改进的贝叶斯压缩感知目标方位估计

针对基于高斯先验模型的贝叶斯压缩感知在目标方位(Direction Of Arrival,DOA)估计中可能出现明显随机伪峰的问题,改进了高斯先验模型,并在此基础上提出了一种贝叶斯压缩感知目标方位估计方法。通过波束输出噪声背景预估与二值指示变量标记,并引入基于信号先验方差的噪声方差估计方法,与变分贝叶斯推断相结合改进目标方位估计性能和优化迭代收敛过程。利用32元线阵对改进算法进行数值仿真处理和分析结果表明,该改进方法不仅可以准确估计目标信号的方位,而且可以显著地减少空间谱中伪峰的数量。实际海上实验数据处理结果表明,使用改进后的贝叶斯压缩感知方法进行DOA估计,可以显著地抑制空间谱中随机的伪峰,提高波束输出峰值背景比,具有更强的目标检测能力。     

无源声呐多目标检测中反波束成形递推算法及其应用

随着声呐检测能力的提高,多目标干扰下微弱信号的检测问题日益突出。当声呐方位历程显示上出现多个干扰轨迹时,弱目标的检测显得十分困难。自适应噪声抵消(Adaptive Noise Canceling,ANC)技术为抑制多个干扰提供了理论基础,但是求解稳态最佳滤波矩阵存在着技术实现上的困难。本文提出用一种反波束成形(Inverse Beamforming,IBF)递推算法,在阵元域逐一抵消多个强干扰,从而增强并提取出微弱目标信号。文中给出了递推求解由逆矩阵所表达的最佳滤波矢量的理论推导和相应的公式。利用IBF算法处理海试数据得到了较好的结果,显著改善了强干扰下对微弱信号的检测,甚至在普通波束成形(CBF)中未能显示出来的信号都可以被检测出来。     

频域盲源分离与波束形成结合抑制方向性强干扰方法

针对方向性强干扰严重影响无源声呐弱目标检测的问题,提出了频域盲源分离与波束形成结合的干扰抑制方法:以子带分解的方法实现宽带干扰抑制。对每个子带进行频域盲源分离,并估计出各分离信号的方位,将与给定强干扰方位匹配的分离信号置零,利用估计的解混矩阵和处理后的分离信号重构回阵元域信号并进行波束形成实现目标方位估计。声呐模拟器数据与海试数据验证结果表明,相对于传统零陷常规波束形成与零陷最小方差无失真响应波束形成方法有2 dB以上的增益,约6 dB的背景级降低,证明该方法在抑制方向性强干扰方面是有效的。     

波束形成后多干扰抵消方法

为解决常规波束形成后干扰抵消方法仅能从目标波束内消除一个干扰影响的局限性,提出了一种可实现多干扰抑制的波束形成后干扰抵消方法,用于解决多干扰条件下的弱目标波束形成问题.该方法通过最小化多个干扰波束对目标波束的影响,获得用于抵消干扰波束的加权值;然后从目标波束中减去加权后的干扰波束,从而获得抑制干扰后的目标波束。该方法继承了常规波束形成方法的稳健性,因此在阵列流型失配等存在误差的条件下可以用于目标波束形成。仿真和海上实验数据表明,与最小方差无失真响应方法和解卷积的常规波束形成方法相比,该方法可以有效抑制干扰的影响,且当目标与任一干扰方位相近时,其方位谱中可以观察到目标波束,而另外两种方法的目标波束均被干扰波束或其旁瓣所掩盖;与设置凹槽的波束图综合方法相比,该方法算法复杂度低,计算速度快,稳健性更好。     

采用条件波数谱密度函数的宽带高分辨方位谱估计算法

针对宽带高分辨方位估计存在方位估计偏差大、算法复杂度高等问题,提出了一种基于条件波数谱密度(Conditional Wavenumber Spectral Density based,CWSD-based)的宽带高分辨方位谱估计算法.该算法利用条件波数谱密度将阵列信号转换到频率-波数空间,宽带信号能量在该空间的坐标呈现与入射角相关的线性分布,通过借鉴直线检测原理,实现邻近目标的高分辨方位估计,且无需预估角度和信源数等信息。仿真结果表明,该算法理论分辨率与处理最高频率成反比,估计均方误差约为0.1°,对阵形畸变鲁棒,运算效率高。海上试验数据表明,本文方法在方位分辨率、弱目标检测、非目标向噪声抑制、稳健性等方面都优于宽带常规波束形成和最小方差无畸变算法,在实际海洋中可实现超低旁瓣高分辨波达方向估计。     

利用分频带空间谱和波束域的输出直流跳变与起伏比值融合检测未知线谱目标

目标辐射噪声中高强度稳定线谱可以用来提高常规宽带能量积分的检测性能。理论分析了已知线谱检测优于宽带能量积分检测的谱级比条件。给出了线谱频带可检测条件下,线谱谱级与最小可检测信噪比关系。分析分频带空间谱和波束域的输出直流跳变与起伏比值特征。在此基础上提出了一种构造频率、方位滤波矩阵的方法。该矩阵作用类似频带方位滤波器,通过对线谱频带目标方位的信号放大,与其他频带判决结果融合,来提高常规宽带能量积分的性能。最后给出该算法适用条件和性能分析。数据仿真和海试数据处理结果可知,该算法在多干扰源存在下对弱线谱目标提取能力强,且不需多帧统计,在检测效果上更接近于理想的窄带线谱检测方法。     

低信噪比线性调频信号目标的方位估计

线性调频(LFM)信号目标的方位估计是水声探测研究的重要内容,在进行方位估计时,若存在强干扰信号源与强背景噪声,阵元接收信号的信噪比会显著降低,严重影响LFM信号目标方位估计结果的准确性.针对该问题,提出了一种简明分数阶滤波方法,并将其与常规波束形成方法(CBF)相结合来实现低信噪比条件下LFM信号目标的方位估计.简明分数阶傅里叶变换能在正交角度上将LFM信号的能量聚集在特定频点处并形成明显的能量峰,利用该特性,可对阵列各阵元接收的低信噪比LFM信号在简明分数阶域聚集的能量峰进行最佳滤波,以滤除干扰信息及背景噪声.对滤波输出进行逆简明分数阶傅里叶变换可得到增强信干比和信噪比的阵元域信号,进一步用于目标方位估计,就能获得更加准确的目标方位。数值仿真结果和海试实验数据处理结果验证表明,本文所提出的方法可有效抑制干扰和背景噪声,并对低信噪比LFM信号进行准确、稳健的方位估计。     

一种最差情况下性能最优化的特征分析自适应波束形成方法

自适应波束形成在弱目标检测和空域滤波中应用广泛。然而在实际海洋环境中,失配情况比较普遍,往往会导致传统自适应波束形成方法性能明显下降。针对此问题,本文基于特征分析重构观测信号协方差矩阵来抑制干扰对弱目标检测的影响,在此基础上进一步利用凸优化算法来提高波束形成方法的鲁棒性。数值仿真和海试数据处理结果表明,本文所提方法在抑制干扰对弱目标影响的基础上,在阵元位置平均误差不超过入射信号中心频率对应波长的40%的情况下,仍可以鲁棒地检测目标信号。同时,该方法显著提高了自适应波束形成方法的输出信干噪比,且受对角加载量取值的影响较小。     

各向同性噪声场中单矢量传感器虚源消除MUSIC测向方法

针对各向同性噪声场中,单矢量水声传感器声压通道和振速通道的噪声功率不一致性造成MUSIC测向方法性能急剧下降的问题,提出了一种增秩MUSIC测向方法和一种幅度加权MUSIC测向方法。增秩MUSIC测向方法通过增加信号子空间维度消除虚源的影响,在单目标情况和低信噪比时可获得高精度方位估计结果,其性能接近克拉美洛界限(CRB),但它不能分辨双目标;幅度加权MUSIC测向方法通过对接收信号幅度加权消除了虚源,并且能分辨双目标。     

相位加权的矢量全聚焦超声阵列成像方法研究

常规矢量全聚焦成像仅利用检测信号的幅值信息,其成像质量受噪声、栅瓣和旁瓣等的影响大。综合利用检测信号的幅值和相位信息,本文提出两种相位加权的矢量全聚焦成像方法。首先,对全矩阵数据的相位信息进行分析,提取出两种相位特征参数:相位一致因子(Phase Coherence Factor:PCF)和极性一致因子(Sign Coherence Factor:SCF);然后,将全阵列划分为若干子阵列,分别利用两种相位特征参数对各个子阵列的成像幅值进行加权,求取加权幅值特征向量;最后,对所有子阵列的加权特征向量进行合成,得到两种加权的矢量全聚焦成像,并从中提取出裂纹方向及尺寸等特征信息。将三种矢量全聚焦成像方法应用于不同缺陷检测仿真及实验验证,结果表明,3种方法均可以实现缺陷方向识别与长度定量测量;但相位加权矢量全聚焦成像效果明显优于常规矢量全聚焦成像结果,其成像信噪比及分辨率更高,缺陷角度及长度测量结果更准确。本文研究工作为缺陷无损评价提供了可行的技术手段。