空域预滤波的稳健自适应波束形成方法

假定的期望信号方向向量与真实信号方向向量存在误差时,常规自适应波束形成性能将严重降低,针对该问题,提出了一种稳健的自适应波束形成算法.首先利用凹槽空域矩阵滤波器对基阵接收数据进行空域预滤波,消除协方差矩阵中的期望信号分量,然后重构协方差矩阵同时反变换到阵元域,再用重构的协方差矩阵形成自适应波束权向量.由于方法消除了期望信号分量的影响,极大地提高了自适应波束形成算法对系统误差的稳健性.计算机仿真验证了所提方法的有效性.     

协方差矩阵的相关法Toeplitz改进算法

提出一种基于均匀线形阵列的相关Toeplitz矩阵构造方法,建立了两种Toeplitz矩阵的构造方式,结合子空间法形成一种相干信源方位估计的高分辨方法。具体将接收阵列各阵元与参考阵元输出信号做相关,获得一组相关向量,应用相关Toeplitz矩阵构造算法构造阵列输出的Toeplitz矩阵,从而得到去相干的相应接收阵列的协方差矩阵,最后再应用高分辨子空间估计方法完成相干信源方位估计。仿真结果表明：所采用的相关Toeplitz矩阵构造算法达到了很好的去相干效果,并将Toeplitz近似化方法改进成为无偏估计方法,显著提高了相干信源方位估计的精度,并使Toeplitz矩阵构造的计算量减少到原方法的1/M。     

基于矩阵平滑改进的稳健Capon波束形成的功率估计

回顾了对角加载波束形成的研究历程,提出了一种改进稳健Capon波束形成（RCB）算法。该方法在计算过程中,加入了矩阵平滑及将加权向量向信干子空间投影的步骤,提高了对相干信号的分辨能力以及低信噪比条件下信号功率的估计能力。仿真结果表明该方法能够分辨相干信号,功率估计较为准确,并且在输入信噪比为-10dB的时候,降低旁瓣15dB～20dB：当信源估计个数大于实际个数的时候依然有效。     

基于二阶锥规划的稳健低旁瓣自适应波束形成

针对水下成像时圆弧阵常规波束旁瓣级较高,当存在强干扰时容易带来较多虚警的缺点,提出一种基于二阶锥规划的稳健低旁瓣自适应波束形成方法。该方法通过对波束旁瓣进行优化设计,可以将波束旁瓣级进行严格控制,并进一步结合协方差矩阵重构法,使波束形成器的稳健性得到提高,最后将该波束优化问题转化为二阶锥规划问题进行求解。计算机仿真结果表明,相较于其他算法来说,文中算法在波束旁瓣级得到严格控制的同时,可以在存在各类失配的情况下获得更高的输出信干噪比,稳健性更高。水池实验进一步验证了该方法的有效性,该研究成果可以在声呐成像领域应用。     

一种具有多重稳健性的自适应波束形成算法

由于存在阵元幅相差、期望信号导向矢量误差和数据失配等问题,传统的自适应波束形成算法性能下降,针对这一问题,提出了一种新的对于上述多种误差同时具有稳健性的波束形成算法。该算法以最小二乘恒模算法为基础,结合最优对角加载和协方差矩阵锥消技术,使得算法适用于同时存在多种误差的情况。结果表明,与目前已有的同类算法相比,该算法克服了期望信号信噪比大时算法性能恶化的缺点,具有更好的输出信干噪比,并且通过计算机仿真验证了它的有效性和优越性。     

基于插值矩阵技术与二维空间平滑法的近场相干声源识别研究

在研究插值矩阵技术与二维空间平滑法两种方法的基础上,将两者进行结合,提出了一种对近场相干声源进行识别的方法。首先通过插值矩阵技术把实际阵列接收到的近场信号转换为形式上的远场信号,然后通过二维空间平滑法求出阵列的平滑协方差矩阵,再由平滑协方差矩阵得到给定方向向量对应的信号功率,实现二维相干声源的识别。算例表明,该方法比传统的波束形成能更准确地定位出声源的位置。     

非一致性噪声条件下的特征空间波束形成

由于水声环境的复杂性,阵列的噪声分布可能是非一致性的。当阵元噪声功率各不相同时,阵列协方差矩阵特征分解得到的特征子空间与真实目标的特征子空间之间存在误差,导致特征子空间波束形成算法的性能衰减。文章提出了一种新的非一致性噪声条件下特征子空间的估计方法,将阵列协方差矩阵对角线置0,进行特征分解估计的特征子空间将不受阵元噪声非一致性的影响。将该方法应用到特征空间波束形成算法,提高了非一致性噪声条件下特征空间波束形成算法的方位分辨能力。仿真和实验结果验证了所提方法的可行性和有效性。     

一种适用于低信噪比条件的DOA估计方法

波达方向（Direction of Arrival,DOA）估计技术是信号处理中一个非常活跃的研究领域。但是无论传统的波束形成技术还是现代谱估计技术均适应于高信噪比的环境,当信噪比较低时,这些方法的波达方向（DOA）估计性能急剧下降。根据信号在时间上的强相关性和噪声在时间的弱相关性,提出了一种协方差矩阵的重构方法,该方法能够明显地提高协方差矩阵的信噪比。将新的协方差矩阵应用到最小方差无畸变响应（Minimum Variance Distortionless Re-sponse,MVDR）算法进行DOA估计,改善了传统MVDR算法在低信噪比条件下的DOA估计性能。计算机仿真和定向实验均表明在信噪比较低的环境中可以进行高精度的DOA估计。     

基于样本协方差矩阵谱分离特性的波达方向估计方法

小快拍条件下利用样本协方差矩阵代替统计协方差矩阵会带来较大误差,导致传统DOA估计算法不能准确估计目标方位。通过分析发现在不同阵元数与快拍数之比情况下,不管相干源还是独立源,样本协方差矩阵都具有明显的谱分离特性,在此基础上提出了采用小快拍的主特征空间目标波达方向估计方法,该方法利用导向向量与噪声子空间正交,且与信号子空间平行的特性,使用导向向量与主特征空间相乘再取反余弦构造出目标DOA估计幅度。仿真与水池实验中阵元数与样本数之比为1时依然可以准确将多个目标分辨出;海试数据验证中,阵元数与样本数之比也同样为1时,两个相邻目标可以正确分辨,而MUSIC算法则有伪目标出现。     

一种新的稳健CAB盲波束形成算法

通过限制估计的方向向量与真实的方向向量之间的误差范数的边界,提出了一种新的稳健CAB（周期自适应波束形成）盲自适应波束形成算法。该算法克服了方向向量失配引起的自适应波束形成器的性能劣化问题。计算机仿真试验表明,较采用传统对角加载技术的R-CAB盲波束形成算法和WCPO-CAB算法而言,该算法进一步提高了稳健性和输出信干噪比。     

基于协方差扩展PM算法的波达方向估计

针对基于传播算子方法(Propagator Method, PM)的水听器阵波达方向(Direction of Arrival, DOA)估计在低信噪比或者小快拍数时性能变差的问题,文章提出一种改进的基于PM算法的水听器阵方位估计方法。该方法利用信号子空间的旋转不变性特征对协方差矩阵进行扩展和重构,通过分块协方差矩阵的子矩阵得到传播算子矩阵。通过传播算子矩阵构造扩展噪声子空间,然后利用信号子空间与噪声子空间的正交性估计空间谱。仿真实验和湖上实验的结果表明：相较于传统PM方位估计算法,文中算法在低信噪比或者小快拍情况下具有较好的方位估计性能,在信噪比为0 dB时,文中方法比传统PM算法均方根误差减少0.6°;在快拍数为150时,比传统PM算法的均方根误差减少0.1°。     

低信噪比下重构协方差矩阵的高分辨MUSIC算法

在满足对称分布的海洋噪声场中,为提高低信噪比条件下目标方位估计性能,提出一种重构信号协方差矩阵的MUSIC算法。利用数据协方差矩阵虚部与对称噪声无关的性质,根据协方差矩阵虚部和虚部MUSIC算法的预估角重构出信号协方差矩阵,在此基础上实现MUSIC算法。仿真结果表明,所提算法相比常规MUSIC算法能有效降低对称噪声的影响,提高方位估计性能,并避免双边谱的出现,有更高的分辨率和更低的分辨门限。还研究了协方差矩阵的Toeplitz修正处理对于MUSIC类算法的改善作用。仿真表明,Toeplitz修正处理能显著提高MUSIC类算法的分辨性能。     

基于广义导向矢量的干涉合成孔径声纳干涉相位估计方法

提出了一种基于矩阵拟和的方法来估计干涉合成孔径声纳（InSAS）的干涉相位,该方法首先构造广义导向矢量,并利用相邻像素对的信息估计协方差矩阵,然后构造一个协方差矩阵全局最优的代价函数,使得这个代价函数最小时的相位即为精确的干涉相位。该方法在图像配准精度很差（可以允许达到一个分辨单元）的条件下准确地估计相应像素间的干涉相位。通过仿真和InSAS试验数据验证了该方法的有效性和稳健性。     

Online evaluation of the process noise covariance matrix for event-based state estimators

In state estimation, adjusting the process noise covariance matrix is an important and often difficult task. Well-known methods use the innovation vector to perform an adaptive adjustment, but when using event-based sensors, the innovation vector is not available for the estimator. We propose an online method for adjusting the process noise covariance matrix using the expected and observed event rates, which is based on the golden section search optimization algorithm. Simulation results confirm the suitability and efficiency of our proposed method. The process noise covariance parameter converges to the actual covariance iteratively, reducing the sensor transmission rate and the estimation error.     

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。     

认知型水声通信时空自适应处理算法研究

针对浅海水声通信面临的复杂干扰环境,提出了一种适用于水声通信系统的认知型时空自适应处理算法。该算法在传统时空自适应阵列处理算法的基础上引入了干扰认知的功能,通过干扰认知处理降低计算量,并且实现干扰样本的选取,确保自适应算法的可靠收敛。利用了协方差矩阵特征分解和多重信号分类(Multiple Signal Classification, MUSIC)估计干扰的个数,辅助选取盲源分离算法中的维度和时空自适应算法中的空域维度,进行算法降维处理。针对采用盲源分离后的各干扰,采用包络检测法提取时域特征,采用短时傅里叶变换(Short-time Fourier Transform, STFT)方法提取时频谱特征,分析干扰特征,实现干扰分类,从而实现干扰样本的选取。通过计算机仿真验证了该认知处理算法的性能。     

基于全相位预处理的时域多重信号分类波达方向估计方法

低信噪比下,针对宽带短脉冲情况下频域多重信号分类(MUSIC)中噪声子空间估计不稳定问题,提出一种基于全相位预处理的时域多重信号分类波达方向(DOA)估计方法。①对线列阵接收数据进行分组处理;②按搜索角度对各组数据进行相移预处理,并对各组数据预处理结果进行相加,得到一组新数据;③对线列阵接收数据在时域构建相移后的协方差矩阵,在更短数据长度下,稳定实现噪声子空间估计,并依据估计出的噪声子空间含有的正交特性,通过单位矩阵加法器得到相应空间谱估计值,实现波达方向估计。数值仿真和实测数据处理结果表明,相比频域MUSIC方法,该方法有效提高了线列阵接收数据协方差矩阵中信号含有量和信噪比,能够在更短数据长度情况下实现对噪声子空间的稳定估计,具有较好的稳定性和检测性能,提高了MUSIC方法在实际波达方向估计中的鲁棒性。     

基于SOC规划的稳健盲波束形成算法

通过限制估计的方向向量与真实的方向向量之间的误差范数的边界,提出了一种基于二阶锥（Second Order Cone,SOC）规划的稳健四阶累积量盲自适应波束形成算法。该算法相较于采用传统对角加载技术的高阶累积量盲波束形成算法和WCPO-RCUM算法而言,进一步提高了稳健性和输出信干噪比。计算机仿真实验表明,该算法具有很好的稳健性。     

一种恒虚警线谱检测算法研究

提出基于高低分辨率功率谱匹配度估计的线谱检测算法,该算法对信号分别进行高分辨率功率谱估计和多段低分辨率功率谱估计,然后以高分辨率功率谱估计为模板,用多段低分辨率功率谱估计进行校验的方式进行线谱检测。基于单频信号加高斯白噪声假设条件,理论上导出该检测方法的检测率和虚警率,并进行了仿真验证。与传统的线谱检测方法相比,该线谱检测算法不需要预知噪声功率谱,且具有恒虚警的特点。在车辆目标远距离声学检测应用中,该检测算法具有较好的检测性能。