three parametric (model-based) signal estimators are presented. It is shown that there is a strong correlation between the detector performance and the mean-square signal estimation error. Theoretical expressions for probability of false alarm and probability of detection are derived for all the detectors, and the theoretical predictions are compared with simulation results. It is shown that the detection performance of an AVS array with a certain number of sensors is equal to or slightly better than that of a conventional acoustic pressure sensor array with thrice as many sensors.     

多气体的SVM数据融合定性识别方法

针对基于神经网络的多气体定性识别方法中存在的过学习和泛化能力差的问题,提出了一种基于支持向量机(SVM)与多传感器数据融合的多气体定性识别方法。该方法采用结构化风险最小化准则的多类分类支持向量机对由多个气体传感器、温度和湿度传感器组成的传感阵列的数据进行融合,克服了传统方法的缺陷,消除了环境温度与湿度等因素的影响,实现了100%的定性识别率,实验结果证明了该方法的有效性。     

声矢量阵目标估计的新方法

矢量传感器的阵信号处理是研究矢量阵工程化应用的重要内容,但其运算量大.针对这一问题,提出了一种矢量阵的改进MMUSIC算法,该方法将维纳滤波引入到MMUSIC算法中,避免了矩阵的特征值分解,降低了运算量.采用矢量传感器均匀线阵研究该算法的性能,进行了仿真研究和实验验证.计算机仿真和实验结果表明:提出的算法可以清晰分辨相...     

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.     

阵列式MEMS仿生矢量振动传感器研究

针对在同一个物理测试过程中,往往会遇到很多所需测量振动信号的大小和频率在大范围内变化,而一个振动传感器很难满足测试要求的情况,提出了一种四单元集成阵列式仿生矢量振动传感器,4个微结构传感器量程分别为:10,100,500,1 000 gn。在分析敏感结构数学模型的基础上,用ANSYS软件对阵列敏感元件进行仿真,最后对加工好的传感器进行了相关的测试。测试结果表明:该阵列式振动传感器在二维方向的灵敏度高,线性度好,输出稳定性好。量程为100 gn传感器x向灵敏度为2.6134 mV/gn,线性度为0.99991,y向灵敏度为2.5563 mV/gn,线性度为0.99968。     

进化算法与基于同伦理论算法在多维触觉阵列传感器解耦应用中的对比

为获取大规模多维柔性触觉阵列传感器触觉信息,比较进化算法与基于同伦理论的算法在传感器解耦中的应用.仿真结果表明对一定规模的阵列传感器来说,进化算法解耦效果优于其它人工智能算法,但对大规模阵列传感器则无法满足实时性和准确性.通过引入时间参数,基于同伦理论的解耦算法将传统的传感器静态解耦转换成动态解耦过程.算法不仅适用于大规模阵列触觉传感器的信息解耦,而且解决高维、多参数传感器信息精确、实时解耦的难题.     

双二维矢量传感器垂直阵定向技术的研究

针对目前国内矢量传感器制造技术的现状,研究了很有实用价值的二维矢量传感器阵的定向方法.首先分析了二维矢量传感器接收信号的形式,推导得出单个二维矢量传感器有一定的三维空间定向能力;继而设计出一个双二维矢量传感器垂直阵,并针对此垂直阵提出了方位估计的3种算法:分测法、混测法和鉴测法;接着对定向算法进行仿真实验,验证了各种算...