声矢量阵快速子空间方位估计算法

针对声矢量阵高分辨方位估计算法运算量大的问题,基于声压振速联合信息处理,提出了一种快速的声矢量阵高分辨方位估计算法．该算法选择参考阵元的电子旋转矢量作为期望信号,运用多级维纳滤波器(MSWF)对信号子空间进行快速估计,不需要计算声矢量阵的互协方差矩阵,不用进行特征值分解,从而大大缩减了计算量．另外,该算法基于矢量传感器声压与振速的相干性原理,充分利用了声压振速组合抗干扰能力,有效抑制了各向同性噪声．理论分析和计算机仿真表明,该算法在拥有良好DOA估计性能的同时,大大减小计算量．     

一种新的声矢量阵远程ESPRIT方位估计算法

为解决水下目标远程高分辨定向问题,文章提出了一种新的声矢量阵ESPRIT方位估计算法.与现有的将声矢量传感器(AVS)的振速信息作为独立阵元来处理的声矢量阵方位估计算法不同,新算法完全基于声压与振速联合信息处理,充分利用了声矢量阵(AVSA)中声压与振速的相干性原理,能更好地将ESPRIT算法的高分辨能力与AVSA的抗噪能力有机地结合起来,实现远程、高分辨方位估计.理论分析和基于湖试背景噪声的仿真实验证明了新算法的有效性.     

基于MUSIC算法的矢量水听器阵源方位估计

矢量水听器阵的每个阵元同时测量声场中的声压量和质点振速的3个正交分量,相对于声压水听器阵来说,矢量阵获取声场中更多的信息.利用矢量阵所获得的速度场的信息可去除目标方位估计中的180°模糊.多重信号分类(MUSIC)算法是通过对数据协方差矩阵进行本征分解获得信号空间谱估计的方法.本文采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计,以提高对源方位的估计精度.仿真结果表明,在SNR=10dB的条件下,相对于常规波束形成器输出,MUSIC空间谱的主波束宽度锐化了30°左右,旁瓣降低了16dB左右,利用MUSIC算法可提高对源的定向精度及对多目标的分辨能力.     

线阵相干源方位估计的波束域WSF算法实验验证

波束域加权子空间拟合（ｗｅｉｇｈｔｅｄ ｓｕｂｓｐａｃｅ ｆｉｔｔｉｎｇ－－ＷＳＦ）算法保留了阵元域ＷＳＦ算法最佳的目标方位估计性能,而其运算量则有所降低。本针对声呐系统中常用的线阵,通过计算机模拟实验和消声水池物理仿真实验研究了波束域ＷＳＦ算法解相干信源的性能。计算机模拟结果表明波束域ＷＳＦ算法可在低至－８ｄＢ的信噪比上分辨半常规束宽的强相关等功率信源,而水池实验则进一步表明算法可分辨不等功率     

基于ESPRIT算法的L-型矢量阵源方位估计

建立了水平L-型矢量水听器阵列的数据模型,研究了利用ESPRIT算法同时对目标的水平方位角和仰角进行高分辨率角度估计,仿真L-型矢量水听器阵对单个源和多个源的方位估计情况,并和相同阵型的声压阵方位估计性能进行比较,结果表明,相对于声压阵,矢量阵可以在不增加阵孔径的前提下提高对单源方位估计的精度,获得的增益为6dB左右,同时提高了对多目标方位的分辨能力。     

中心对称声矢量圆阵的相干双声源方位估计方法

针对水下2个相干目标的远程探测问题,本文提出了一种基于前后向空间平均的声矢量圆阵方位估计方法。该方法根据中心对称声矢量圆阵的结构特性,将声矢量传感器顺序重新排列建立中心对称的阵列形式。利用声压振速联合处理构建声压与振速的互协方差矩阵,引入后向互协方差矩阵,从而通过平均前向和后向矩阵得到前后向平均的互协方差矩阵。采用最小方差无畸变响应波束形成器完成2个相干目标的方位估计。理论分析与仿真结果表明:与声压处理方法、声压振速独立处理方法以及相位模态域声压振速联合处理方法相比,本文所提方法具有较高的角分辨能力、方位估计精度以及较强的噪声抑制能力;相比相位模态域声压振速联合处理方法,该方法可适用的频带范围更宽。试验结果进一步验证了该方法具有较好的相干双目标方位估计能力。     

应用FRFT的矢量水听器阵方位估计

采用FRFT方法研究矢量水听器阵的宽带信号多目标方位估计问题.进行了与FRFT的二维矢量水听器线阵方位估计算法相结合的理论推导与仿真实验.研究证明,采用二维矢量水听器阵可以实现全空间无模糊定向,该方法在处理多源信号时可以避免交叉项的干扰,对于宽带信号的处理,不需要进行频率搜索或频率聚焦变换就可以进行方位估计.该方法在信噪比不低于-10 dB时都具有较好的估计精度.     

基于矢量阵的自初始化MUSIC方位估计算法

MUSIC空间谱估计突破了常规波束形成中的锐利限,能够对目标进行高精度方位估计.探讨了MUSIC算法在矢量阵上的应用,给出了矢量线阵MUSIC噪声子空间谱估计表达式,利用单个矢量阵元的阵簇估计提供的初始参数,对MUSIC噪声子空间谱进行迭代搜索谱峰实现目标的方位估计,用以提高目标方位估计的精度.对单目标和双目标方位估计进行了仿真研究,在文中的仿真条件下,当满足信噪比大于5dB的条件时,可对目标方位进行较好估计.研究结果表明,通过单个矢量阵元阵簇得出的目标方位估计精度较差,而迭代搜索MUSIC谱峰方法提高了方位估计精度.     

声矢量阵波束域宽带聚焦MUSIC算法

和阵元域处理相比，波束域处理具有计算量小，分辨信噪比门限低的优点．同时，声矢量传感器拾取了更多的声场信息，联合处理这些信息可以提高声呐的性能．把声压阵的波束域高分辨算法的思想和相干子空间方法(CSM)的思想引入到声矢量阵列信号处理，在Michael Zoltowsk提出的矢量阵的数学模型的基础上推导出了声矢量阵波束域宽带聚焦MUSIC算法，并作了计算机仿真研究，仿真的结果表明：基于矢量阵的波束域宽带聚焦MUSIC、算法无论是在分辨信噪比门限还是在角度分辨能力上都要优于声压阵波束域宽带聚焦MUSIC算法，而二者的计算量相当，和矢量阵阵元域宽带聚焦MUSIC算法相比，矢量阵波束域处理的计算量要远远小于阵元域处理。     

基于均匀圆阵中心对称性的相干源方位估计

均匀圆阵的相干源方位估计一直是阵列信号处理中备受关注的问题,而现行算法的分辨率仍有进一步提高的空间。针对这一问题,本文提出了一种基于均匀圆阵中心对称性的解相干算法。首先利用模式空间变换将均匀圆阵等效为虚拟均匀线阵,然后利用均匀圆阵的中心对称性对模式空间数据进行共轭平均,最后计算数据的相关函数并据此构造Hermitian Toeplitz矩阵,实现相干源的方位估计。本算法实现简单,与传统算法相比具有更高的分辨率和方位估计精度。仿真实验证实了所提算法的有效性和性能优势。     

矢量传感器阵列的空间谱估计及定向性能分析

推导了基于水声矢量传感器阵的Bartlett和Capon空间谱的解析表达式，并与标量传感器阵的空间谱相比较，分析了基于矢量传感器阵的两种DOA估计方法对阵列定向性能的改善，并给出了数字算例。     

基于均匀面阵的相干信号源二维DOA估计新方法

相干信号源的来波方向(Direction of Arrival,DOA)估计问题一直是阵列信号处理技术的一个研究热点。现实环境中的信号源多为相干的,针对此问题提出一种改进的相干信号源二维DOA估计算法。通过对接收信号协方差矩阵进行矩阵重构处理,将采样数据协方差矩阵的秩恢复到等于信号源的个数;对重构的协方差矩阵进行特征分解,构造出信号子空间矩阵和噪声子空间矩阵,将两个子空间矩阵联合构造出新的空间谱函数;基于新的空间谱函数进行二维谱峰搜索,即可估计出多个入射信号的二维DOA。使用计算机软件进行仿真验证,仿真结果表明了所提方法的有效性。     

基于辅助阵元的宽带相干信源DOA估计快速算法

针对阵列互耦误差存在的情况,基于宽带信号互耦模型,提出一种基于辅助阵元和传播算子的宽带信号处理算法.该算法在互耦矩阵未知的情况下,利用辅助阵元可以直接对宽带信号进行聚焦,并且在构造聚焦矩阵和获得噪声子空间时利用传播算子不需要进行特征值分解,因而极大地降低了运算量.仿真结果表明了存在阵列模型误差时本算法的有效性和稳健性.     

基于电磁矢量传感器阵列的空间谱估计

提出了基于电磁矢量传感器阵对非相关信源的Capon和Music空间谱的解析表达式.对比基于电磁标量传感器的空间谱,分析了基于矢量传感器阵的DOA(D irection ofArrival)估计方法的改善.根据阵列信号处理原理,对单个电磁矢量传感器分析,并进行DOA估计.通过计算机仿真表明矢量传感器阵对DOA估计比标量传感器阵有更高的分辨能力.     

DOA Estimation Based on Subspace Compensa-tion for Unfolded Coprime Array

Direction of arrival (DOA) estimation for unfolded coprime array (UFCA) is discussed, and a method based on subspace compensation is proposed. Conventional DOA estimation meth-ods partition the UFCA into two subarrays for separate estimations, which are then combined for unique DOA determination. However, the DOA estimation performance loss is caused as only the partial array aperture is exploited. We use the estimations from one subarray as initial estimations, and then enhance the estimation results via a compensation based on the whole array, which is im-plemented via a simple least squares (LS) operation constructed from the initial estimation and first-order Taylor expansion. Compared to conventional methods, the DOA estimation performance is improved while the computational complexity is in the same level. Multiple simulations are con-ducted to verify the efficiency of the proposed approach.     

基于旋转不变阵列的分段平稳信号欠定DOA估计

为克服KR-MUSIC算法限定阵列为均匀线列阵、需要空域谱搜索、计算量较大的缺点,提出了一种基于旋转不变阵列的DOA估计算法,扩大了应用范围,且算法通过解析运算估计DOA,避免了计算量较大的谱搜索.该算法可估计的DOA个数由KR-MUSIC方法的2N-1增加到N²/2.仿真结果表明,在同样信噪比、帧长和帧数条件下,本文算法的性能要优于KR-MUSIC算法.     

利用时间平滑技术估计相干信号二维波达方向

时间平滑技术可以用来解决相干信号源的波达方向估计,但现有的算法只适合于一维波达方向估计,不能直接扩展到二维。在均匀圆阵的基础上,本文把时间平滑技术推广应用于二维波达方向估计,提出了一种时间平滑UCA-ESPRIT算法,该算法能在多径环境中估计多个信号源的所有二维来波方向,并能够对来波按不同的用户进行分组。该算法能估计的来波方向数目远超过阵元数目。计算机仿真实验验证了算法的有效性。     

基于Toeplitz矩阵的互耦误差下相干信号源DOA估计

在阵列互耦误差存在的前提下,针对多组相干信号源和若干非相干信号源并存的情况,提出了一种对信号源进行准确估计的算法.算法首先估计阵列的互耦参数,并利用此互耦参数对阵列接收数据进行补偿;然后利用Toeplitz矩阵重构法对相干信号进行解相干;最后利用MUSIC算法估计各个信号源的来波方向(direction of arrival,DOA).实验结果表明,算法有效解决了互耦的影响,避免了阵列损失,实现了间距很小信源的准确估计.     

基于L型阵的二维相干源信号的DOA估计

提出一种在高斯白噪声下基于L型阵的二维相干源信号的DOA估计的方法.本算法首先通过对接收数据进行前向空间平滑来达到去相干目的,然后计算出3个m×m相关矩阵,用此构造一个3m×m大矩阵,并对其进行特征值分解,最后利用ESPRIT方法对方向角和仰角进行估计.本算法无需谱峰搜索,无相位模糊问题,且参数自动匹配,计算量较小.仿真结果证明了该方法的有效性.     

基于信号稀疏表示的信源数目和DOA联合估计算法

构造具有良好性质的伪随机序列一直是密码学研究的热点问题之一。基于有限域上的椭圆曲线构造了一类二元伪随机序列,并利用椭圆曲线上的指数和计算了该类序列的一致分布测度和k阶相关测度。结果表明该类序列具有较小的一致分布测度和k阶相关测度。