基于非负最小二乘的矢量阵反卷积波束形成方法

针对现有反卷积波束形成方法无法直接适用于矢量阵等具有移变点扩散函数阵列的问题,本文给出了一种利用非负最小二乘法进行矢量阵这种移变模型的反卷积求解方法。推导了矢量阵的广义卷积模型,并在常规矢量阵波束输出、矢量阵点扩散函数字典、目标函数之间建立差函数方程组,通过最小化差函数的原则来实现对目标函数的求解,从而实现矢量阵反卷积波束形成处理。本文方法同样适用于其他移变模型阵列反卷积求解。对本文方法与传统波束形成、最小方差无畸变响应和多重信号分类方法在主瓣宽度、旁瓣级和稳健性等方面的性能进行了对比分析。结果表明本文方法在存在阵元位置误差情况下具有更窄的主瓣宽度和更低的主旁瓣比。     

一种改进的水声正交频分复用稀疏信道时延估计算法

水声正交频分复用(OFDM)系统中,采用传统正交匹配追踪(OMP)方法估计离网格(off-grid)时延时,需要很高的过采样因子和高昂的计算开销.针对传统OMP方法估计离网格时延计算复杂度高的问题,该文借鉴多元线性拟合思想引入路径补偿的概念,提出了一种基于路径补偿的改进OMP时延估计算法,用以补偿从离网格路径向其周围网格位置泄漏的能量,并用补偿距离这一参数来解释路径补偿效果.该算法无需增加过采样因子,仅利用恰当的补偿距离即可实现较好的估计效果,且能在提高估计性能的同时降低计算复杂度.仿真分析与海试结果验证了该方法的优越性.     

基于频移键控的仿海豚哨声水声通信技术

针对水下隐蔽声通信的需求,该文提出一种基于频移键控的仿海豚哨声水声通信方法,通过模拟海豚哨声以降低通信信号被发现的概率,从而实现水下隐蔽声通信。该方法将信息调制生成的基带信号以一定比例与海豚哨声信号时频谱轮廓曲线相加获得合成哨声时频谱,再生成合成哨声作为仿生通信信号。接收端提取接收到的合成哨声与本地生成的存在固定频差的海豚哨声相干相乘,经过低通滤波获得频移键控信号进行信息解调,实现仿生通信。通过时频相关系数和Mel倒谱距离分析了通信信号仿生效果。仿真与海试试验验证了该方法的可行性,当码元宽度为0.1s时可在2km距离上实现有效通信,且时频相关系数不低于0.99。该方法调制解调原理简单,系统资源消耗更少,更易于工程实现,为仿生水声通信算法的实际应用提供技术支撑。     

水声网络全双工定向碰撞避免媒体接入控制协议

近年来水声网络(UAN)技术飞速发展,但仍然面临诸多严峻挑战,能量效率成为水声网络的首要考虑因素。此外,水声信道传播时延大且可用带宽受限,严重制约了水声通信技术的可靠性和有效性,进而限制了水声网络的整体性能。定向通信技术可以有效改善上述情况,通过波束聚焦能力将声波能量聚集在一定角度范围内,获得比全向通信更高的通信范围和信噪比,提升整个网络的能耗效率和空间复用率。但该技术需要对目的节点的位置具备先验知识,且会面临“聋节点”问题,因此该文提出一个水声网络全双工定向碰撞避免(FDDCA)媒体接入控制(MAC)协议,通过装备两个分别处于不同工作频带的全向换能器和定向换能器解决“聋节点”问题,并通过降低节点的冲突域解决了“暴露终端”问题。仿真结果表明,与水下Aloha(UW-Aloha)和时隙地面多址接入(S-FAMA)协议相比,FDDCA在多汇聚节点的网络拓扑下吞吐量分别提升了140%和400%,网络能效上节省了90%和94%。     

一种改进的水声正交频分复用稀疏信道时延估计算法

水声正交频分复用(OFDM)系统中,采用传统正交匹配追踪(OMP)方法估计离网格(off-grid)时延时,需要很高的过采样因子和高昂的计算开销。针对传统OMP方法估计离网格时延计算复杂度高的问题,该文借鉴多元线性拟合思想引入路径补偿的概念,提出了一种基于路径补偿的改进OMP时延估计算法,用以补偿从离网格路径向其周围网格位置泄漏的能量,并用补偿距离这一参数来解释路径补偿效果。该算法无需增加过采样因子,仅利用恰当的补偿距离即可实现较好的估计效果,且能在提高估计性能的同时降低计算复杂度。仿真分析与海试结果验证了该方法的优越性。     

利用声压场的浅海地声参数贝叶斯反演方法

针对浅海考虑弹性海底下的地声参数反演和对反演结果的不确定性分析问题,本文提出了一种基于贝叶斯理论的利用声压场信息的反演方法。首先通过快速场方法(FFM)计算声压场的理论预报值,其次根据贝叶斯理论基于似然函数建立实测声压场与理论声压场间的目标函数,最后依照Metropolis准则采样给出待反演参数的后验概率密度(PPD)作为反演结果。结果表明:依据本方法获得的反演结果与经典遗传算法(GA)寻优结果基本吻合;反演声压场与水池实测声场的相关系数达0.89;反演结果的不确定性表明与横波声速衰减、纵波声速衰减相比,弹性海底中的横波声速、纵波声速以及密度的不确定性更小。     

像素重要性测量特征下的侧扫声呐目标检测

研究了在较低信噪比下,在保证检测概率的前提下尽量降低虚警概率的目标检测,提出了一种针对特定目标的两阶段筛选算法.第一阶段中,首先使用阈值分割出有效点,并定义了一种新的像素重要性测量特征用于初步筛选目标。即通过有效像素点之间的距离来赋以高斯分布的权值,当前像素重要性的值定义为剩余有效点的距离加权和,具有较高的像素重要性值的聚集性强的区域内像素点会被定位出来。第二阶段,使用卷积神经网络分类器排除虚假目标.在实验中,使用近期无人潜器获得的海底数据,召回率与虚警概率分别达到90.39%与2.39%,证明了其相比声呐目标检测主流算法有更好的检测能力。     

基于主从式水下自主航行器移动组网的合作目标定位方法

利用水下自主航行器(AUVs)协同编队可以在未知水域中实现对目标的定位。针对AUV导航误差导致定位精度降低问题,该文提出一种基于扩展卡尔曼滤波器(EKF)的多AUV编队融合观测协同目标定位算法。AUV编队由一个装备有高精度惯性导航系统(INS)的领航AUV以及多个装配有低精度INS的跟随AUV组成。从跟随AUV中选取参考AUV和待测AUV,通过设置定位周期和观测间隔来分别对其进行不同的观测。参考AUV作为中转,接收来自高精度AUV位置参数后,向待测AUV传递自身位置参数,利用扩展卡尔曼滤波器完成对AUV集群的协同位置修正。仿真结果表明,该方法AUV集群自身定位精度高且误差随时间积累小,对领航AUV数量需求少,能够实现水下目标低功耗、远距离定位。     

强干扰环境下水声时延估计技术研究

水声定位系统是现代深海作业必备的高精度水下定位装备,精确的时延估计是实现高精度水声定位的基础,但由于信号远距离传输以及强干扰的影响,水声定位系统时延估计精度较低。针对此问题该文提出一种基于子空间理论的宽带强干扰抑制方法,首先通过贝叶斯信息量准则估计子空间维度,然后推导了不同信号假设下的概率密度函数,求解未知参数的最大似然估计,构造广义似然比并通过最优匹配广义似然比检测法估计与期望信号最匹配的子空间,然后以此构造空间投影算子对接收数据进行线性投影,最终抑制干扰和噪声,提高时延估计精度。仿真结果表明该方法能够有效抑制干扰和噪声的影响,提高定位系统时延估计精度。