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。     

基于矩阵平滑改进的稳健Capon波束形成的功率估计

回顾了对角加载波束形成的研究历程,提出了一种改进稳健Capon波束形成（RCB）算法。该方法在计算过程中,加入了矩阵平滑及将加权向量向信干子空间投影的步骤,提高了对相干信号的分辨能力以及低信噪比条件下信号功率的估计能力。仿真结果表明该方法能够分辨相干信号,功率估计较为准确,并且在输入信噪比为-10dB的时候,降低旁瓣15dB～20dB：当信源估计个数大于实际个数的时候依然有效。     

三维前视声呐信号处理方法

三维前视声像声呐是安装在小型水下载体上的重要声学探测设备。提出了基于波达方向估计技术的三维前视声呐信号处理方法,接收阵水平方向采用波束形成技术,垂直方向采用波达方向估计技术。在波束内采用分裂孔径相位法提高水平方向分辨率,形成声呐阵前方的三维声像。仿真结果和水池实验结果表明:在接收阵面面积相同的条件下,能够获得优于常规技术的分辨率,可以实现点目标和连续目标的探测,适合于在水下载体上安装使用。     

谱校正技术在水下信号波达方向估计中的应用

针对具有不稳定强线谱特征的水下目标,提出了一种基于目标线谱校正技术的信号波达方向估计(Direction of Arrival,DOA)方法,该方法结合矩形窗谱校正技术和全相位修正方法对目标线谱参数进行估计,从而计算目标方位.对该技术进行了仿真研究,并应用于实际水下目标线谱方位估计和单频脉冲波(Cw波)的DOA估计中....     

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。     

基于协方差扩展PM算法的波达方向估计

针对基于传播算子方法(Propagator Method, PM)的水听器阵波达方向(Direction of Arrival, DOA)估计在低信噪比或者小快拍数时性能变差的问题,文章提出一种改进的基于PM算法的水听器阵方位估计方法。该方法利用信号子空间的旋转不变性特征对协方差矩阵进行扩展和重构,通过分块协方差矩阵的子矩阵得到传播算子矩阵。通过传播算子矩阵构造扩展噪声子空间,然后利用信号子空间与噪声子空间的正交性估计空间谱。仿真实验和湖上实验的结果表明：相较于传统PM方位估计算法,文中算法在低信噪比或者小快拍情况下具有较好的方位估计性能,在信噪比为0 dB时,文中方法比传统PM算法均方根误差减少0.6°;在快拍数为150时,比传统PM算法的均方根误差减少0.1°。     

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。     

矢量线阵MUSIC算法抗空间混叠性能研究

利用矢量线阵可以提高对目标参数估计的性能,探讨了矢量线阵MUSIC算法的抗左右舷模糊性能和抗空间混叠性能。理论研究和外场试验结果表明,矢量线阵消除了声压线阵MUSIC方位谱的左右舷模糊,在阵元个数保持不变的条件下,空间降采样时,矢量线阵MUSIC空间谱不仅提高了方位估计的精度,而且能够抗空间混叠,在相同的条件下．矢量线阵MUSIC空间谱的抗空间混叠性能明显优于矢量阵常规波束形成方法。     

MUSIC与MNM在均匀圆阵的方位估计性能比较

圆阵作为具有360o全向方位角搜索能力的阵型,可以同时对信源方位角和俯仰角进行分辨,因此,采用圆形基阵的系统有更广的空间搜索能力。多重信号分类法（MUSIC）和最小模算法（MNM）同属于子空间分解类算法,具有不受阵型限制的优点。就二者在均匀圆阵（UCA）方位估计性能上进行了比较研究,结果表明：随着信噪比或阵元数的增加,MUSIC性能均要优于MNM。     

Subspace‐based techniques for 2‐d DOA estimation with uniform circular array under local scattering

Abstract

In mobile communication systems, local scatterers in the vicinity of the sources cause angular spreading of radiating signals as seen from a base station antenna array. Thus, the base station antenna array is typically situated on the roof of a high building away from potential multipath reflectors. The uniform circular array (UCA) geometry provides 360° azimuthal coverage and also provides information on source elevation angles. We consider the problem of two‐dimensional (azimuth and elevation) direction‐of‐arrival (DOA) estimation with UCA. In the multipath scenario, the base station antenna can receive many coherent signals that cause the array manifold to be different from the conventional array manifold model. Herein, parameters of the spatial signature in the presence of local scattering are presented which apply to UCA. Then, we present a fast searching technique to improve the efficiency of the MUSIC algorithm for two‐dimensional DOA estimation. The fast signal subspace‐based estimation method utilizes the ESPRIT algorithm and then adopts sequential one‐dimensional searching to save computational cost. Several simulation results are included for illustration and comparison.