宽带与窄带模型下的时延——多普勒滤波比较

1引言在主动声纳探测中,估计目标的径向距离和径向速度是其重要目的之一。通常是通过发射信号与接收信号的拷贝相关来获得模糊度函数[1],实现时延--多普勒滤波的。时延对应着目标的径向距离,多普勒频移对应目标的径向速度。窄带模型是宽带模型的一种弱化,它操作简单,方便运算,但当发射信     

基于小波变换的宽带模糊函数估计器

提出了一种基于小波变换的宽带模糊函数参数估计器,即通过交互小波变换计算宽带模糊函数,取宽带模糊函数模的平方的峰值点对应参数作为目标时延与时间伸缩的估计。仿真结果表明,该估计器的估计性能好于直接模糊函数估计器,且计算方便,非常适合于实际宽带处理系统应用。     

强干扰背景下的鱼雷辐射噪声信号检测方法

常规被动声纳利用宽带波束能量进行目标检测,在低信噪比、强目标干扰情况下,宽带能量检测的性能迅速降低。利用鱼雷辐射噪声信号中含有丰富线谱成分的特点,提出了一种针对鱼雷辐射噪声信号的窄带和宽带联合检测方法。通过对预成波束方向信号的窄带处理和线谱提取,利用特定频段的线谱能量对宽带波束输出进行加权,提高了线谱目标的检测能力。该方法能够有效地抑制非线谱强干扰目标,提高低信噪比信号的检测能力。仿真和海试数据处理结果验证了该方法的有效性。     

三种宽带自适应波束形成器比较研究

1引言 在被动声呐系统中,目标信号通常是宽带的,因此必须利用DFT将信号分解成若干个窄带,然后再每个窄带上利用MVDR波束形成技术.对于MVDR波束形成算法而言,是将宽带分为若干个窄带,在每个窄带上求出协方差矩阵,再把每个窄带的结果能量相加得到宽带结果,这就假定了各个窄带互不相关,所示是非相干累积,非相干累积要损失信息.事实上,各个窄带并非完全不相关,因此我们将研究针对宽带信号的相干波束形成或空间能量谱估计.     

被动声纳方位估计的宽带盲源分离算法

针对实际被动声纳信号宽带非平稳且统计特性无法预知的特点,由宽带卷积混合模型,建立了融合时间延迟结构与非参数化特性的代价函数,通过核密度技术同时估计目标源的概率密度函数和解混矩阵,并对估计的最优解混矩阵与目标源信号求取每个频点内方位能量谱,最后累加所有子带构成宽带方位能量谱。宽带仿真结果与实际海试表明本文方法在方位分辨率和估计精度方面接近最小方差无失真响应（Minimum variance distortionless response, MVDR）和多重信号分类（Multiple signal classification, MUSIC）算法,在弱目标检测方面具有一定优势。     

基于相关函数包络峰细化的高精度超声测距法

建立了超声测距时延估计模型,由于窄带超声回波参考信号与接收信号的相关函数在极值点附近具有慢衰减高频振荡特性,所以有必要将搜索直接相关函数的极值点转化为搜索相关函数包络的极值点.针对相关峰常规插值方法在多倍插值的情况下存在计算复杂、时延估计精度不高等缺点,结合超声回波信号的窄带带通特性和相关峰细化(Fine Interpolation of Correlation Peak)原理,提出了直接提取相关函数包络及包络峰细化方法,并分析了其计算复杂度.仿真与实验研究表明,该方法能大大提高相关函数包络峰值分辨率,适用于类超声回波信号的带通信号精细时延估计问题.     

宽带声源方位估计的聚焦最小方差方法

1引言 对于宽带声源的方位估计问题,Capon的最小方差方法[2](MV)以其较高的分辨性能及较小的计算量得以广泛的应用.一般先利用离散傅立叶变换进行宽带信号的窄带分解,然后对每个窄带的MV处理结果进行平均,从而得出宽带信号的方位估计.在此处理过程中,相对舷角的协方差矩阵要在时间上进行积累,表现为容易受时间历程影响.由于存储量及计算量限制,该方法无法实现方位积累,在阵列随舰艇机动状况下容易失去对目标方位的准确估计.基于信号子空间的聚焦方法[1,3]用以实现宽带信号方位估计,不但可以获得较高分辨性能,处理过程也不受时间历程的影响,但聚焦过程一般需要信号的某种先验知识,以及较大的计算量都带来了实现上的难度.     

DELTIC-FFT信号检测的方案研究

本文从信号最佳接收机设置的基本考虑出发，讨论由窄带信号正交采样的 ＦＥＴ运算实现目标回波相关检测的作用原理。在此基础上，提出了一个适用于多通道实时检测的“ＤＥＬＴＩＣ—ＦＦＴ信号处理方案”。在该方案中，由ＤＥＬＴＩＣ系统完成多通道接收信号的连续动态存储，ＦＦＴ专用计算机依次对各通道的待测目标回波进行快速复相关运算，从而实时地测定方位，距离和相对速度等目标参数。     

相干信号子空间宽带目标方位估计算法的误差分析

1.引言 利用子空间结构进行源方位估计的算法有很多,这些方法均利用了方向矩阵张成的子空间等于信号子空间这一特点,经典的方法有MUSIC[1]和ESPRIT[2]等.然而,对宽带目标而言,方向矩阵是关于频率的函数,因此,不同频率成分的信号子空间是不同的.相干信号子空间(CSM)方法[3]利用聚焦矩阵将不同窄带子空间聚焦到中心频率对应的子空间上,这种方法有效地利用了信号的带宽,大大提高了宽带目标方位估计的分辨率,而且能够处理相干目标的情形.但聚焦矩阵又与目标方位有关,这构成了一对矛盾,通常可以采用常规的方法对目标方位进行预估计,然后根据预估计的结果构造聚焦矩阵.预估计的方位通常会有一定的误差,这将导致CSM方法估计的结果存在一定的误差,本文从理论上分析了由于聚焦矩阵误差导致的CSM方法方位估计的误差.     

基于野马优化的宽带信号波达方向估计

针对宽带阵列信号的波达方向(DOA)估计问题,提出一种将野马优化(WHO)算法与极大似然(ML)估计算法相结合的宽带信号估计方法。首先利用双边相关变换(TCT)算法将宽带信号转变为窄带信号,然后建立基于ML的DOA估计模型,最后通过WHO算法进行优化估计。通过一系列仿真实验,并与基于正弦余弦算法(SCA)、遗传算法(GA)、粒子群算法(PSO)的ML估计方法对比,表明所提算法具有更好的收敛速度、更低的均方根误差和更稳健的性能。     

Mutual interference and low probability of interception capabilities of noise radar

Recently, there has been considerable interest in noise radar over a wide spectrum of applications, such as through-wall surveillance, tracking, Doppler estimation, polarimetry, interferometry, ground penetrating or subsurface profiling, detection, synthetic aperture radar (SAR) imaging, inverse SAR imaging, foliage penetration imaging etc. Major advantages of using noise in the transmit signal are its inherent immunity from radio frequency and electromagnetic interference, improved spectrum efficiency, and hostile jamming as well as being very difficult to detect. The basic theory of digital signal processing in noise radar design is treated. The theory supports the use of noise waveforms for radar detection and imaging in such applications as covert military surveillance and reconnaissance. It is shown that by using wideband noise waveforms, one can achieve high resolution and reduced range estimation ambiguity. Mutual interference and low probability of interception capabilities of noise radar are also evaluated. The simulation results show the usefulness of the noise radar technology to improve on conventional radars.     

低频矢量声场建模及其应用研究

浅海近距离矢量声场携带了丰富的信息可以用来识别目标。采用射线理论对浅海低频矢量声场进行建模,并且分析了该模型在浅海或深海低频时的适用性。经过与波动理论的比较,说明该模型仅是矢量声场传播损失的简单近似。通过分析浅海声压场的特性,提出了一种目标运动参数估计的方法,海试数据分析说明了其有效性。近距离目标辐射的低频宽带噪声通过浅海声场后,在LOFAR图上形成双曲线干涉条纹。运用图像处理中边缘提取的常用方法——Hough变换,提取双曲线参数,可以得到运动目标的航速、航深及距离的信息。     

免疫算法在分数阶Fourier变换域极值优化中的应用

利用线性调频(Linear Frequency Modulation,LFM)信号在分数阶Fourier域上的聚焦性,通过搜索可实现LFM信号的检测和参数估计。通常采用步进式搜索法,效率低下。为了克服该缺点,通过对分数阶Fourier域优化问题的研究,将免疫算法引入到分数阶Fourier变换极值搜索中。仿真结果表明:该方法优于传统的步进式搜索法。     

基于波导不变量的双阵元被动探测方法研究

利用一种水声信道统计不变特征(波导不变量)实现被动探测。采用双阵元,分别对每一个阵元接收的宽带噪声信号进行LOFAR分析,对LOFAR图利用Hough变换等图像处理方法进行参数估计,得到波导不变量和曲线(文中讨论抛物线)参数估计值,进而运用几何关系估计出运动目标的航向角、速度和距离信息。利用Matlab仿真验证了该方法的正确性。     

双基地航空搜潜建模与仿真

根据双基地航空搜潜的特点,在对双基地条件下航空搜潜的搜潜距离及误差、目标强度、传播损失等模型及估算方法进行研究的基础上,建立了双基地航空搜潜条件下的搜潜距离和搜潜范围模型,确定了有效搜潜范围与发射声源级、环境噪声、接收指向性指数、检测阈值、声源与接收器的相对距离、目标方位等的关系,仿真分析了发射频率、双基地之间距离对搜潜距离和搜潜范围的影响,测向角对搜潜范围的影响等,获得了有益的结果,为航空搜潜训练提供了理论依据.     

Moving target detection using super‐resolution algorithms with an ultra wideband radar

We present subspace based detection algorithms for detecting moving targets applied to the data collected by an ultra wideband radar system. Combining the results of time reversal MUSIC algorithm and delay estimation MUSIC methods resulted in successful localization of targets. We have investigated methods to resolve the ambiguities in target detection and we performed experiments using two targets to test the effectiveness of the algorithms. © 2010 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 20, 237–244, 2010     

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。     

基于过估计信源数的宽带弱信号源DOA估计

为改善MUSIC类DOA估计算法检测弱信源的性能,提出了一种利用过估计源个数和频域峰值统计信息检测宽带弱信号源的MUSIC类DOA估计算法(OSM)。该算法放宽了MUSIC类DOA估计算法过于依赖信源个数质量的限制,OSM把过估计的信源个数输入给MUSIC,提高了正确检测弱信源的概率,同时也增加了虚警概率,但虚假峰值随窄带的变化呈无规则分布。由PPNN和MNT把这一频率域信息引入到信源检测,抑制了虚假峰,提高了OSM的检测性能。其最小可检测信噪比较传统的MUSIC类DOA估计算法降低了6dB。当带宽较窄时,若信号平稳性较好,适当增加一次快拍的采样长度,可提高窄带数目,亦增加了OSM的稳定性。海上实验数据处理得到了和理论分析一致的结果,该数据处理结果也初步验证了OSM算法的良好检测性能。     

A new wideband spread target maximum likelihood estimator for blood velocity estimation. I. Theory

The derivation and theoretical evaluation of new wideband maximum-likelihood strategies for the estimation of blood velocity using acoustic signals are presented. A model for the received signal from blood scatterers, using a train of short wideband pulses, is described. Evaluation of the autocorrelation of the signal based on this model shows that the magnitude, periodicity, and phase of the autocorrelation are affected by the mean scatterer velocity and the presence of a velocity spread target. New velocity estimators are then derived that exploit the effect of the scatterer velocity on both the signal delay and the shift in frequency. The wideband range spread estimator is derived using a statistical model of the target. Based on the point target assumption, a simpler wideband maximum-likelihood estimator is also obtained. These new estimation strategies are analyzed for their local and global performance. Evaluation of the Cramer-Rao bound shows that the bound on the estimator variance is reduced using these estimators, in comparison with narrowband strategies. In order to study global accuracy, the expected estimator output is evaluated, and it is determined that the width of the mainlobe is reduced. In addition, it is shown that the height of subsidiary velocity peaks is reduced through the use of these new estimators.     

时间分辨力约束下目标检测的波形优化设计

以最大化检测概率为优化准则，采用基于凸优化和随机化方法的具有相似性约束的相位编码算法（Phase Coding Algorithm with Similarity Constrain，PCA-SC）来设计发射波形，解决了主动声呐系统增大探测目标发射功率却不能提高检测概率的问题。同时，为有效降低PCA-SC算法所设计编码自相关函数的整体旁瓣级，提高其检测微弱目标的能力，在PCA-SC算法的基础上，结合新循环算法（Cyclic Algorithm-New，CAN）多相编码技术，提出了基于CAN的PCA-SC波形优化方法（Cyclic algorithm-new Phase Coding Algorithm with Similarity Constrain，CAN-PCA-SC）。仿真实验结果表明，PCA-SC和CAN-PCA-SC两种波形优化方法获得的发射信号均能够在满足系统所需时域分辨能力的要求下，实现检测概率的最大化，提高了目标检测性能，将时域分辨能力和检测性能有效地统一起来。相比PCA-SC波形设计方法，CAN-PCA-SC波形设计方法在保证获得的发射信号的检测概率优化效果一致的情况下，具有更低的积累旁瓣水平和更好的检测微弱目标的能力。