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。     

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。     

矢量传感器线列阵波束域MUSIC方位估计

在研究矢量传感器阵列目标估计基础上,本文首次在矢量传感器阵列处理领域将矢量阵波束形成与波束域目标估计算法结合起来,实现了高精度目标方位估计,与常规阵元域和波束域方法相比,提高了多目标估计性能,增大了阵列输出增益,大大减小了计算量.仿真验证了本算法的优越性.     

基于MUSIC算法的近场空速估计

研究了基于声矢量传感器阵列的近场空速估计问题。首先,在声矢量传感器近场阵列输出模型的基础上,考虑声波在连续、均匀稳定气流中的传播原理,构建了稳定气流作用下近场质点振速测量模型,模型导向矢量中包含了待估计的空速信息。在此基础上,提出了一种近场空速估计的MUSIC算法,为评价算法估计性能,推导了空速估计的克拉美-罗界表达式。仿真实验验证了算法的有效性。     

ESPRIT方法在矢量水听器多目标方位估计中的应用

利用矢量水听器的特点，将ESPRIT方法应用于矢量水听器的方位估计算法中。该算法用单矢量水听器，在无需知道信号先验信息的条件下，可以实现对多个不相关单色信号的入射角估计，并且不受频率方位模糊问题的影响。与声压传感器组成的阵列相比，在相当的阵列尺寸和计算复杂度的条件下，可大大提高估计性能。     

矢量线阵二维波达方位估计的方法

声矢量传感器南声压传感器和质点振速传感器组成,它可以空间共点、时间同步测量声场的声压标量和振速矢量信息。钏对声压线阵无法同时分辨目标的方位角和俯仰角,而三维矢量传感器线阵会带来成本的增加和工程应用上的困难．利用二维矢量传感器组成的直线阵对目标的二维波达方位进行联合估计,详细推导了矢量阵MUSIC算法的数学表达式,并着重对矢量线阵在三维坐标不同轴上时对方位估计的影响进行了研究。仿真结果表明二维矢量线阵布放在水平的X轴或Y轴上时存在方位模糊．而布放在垂直的Z轴上时可以实现全空间无模糊定向,且对双目标也有较高的分辨率。     

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。     

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L型稀疏阵列的二维波达方向估计

针对传统的二维波达方向估计方法估计的信源数少、计算复杂度大的问题,提出了一种基于L型稀疏阵列的二维波达方向估计方法,利用安放在L型阵列上的互偶阵列来形成虚拟阵列,从而增加阵列自由度;通过将虚拟阵列分成若干个等间隔稀疏子阵列来压缩角度搜索区间,从而降低计算复杂度;通过MUSIC搜索得到谱峰,并利用最大似然准则筛选和匹配入射信号的俯仰角和方位角。该方法使可估计的信源数超过实际的物理阵元数,不仅提高估计精度且大大降低了计算复杂度。MATLAB仿真结果验证了该方法的有效性。