相干分布源的方位估计

在水下声纳工作的环境中,若目标体沿中心角方向的扩展角度不能忽略,则基于点源假设的众多高分辨方位估计算法会导致错误的估计结果,而基于分布式目标模型的方位估计算法则可以适应这种目标环境。目前,随着空间分布源受到越来越多的关注,有人相继提出了一些算法例如DSPE和ESPRIT等等,但是这些算法需要很高的输入信噪比和要求不同目标源之间不相干,为了解决相干源的方位估计问题以及提高算法低信噪比下的估计性能,给出一种处理方法。仿真实验证明,该方法能够在低信噪比下提高算法的估计性能及有效的区分相干源。     

MSB-CAATI算法在多波束测深系统中的应用

计算到达角瞬态成像技术(CAATI)是多角测深侧扫声纳(MSBSS)采用的高分辨方位、幅度联合估计技术。本文将CAATI技术扩展到多波束测深声纳(MBBS),提出了一种新的多子阵波束域CAATI(MSB-CAATI)算法。仿真实验证明了该算法与CAATI技术相比具有更高的估计精度和更低的分辨力门限。海试数据的处理验证了MSB-CAATI能很好地应用到多波束测深系统中,使其兼备了FT(傅氏变换)和CAATI各自的优点,能在整个条带宽度内同时获得高分辨力的海底地形和地貌信息,且不易受到低信噪比和复杂地形环境的影响。     

线阵分裂波束处理技术在水声探测中的应用

声呐波束形成处理通常输出各个方位上的目标能量信息,利用指向性极大值位置给出目标的大致方位。为了得到更加精确的目标方位估计,需要寻找对目标方位微小变化作出灵敏反应的物理量。分裂波束处理所输出的各个方位二子阵的相位差信息,对方位变化十分灵敏,其测向精度接近于克拉美罗下界,不需增加太大运算量即可显著提高声呐系统测向精度,在水声中得到了广泛研究和应用。对线阵分裂波束处理在水声探测中不同的应用进行了梳理和总结,重点阐述了基于分裂阵半波束处理的被动声呐宽带相关检测、主动声呐相位单元化处理、超波束形成和水下慢速目标相位差空时方差自动检测跟踪(Automatic Detection and Tracking,ADT)技术的原理、处理流程和结果。     

基于恒定束宽波束输出的宽带相干源高分辨测向

本文给出了基于恒定束宽波束输出的宽带相干源分辨测向方法。计算机仿真表明本方法在降低运算量的同时,得到了优于相干信号子空间方法的方位估计性能。     

基于L型线阵的二维分布源参数估计方法

针对二维分布源信号波达方向估计问题,提出了一个新的二维分布源模型及其参数估计方法。将基于角度信号密度函数的一维相干分布源模型扩展至二维,推导了二维分布源的广义阵列方向向量。在L型线阵下,利用广义MUSIC算法,首先估计出俯仰角及其扩散参数,然后利用估计出来的俯仰角及扩散参数对方位角及扩散参数进行估计。仿真实验表明,所提出的二维相干分布源参数估计算法具有良好的定向精度。     

基于粒子滤波的多枚声呐浮标联合跟踪定位算法

由于被动声呐浮标目标测量源的不确定性以及位置解算方程的非线性,声呐浮标联合跟踪定位面临着非线性非高斯问题,提出一种基于粒子滤波的多枚声呐浮标联合跟踪定位算法。该算法将最优贝叶斯滤波与蒙特卡洛随机采样方法相结合,在更广义的条件下实现了目标最优状态估计。算法仿真结果表明,可以较大程度的提高目标位置估计精度。     

一种高精度水下成像声呐性能实验研究

多波束测深声呐作为一种用于水下成像的声呐,已经成为国内外海洋科学研究、海底资源开发、海洋工程建设等海洋活动中最主要的海洋调查勘测仪器之一,所介绍的多波束合成孔径声呐是结合了合成孔径声呐技术和多波束测深技术的一种新型成像声呐,可以更好地满足水下地形地貌的探测需求。基于多波束合成孔径声呐理论,构建该声呐模型系统进行相关实验验证。实验中将直径13 cm的空心双球分置于基阵单侧入水,发射信号是中心频率为180 k Hz,脉宽为1 ms,带宽为8 k Hz的线性调频信号,在航迹向的不同采样位置以无指向性的声源对其进行照射,经过合成孔经处理得到高精度的多波束合成孔径声呐图像,通过与多波束测深声呐及侧扫合成孔径声呐的成像结果进行对比,验证了多波束SAS成像理论的有效性和正确性,并在此基础上分析多波束合成孔径声呐的优缺点,为进一步研究提供参考依据。     

利用拖线阵声呐目标方位信息估计目标距离的研究

本文基于运动分析的方法.试图利用拖线阵声呐的方位信息对匀速直线运动目标进行被动估距.在数据处理上采用广义最小二乘法.把相关残差经过滤波变为白色残差,达到无偏估计.本估计要求声呐每隔2s提供一次方位信息.200s作一次机动.基于本算法的被动估距具有较好的收敛性和精度.     

协方差矩阵的相关法Toeplitz改进算法

提出一种基于均匀线形阵列的相关Toeplitz矩阵构造方法,建立了两种Toeplitz矩阵的构造方式,结合子空间法形成一种相干信源方位估计的高分辨方法。具体将接收阵列各阵元与参考阵元输出信号做相关,获得一组相关向量,应用相关Toeplitz矩阵构造算法构造阵列输出的Toeplitz矩阵,从而得到去相干的相应接收阵列的协方差矩阵,最后再应用高分辨子空间估计方法完成相干信源方位估计。仿真结果表明：所采用的相关Toeplitz矩阵构造算法达到了很好的去相干效果,并将Toeplitz近似化方法改进成为无偏估计方法,显著提高了相干信源方位估计的精度,并使Toeplitz矩阵构造的计算量减少到原方法的1/M。     

基于波束域MUSIC方法的高分辨方位估计

现代声纳系统普遍采用水听器基阵和一定的信号处理来提高对目标的检测和定位能力，而基阵的波束形成则在其中起着核心作用。文中研究了窄带波束域高分辨方位估计技术，分析了波束域MUSIC方位估计的构造过程和具体实现方法。仿真计算表明，基于波束域MUSIC的方位估计算法是一种分辨空间小角域内多个目标的有效方法。     

多波束测深声纳技术研究新进展

多波束测深声纳已成为国内外海洋科学研究、海底资源开发、海洋工程建设等海洋活动中最主要的海洋调查勘测仪器之一。以多波束测深声纳为对象,详细介绍了国内外多波束测深声纳产品的发展情况,重点阐述了代表当前多波束测深声纳发展趋势的超宽覆盖、高分辨、高精度、多功能一体化探测等核心技术的研究进展,最后结合实际的海底地形地貌探测需求,给出了多波束测深声纳技术未来发展的展望。     

多波束声呐海底底质半监督学习分类方法

多波束测深声呐的反向散射数据中包含海底表层的声学信息,可以用来进行海底表层底质分类。但实际中通过物理采样获得大范围的底质类型的标签信息所需成本过高,制约了传统监督分类算法的性能。针对实际应用中只拥有大量无标签数据和少量有标签数据的情况,文章提出了基于自动编码器预训练以及伪标签自训练的半监督学习底质分类算法。利用2018年和2019年两次同一海域实验采集的多波束测深声呐反向散射数据,对所提算法进行了验证。数据处理结果表明,相比仅利用有标签数据的监督分类算法,提出的半监督学习分类算法保证分类准确率的同时所需的有标签数据更少。自动编码器预训练的半监督学习分类方法在有标签样本数量极少时的准确率仍高于75%。     

一种频分MIMO声呐的波达方向估计算法

为了使声呐阵列在有限的载体空间内获得较高的角度分辨率,设计了基于频率分集的多输入多输出（MultipleInput Multiple-Output,MIMO）声呐。该MIMO声呐采用N发M收的布阵方式,接收阵为M元均匀线阵,发射阵由N个阵元组成,且各发射阵元发射中心频率不同、包络相同的窄带信号。建立密集式频分MIMO声呐的回波模型,并以此模型为基础提出了波达方向估计算法方向-相位域多重信号分类（Direction and Phase Domain-Multiple Signal Classification,DPD-MUSIC）算法。仿真实验中以双频MIMO声呐为例,将频分MIMO声呐的DPD-MUSIC算法的估计性能与单输入多输出（Single-Input Multiple-Output,SIMO）声呐MUSIC算法的估计性能进行了对比。仿真结果表明,频分MIMO声呐利用DPD-MUSIC算法可以获得优于等接收阵元数SIMO声呐的角度分辨率和角度估计精度。     

分布式传声器阵列的低频宽带信号方位估计

现有的预防道路交通安全事故、治理道路交通噪声污染等问题的解决方案是从视觉维度监控重点区域并通过声音维度确定事件触发类型与位置。为了实现公路异常声源的实时监测,提出了一种基于双尺度旋转不变信号参数估计旋转不变子空间技术(Estimation of Signal Parameters via Rotational Invariance Techniques, ESPRIT)的低频宽带声源波达方向(Direction of Arrival, DOA)估计算法,该算法适用于三个矩形子阵呈三角形分布的分布式阵列。算法利用该分布式阵列具有的子阵内相邻阵元间距、相邻子阵间距两种尺度对应的空间平移不变性分别进行方向余弦估计,并利用基于阵型分布的解模糊策略实现高精度方位估计。仿真结果验证了算法的有效性,表明了基于该算法的分布式阵列DOA估计精度优于相同阵元数与阵元间距的单个均匀矩形阵,分析了估计精度与分布基线长度的关系,体现了算法的实际工程应用价值。     

结合主分量分析与DOA估计的语音盲分离

在欠定语音盲分离中,W-分离正交性假设通常使问题简化,但这种简化是以降低分离性能为代价。在语音信号满足近似W-分离正交性的假设下,提出利用主分量分析（PCA）检测只有一个源信号存在的时频点,检测出的时频点均满足W-分离正交性,因此提高了混合矩阵的估计精度。通过从混合矩阵中估计源信号的波达方向,可以较好地解决置换模糊问题。仿真结果表明,提出的方法与经典的DUET方法相比具有更优的性能,平均信干比提高了2.77dB。     

基于协方差矩阵拟合的宽带无网格波达角估计

宽带波达角(Direction of Arrival,DOA)估计是声呐系统阵列信号处理中一个重要的研究方向。文章提出了一种基于相干子空间的改进稀疏与参数方法(Coherent Signal-subspace based Modified Sparse and Parameter Approach,C-MSPA),以实现高精度和高空间方位分辨能力的宽带DOA估计。算法利用聚焦矩阵将各子带上的采样协方差矩阵投影至聚焦频率上。完成聚焦后,文章基于频率选择的范德蒙分解理论对协方差矩阵拟合准则进行改进,使重构的协方差矩阵中包含的DOA信息严格限制在聚焦区域内,最终对重构的协方差矩阵进行范德蒙分解,得到DOA估计值。所提出的算法无需选取正则参数,同时避免了基不匹配问题。仿真和湖上实测数据分析结果表明,所提出的方法实现了高空间方位分辨能力且提高了DOA估计精度。     

一种基于横摇稳定的多波束测深方法

针对阵列姿态变化造成深水多波束测深声纳测深误差问题,给出了一种基于横摇稳定的多波束测深方法。其基本思路是利用姿态数据实时地改变接收波束相控角,使得合成波束指向角稳定在较小的变化区间内,确保了波束形成后信号来自有效的波束宽度覆盖范围。通过发射时刻三维姿态和接收时刻横摇姿态解算得出波达时刻对应的合成波束指向角,进行声速修正和归位计算得到最终测深点的深度与位置。MATLAB仿真和实际海试数据处理结果表明,该方法能够获得期望方向附近的海底脚印覆盖并且达到较好的精度。     

一种适用于低信噪比条件的DOA估计方法

波达方向（Direction of Arrival,DOA）估计技术是信号处理中一个非常活跃的研究领域。但是无论传统的波束形成技术还是现代谱估计技术均适应于高信噪比的环境,当信噪比较低时,这些方法的波达方向（DOA）估计性能急剧下降。根据信号在时间上的强相关性和噪声在时间的弱相关性,提出了一种协方差矩阵的重构方法,该方法能够明显地提高协方差矩阵的信噪比。将新的协方差矩阵应用到最小方差无畸变响应（Minimum Variance Distortionless Re-sponse,MVDR）算法进行DOA估计,改善了传统MVDR算法在低信噪比条件下的DOA估计性能。计算机仿真和定向实验均表明在信噪比较低的环境中可以进行高精度的DOA估计。