基于洛伦兹锥规划的声矢量阵宽容自适应波束形成

针对矢量阵Capon波束形成对阵列误差尤其敏感这一不足,提出了运用洛伦兹锥规划(LCP,Lorentz Cone Pro.gramming)实现导向矢量范数约束来提高波束形成鲁棒性的方法.鉴于矢量水听器声压分量和振速分量对阵列误差敏感程度不同的特点,采用了"双线约束"的策略.将范数约束波束形成转化为LCP形式,通过内点...     

矢量水听器线阵波束图

本文研究了矢量水听器均匀线阵的采用不同方式进行波束形成的波束图,并和声压阵相应的量进行了比较.结果表明,相对于声压阵,在不增加阵孔径的前提下,利用矢量水听器阵获得的波束主瓣更窄,旁瓣更低.利用声压和振速的联合处理,去除了声压线阵方位估计中的左右舷模糊.     

矢量水听器阵列虚拟阵元波束形成

在信号频率一定的情况下,常规波束形成方法需要通过增大基阵孔径来提高目标方位的估计精度,但这会受到实际工程应用的限制。在研究矢量水听器波束形成的基础上,提出了基于Taylor级数展开的虚拟阵元波束形成方法。该方法针对有限尺度双十字阵型的矢量水听器基阵,根据已知阵元接收的数据,运用Taylor级数展开方法估计虚拟阵元上的接收数据,使基阵孔径在虚拟意义上得以扩大。从而改善了阵列的波束性能,窄化主瓣和抑制旁瓣,实现了空间分辨率的提高。仿真和试验数据结果证明了该方法的有效性。     

SAVSTMV波束形成算法研究

矢量阵常规波束形成(Vector array Conventional Beam Forming,VCBF)能够消除普通单线阵左右舷模糊现象,但VCBF波束宽度受到"瑞利限"的限制,不能分辨同一波束内的多个目标。矢量阵导向最小方差(Vector array STeered Minimum Variance,VSTMV)波束形成算法是一种宽带自适应波束形成算法,具有高分辨力和抗干扰性能。VSTMV波束形成直接在阵元域进行,计算量较大且稳健性差,不利于实时实现和应用。提出一种分子阵VSTMV波束形成算法(Sub-Array Vector array Steered Minimum Variance,SAVSTMV),可有效降低计算量,算法稳健性更强。通过理论研究和仿真计算,证明该算法比矢量阵常规波束形成算法具有更好的性能,有利于实际应用。     

基于等效孔径相等的体积阵波束形成

利用自适应方法对"米"字形体积阵进行波束形成,发现在预成的多波束中奇偶号波束效果差别较大,影响了检测性能、定位精度.从预成波束方向阵等效孔径入手,解释了奇偶号波束不一致的原因,通过改变预成波束方向、构造阵等效孔径相等措施来改进体积阵波束形成.计算机仿真、水池实测验证了这种方法可以有效地提高体积阵波束形成的整体效果.     

矢量线列阵波束形成算法的左右舷分辨性能

研究矢量均匀线列阵波束形成算法的左右舷分辨性能。水听器可同步共点地测量声场的声压和质点振速,为一具有指向性的空间共点阵,从而能够解决单线阵声呐的目标左右舷模糊问题。文章分析了采用不同波束形成方法时矢量阵广义Cardiod处理和声强处理的目标左右舷分辨性能,并利用海试数据进行了验证。研究结果表明:自适应波束形成具有比常规波束形成更佳的左/右舷分辨性能,且对矢量阵处理而言,广义Cardioid处理更为稳健和实用。     

声透镜波束形成技术

介绍了研发的声线追迹程序和声场计算程序对声透镜波束形成的仿真结果,并与实际的透镜波束形成结果相比较。结果表明,仿真程序能够很好的模拟不同角度的入射声束的聚焦位置、波束宽度以及相对幅度,可以用于声透镜设计,大大减少声透镜制作过程中反复通过实验修改透镜参数的次数。     

基于线性预测的虚拟阵元波束形成

常规波束形成方法在信号频率一定的情况下,为提高其分辨率,需要增大基阵孔径,这在实际工程运用中受到了一定的限制。文中提出了基于线性预测技术的虚拟阵元波束形成方法。该方法在有限尺度基阵的情况下,运用线性预测技术,根据已知阵元的接收数据,估计虚拟阵元上的接收数据,使基阵孔径在虚拟的意义上得到了扩大,从而实现了高指向性窄波束,提高了基阵的指向性指数。仿真实验表明了方法的有效性。     

混凝土结构健康检测的声发射圆阵波束形成仿真分析

采用了声发射(Acoustic Emission,AE)均匀圆阵并分析其波束形成特性,通过仿真分析了阵元数目及声发射模拟信号频率的变化对波束模式的影响.结果表明,当频率不变,阵元数目为4~32时,随着阵元数目的增加,角分辨率保持不变,最高旁瓣降低,可达-8 dB左右.混凝土结构内部缺陷声发射信号的超声频段一般在25~200 kHz,当阵元数目不变时,随着频率的升高,角分辨率随之升高,最高旁瓣也随之增大.另外,文中提出如何设计一个性能相对稳定的阵列,并通过从噪声信号中提取有用信号的实例说明声发射均匀圆阵空间匹配滤波性能.     

基于多普勒特征恢复的声矢量阵鲁棒自适应波束形成方法

在短快拍、信号导向矢量失配环境下,传统的自适应波束形成方法性能受到影响,对角加载技术是提高算法在复杂环境下性能鲁棒性的重要技术之一。针对水声环境和水声信号特点,提出一种基于声矢量阵的自适应波束形成方法。该方法利用水声信号的多普勒频率信息,在不同环境下自适应地选择最优对角加载因子,确定波束形成的权矢量,从而实现提取期望目标信号、抑制干扰和噪声的目的。无需任何用户参数,鲁棒性强、估计精度高。最后基于声矢量阵进行仿真实验,仿真结果证明了所提出的方法能够有效地获取目标信号,具有较好的抗干扰能力。     

声矢量传感器均匀直线阵

本文给出声矢量传感器均匀直线阵(Acoustic Vector Sensor Uniform Linear Array -AVS ULA)和传统的声压传感器均匀直线阵(Pressure Sensor Uniform Linear ArrayPS ULA)的常规波束形成(Conventional Beamforming-CBF)和自适应波束形成(Adaptive Beamforming-ABF)的理论和试验比对,并给出AVS ULA的湖上和海上试验结果.     

矢量水听器阵列自适应子空间跟踪算法

矢量水听器能同时共点获得声场中声压和振速,与其他水听器相比,能获得更多的信息量,具有很好的应用前景。矢量水听器阵列的MUSIC算法能实现360°无模糊方位估计,然而对于方位时变的目标源,该算法很难完成对上述目标源方位进行实时跟踪估计。鉴于此,将MALASE算法和MUSIC算法相结合,提出了一种矢量水听器阵列的自适应子空间跟踪算法。仿真结果表明,该算法既保留了MUSIC算法的性能,又实现了对目标源进行实时跟踪估计,且方位估计误差仅为0．4°左右。     

基于M序列调相信号的矢量水听器方位估计

利用矢量水听器接收确知脉冲信号来确定声源方位时,脉冲信号形式可以考虑采用M序列调相信号,具有良好的抗多途效应,本文提出了各向同性噪声场下利用矢量水听器接收确知脉冲信号进行方位估计的最大似然方位估计.矢量水听器的水池试验结果证明在多途效应比较严重的情况下,采用M序列调相信号利用以上方法进行方位估计仍可取得较高了测向的精度.     

单矢量传感器DEMON谱检测技术研究

水声目标辐射噪声的包络谱中包含调制线谱(DEMON),不同类型的水声目标其DEMON谱不同,研究单矢量传感器利用DEMON谱检测目标信号的能力。采用文中定义的解析声强流方法,将单矢量传感器拾取的同一点的多信号源的振速矢量叠加统一描述在解析声强流的相位中,目标方位可以通过计算解析声强流的相位得到。仿真计算结果表明,这一方法对不同基频调制的宽带信号的检测能力可达-20dB,方位分辨能力在信噪比为-15dB时约为10°。对湖试数据的处理结果已证明本方法的可行性。     

稀疏矢量阵设计的模拟退火算法

对于均匀间隔线列阵,由采样定理可知,当阵元间距超过信号波长的一半时,指向性图会产生与目标等高的栅瓣。为了获得高分辨率,同时避免栅瓣出现,需要大量的传感器。为了减少设备复杂度,可以采用稀疏布阵技术,以较少的阵元获得较高的分辨力。将模拟退火算法应用到稀疏矢量水听器阵的设计中。通过优化阵元位置控制指向性图,可以获得无栅瓣的指向性图。给出了优化后的稀疏矢量阵与均匀间隔矢量阵的指向性图比较。     

宽容自适应波束形成在矢量阵上的应用

矢量水听器由声压和振速水听器复合而成,可以共点同步测量声场中的声压与振速。相对于声压阵,使用矢量阵能在大部分观测区域实现无模糊定向,突破半波阵限制,扩展阵列孔径。当导向矢量精确已知和观测数据充分时,MVDR(Minimum Variance Distortionless Response)的分辨率和抑制干扰能力都优于常规波束形成(CBF)。在实际应用中,导向矢量存在误差或者时变,MVDR的性能严重恶化。RCB(Robust Capon Beamforming)是最近出现的一种宽容自适应波束形成算法,该算法直接对导向矢量进行估计作波束形成,从而有效避免了因导向矢量失配性能下降。推导了秩亏情况下的RCB,将其应用到矢量阵,海试结果表明了该方法的有效性。     

一种基于矢量拖曳阵的拖船干扰抵消算法

拖曳阵中的拖船干扰常常是限制目标的观测范围和检测性能的重要因素之一。在浅海环境中,由于拖船干扰存在严重的多途效应,采用传统的自适应干扰抵消方法,效果并不理想。为了抵消矢量拖曳阵的拖船干扰,利用矢量拖曳阵中振速通道正交于阵艏的分量对拖船干扰不敏感的特点,提出一种基于矢量阵的拖船干扰抵消算法。该算法抗多途干扰效果好,可以有效地抑制拖船干扰,实验数据处理结果验证了该算法的有效性,可望在实际的声纳工程中得到应用。     

声矢量阵相干源方位估计算法

基于声矢量阵的质点速度场平滑（ParticleVelocityFieldSmoothing,PVFS）算法是一种有效的解相干算法,但是当存在大量相干源时,该算法性能急剧下降甚至失效。在PVFS算法的基础上,提出了矩阵平方平滑（MatrixSquareSmoothing,MSS）-PVFS算法,该算法是对PVFS算法的改进,通过对PVFS算法构造的数据协方差矩阵进行平方、矩阵分块以及矩阵块间交叉相乘等数学运算,增强了PVFS算法解相干的能力,并大大增加了其分辨相干源的数目。计算机仿真结果表明,MSS—PVFS算法的效果与空间平滑（SpatialSmoothing,SS）-PVFS算法大致相同,但在低信噪比条件下,该方法具有更高的DOA估计精度。     

基于像素偏振阵列的图像传感器航向角检测

目的:模仿昆虫的导航能力,研究基于像素偏振阵列结构图像传感器的偏振导航方法。方法:使用具有像素偏振阵列结构的芯片搭建偏振导航传感器,采用两种航向角解算方法进行导航实验。在基于图像的航向角计算方法中,以太阳子午线方向建立新的坐标体系后重绘偏振角图片,提取出所有偏振角接近90°的特征点位置进行直线拟合,结合实际太阳方位角解算出航向角。结果:两种导航方法均实现了航向角检测,基于图像的航向角解算方法精度较高,航向角测量最大误差为0.882°,误差均值为0.332°。结论:基于像素偏振阵列结构的图像传感器实现了航向角检测,精度满足导航需求。