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.  

两种声学基阵被动定向性能的研究

本文研究了声测被动定位中，平面四元十字阵和立体五元五面体阵两种声学基阵的定向方法，导出了定向算法，并对定向误差进行了理论分析和数值仿真。为简化分析文中采用了基阵接收信号为平面波的假设。理论分析和仿真表明，立体五元五面体阵具有较高的定向精度，有较大的实用价值。  

单矢量水听器时域和频域双目标分辨能力比较

用单矢量水听器估计目标方位时,双目标情况下,时域平均声强器估计的是两个目标的合成方位;在频域利用目标DEMON线谱频率的不同可以区分双目标,该方法具有较好的抗相干及非相干干扰能力,表明单个矢量水听器也能分辨多目标.文中叙述了DEMON线谱测向原理,给出了轴频提取及双目标DEMON线谱分离的方法,分析了DEMON线谱区分双目标的性能.  

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。  

随机阵阵形的校准和DOA估计

本文介绍了一种随机阵DOA估计方法,同时可对阵元增益(幅度和相位)进行补偿并估计阵元位置。提出的算法是在特征子空间方法的基础上,采用Golub-Pereyra参量分解法求解非线性优化问题,具有收敛速度快、估计精度高等特点。作为验证,本文还给出了计算机仿真试验的结果。  

高分辨方位估计方法的稳健性研究

基于特征分解理论的子空间类高分辨方位估计方法是目前阵列信号处理领域的研究重点。与波束形成法相比，子空间类法的特点为估计精度高和分辨能力强。但是这类高分辨方法对阵列模型失配十分敏感，存在阵列误差时其估计性能明显下降。文章通过仿真和实验深入研究了MUSIC、Johnson和Mini-Norm等子空间类高分辨方位估计方法的稳健性问题，分析了一定信噪比条件下阵列误差对上述三种方法估计结果的影响程度。研究结果表明，MUSIC法和Johnson法的估计性能相当，而Mini—Norm法的稳健性明显高于MUSIC法和Johnson法，分辨能力和估计精度较好，具有良好的工程应用前景。  

利用交互小波变换进行目标方位估计研究

小波变换是近年来信号处理中的一个重要工具，由于其优良的时频局域性，在检测、估计以及识别等方面都得到了重视和研究，而将小波变换与传统的一些信号处理方法结合起来处理有关问题也是人们研究的一个方向，文章主要考虑到交互小波变换中的两参数(时延与尺度)与不同接收器目标回波间的时延及频率成对应关系，采用对两路LFM回波信号作小波交互相关，从而获得两回波的相对时延估计，继而得到方位估计。针对算法运算量较大的问题，文章采取先估计尺度与时延的大致范围，再将时延-尺度网格进一步细化得到精确结果，最后给出了部分计算机仿真结果。  

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。  

一种基于累积量的ESPRIT型盲波束形成算法

讨论一种用于非高斯信号源方位估计的盲波束形成算法。假设背景噪声是二阶统计未知的有色(空间相关)高斯噪声,基于“阵元对”模型的ESPRIT方位估计算法可以通过用累积量矩阵取代自相关矩阵完成信号空间的重建。经过这种处理,加性有色高斯噪声可被滤除,因此算法不需要相关噪声矩阵的知识。当加性噪声源是空间相关矩阵未知的有色高斯噪声时,计算机仿真比较了基于累积量的ESPRIT算法与基于二阶统计的ESPRIT算法的性能。  

时延差优选估计声源定向算法

基于时延差估计的定向方法因其抗干扰能力较强在被动声源探测中应用广泛。在此定向方法的基础上,结合实际应用中的实时性需要,通过对方位估计结果误差因素的定量分析,提出了一种时延差优选技术。该技术按照定向鲁棒性原则对时延差进行优选,然后利用优选的时延差估计结果完成声源定向,从而达到减少时延差估计数量且不降低定向精度的目的。计算机仿真结果表明：该方法运算量明显低于传统方法,且由于时延差选择合理,其定向精度也有一定的提高。