基于矢量阵宽带MVDR聚焦波束形成的水下噪声源定位方法

该文研究了可应用于水下噪声源近场定位的矢量阵宽带MVDR聚焦波束形成方法,其中包括基于子频带分解的矢最阵非相干宽带聚焦波束形成(ISMMVDR-VFB)以及矢量阵相干宽带CSS-MVDR聚焦波束形成(CSSMVDR-VFB).两种方法将宽带MVDR高分辨方位估计方法及矢量阵信号处理技术与聚焦波束形成相融合,较常规聚焦波束形成具有更高的分辨力和更低的旁瓣级,能解决"左右舷模糊"问题并提高处理增益.与非相干算法ISMMVDR-VFB相比,CSSMVDR-VFB采用聚焦变换思想,可直接处理相干宽带信号,对于实际水声信号具有更高的适用性.最后通过对研究方法的空间谱仿真分析证明了其正确性和有效性.     

球体表面圆环阵模态域波束形成误差分析

模态域波束形成方法由于将波束形成器分为独立的2个波束形成器,可更有效地设计高阶期望波束,因而得到了广泛的关注。分析了球体表面圆环阵模态域波束形成过程中的误差传递。推导研究了不同阶数下,波束形成中的阵元误差、混淆误差和测量噪声,并对各种误差进行了计算机仿真,从原理上为设计高阶声场传感器及其性能分析起到了指导作用。     

基于经验模态分解的宽带阵列DBF研究

已有研究对宽带阵列信号的子带分解处理中子带划分是固定的,各子带内信号数分布不均衡。该文研究了子带自适应划分的模态域宽带自适应阵列算法,提出将经验模态分解(EMD)融合于线性约束最小方差(LCMV)算法中,EMD把多分量信号自适应地分解成多阶内蕴模态函数(IMF),突出了信号的局部瞬间特征,两者结合既满足了LCMV的窄带信号要求又充分发挥了EMD自适应的特点,解决了阵元数目受到严格限制时,宽带阵列处理自由度不足、抗干扰性能下降的问题,在强干扰环境和各信号强度相差较大时也能有效检测出较弱信号。与基于FFT的子带分割相比,无需预先划分模态函数的频段,阵元数目受限时增加了处理自由度。仿真表明3阵元强干扰条件下改善增益11dB。     

基于MVDR算法的频控阵雷达干扰抑制方法北大核心CSCD

为提高频控阵雷达的抗干扰能力,针对基于最小方差无失真响应(MVDR)波束形成算法的频控阵雷达干扰抑制方法进行了研究。首先,构建了频控阵阵列系统的信号模型,基于信号模型推导了基于频控阵的MVDR波束形成算法;然后,将传统相控阵中的MVDR波束形成算法应用到频控阵当中;最后,通过仿真分析了MVDR波束形成算法的抗干扰能力。仿真结果表明:采用MVDR波束形成算法能够实现目标位置增益最大;此外,信号输出信噪比随输入信噪比的增大而逐渐增大。文中研究能有效提高频控阵雷达在距离与角度维度的抗干扰能力,对于提升雷达检测系统的性能具有重要意义。     

声矢量阵自适应波束域广义似然比检测算法

为了解决水下强干扰背景下的远程弱目标被动探测问题,基于声矢量阵,本文提出了一种自适应波束域的检测算法。该算法首先对阵列接收数据进行波束域变换,令通带覆盖整个观测扇面,并自适应地抑制扇面外的强干扰信号;然后在波束域进行广义似然比检测。仿真结果表明,该算法能在强干扰背景下实现对远程弱目标的检测,并且具有恒虚警率特性。     

基于宽带MVDR波束形成的弱信号检测研究

在复杂电磁环境中,常规波束形成的性能下降会使检测弱信号变得十分困难。若空间存在相干干扰时,常规阵列信号处理方法大都无法区分干扰与目标信号。针对宽频带、强干扰以及信号相干的问题,研究了可以抑制干扰的最小方差无畸变响应(MVDR)波束形成方法,并讨论了宽带MVDR的几种实现方式,即非相干最小方差(IC-MV)、空间重采样最小方差(SRMV)和指向最小方差(STMV),通过仿真比较了上述算法的弱信号检测性能。     

数字信号处理中MUSIC方法的新教学思路

多重信号分类MUSIC算法是基于信号与噪声子空间正交性的一种超分辨谱估计方法.自适应波束形成技术则是通过在干扰信号波达方向上置零来实现输出信干噪比最大化.通过在所有感兴趣波达方向上扫描,波束形成器也可以用来实现波达方向估计.MUSIC算法和波束形成技术的原理看似不同.然而,有文献表明,MUSIC算法可被表示为一个波束形成器.基于这一事实,在本文中,我们首先介绍了MUSIC算法和最小无失真响应波束形成技术MVDR的原理.然后,给出MUSIC算法和MVDR波束形成器的等价表示形式.最后,将MUSIC算法与MVDR波束形成器进行比较.通过上述内容的讲解,可以使学生获得关于MUSIC算法新的认识.     

基于集合经验模态分解敏感固有模态函数选择算法的滚动轴承状态识别方法

为了更有效地提取滚动轴承各状态振动信号的特征,该文提出了一种基于集合经验模态分解(EEMD)的敏感固有模态函数(IMF)选择算法。该算法对振动信号经EEMD分解后得到的固有模态函数采用峭度值、相关系数相结合的方法自动提取其敏感分量,以此获得振动信号的初始特征。再运用奇异值分解和自回归(AR)模型方法得到滚动轴承各状态振动信号的特征向量,并将其输入到改进的超球多类支持向量机中进行智能识别,从而实现滚动轴承的正常状态,不同故障类型及不同性能退化程度的各状态识别。实验结果表明,相比基于经验模态分解结合自回归模型或奇异值分解的特征提取方法,该方法可更有效地提取滚动轴承故障特征信息,且识别精度更高。     

基于目标辐射噪声的信号起伏检测算法研究

该文以起伏声场背景下的目标辐射噪声模型分析为前提,针对目标方位估计和窄带线谱的检测问题,提出一种基于信号起伏相位差分对齐的宽窄带综合相干检测算法。利用周期线谱信号与宽带噪声间的时间相关半径与起伏相位均匀性差异,抑制背景噪声的能量干扰;将聚焦波束域输出信号的起伏相位对齐增益结合阵元域处理的空间相干增益,提高对不同来波方向目标的辨识能力。通过仿真分析与海试实验结果验证了该文所提算法可明显增强目标线谱分量的检测信噪比增益和相关目标所在波束方位的相对能量谱级,在抗复杂信道检测、识别领域具有良好的实际应用前景。     

基于稀疏时频分解的盲波束形成算法

针对现有盲波束形成算法通用性差,所需采样数据量大等问题,该文提出一种基于稀疏时频分解的盲波束形成算法。算法首先将传统的短时傅里叶变换转化为稀疏重构问题,利用交替分裂Bregman算法进行迭代求解。然后利用对各阵元的接收信号进行稀疏时频分解的结果,结合聚类和不确定集方法,实现导向矢量的最优估计。最后利用MVDR算法获得最优权矢量。该算法无需利用信号统计特性,实现了高效的盲波束形成。仿真实验结果表明,该算法所需数据量小,迭代步骤易于工程实现,较现有盲波束形成算法输出性能更优,适用范围更广。     

基于MVDR算法的单天线ADS-B交织信号分离

广播式自动相关监视（Automatic Dependent Surveillance-Broadcast，ADS-B）作为一种新的监视技术正受到国际民用航空组织（International Civil Aviation Organization，ICAO）的大力推广。然而，由于ADS-B信号传输具有随机性，多条信号交织问题不可避免。本文将最小方差无失真响应（Minimum Variance Distortless Response，MVDR）算法应用于单天线ADS-B信号解交织。首先，将单天线接收到的数据转化为虚拟均匀线阵模型；然后利用阵列信号处理中的MVDR算法分离交织信号。由于该算法需要准确估计信号频率，而针对快速傅里叶变换（Fast Fourier Transform，FFT）估计信号频率误差较大的问题，利用改进的频率估计方法能够降低信号频率估计误差，从而有效分离交织信号。仿真实验验证了该算法的有效性并且对信号之间相对时延问题不敏感。      

Source localization using vector sensor array in a multipath environment

Coherent signals from distinct directions is a natural characterization of the multipath propagation effect. This paper addresses the problem of coherent/fully correlated source localization using vector sensor arrays. The maximum likelihood (ML) and minimum-variance distortionless response (MVDR) estimators for source direction-of-arrival (DOA) and signal polarization parameters are derived. These estimators require no search over the polarization parameters. In addition, a novel method for "decorrelating" the incident signals is presented. This method is based on the polarization smoothing algorithm (PSA) and enables the use of eigenstructure-based techniques, which assume uncorrelated or partially correlated signals. The method is implemented as a preprocessing stage before applying eigenstructure-based techniques, such as MUSIC. Unlike other existing preprocessing techniques, such as spatial smoothing and forward-backward (FB) averaging, this method is not limited to any specific array geometry. The performance of the proposed PSA preprocessing combined with MUSIC is evaluated and compared to the Crame/spl acute/r-Rao Bound (CRB) and the ML and MVDR estimators. Simulation results show that the MVDR and PSA-MUSIC asymptotically achieve the CRB for a scenario with two coherent sources with and without an uncorrelated interference source. A sensitivity study of PSA-MUSIC to source polarization was also conducted via simulations.     

Robust maximum energy adaptive matched field processing

Adaptive array processing algorithms have achieved widespread use because they are very effective at rejecting unwanted signals (i.e. controlling sidelobe levels) and in general have very good resolution (i.e. have narrow mainlobes). However, many adaptive high-resolution array processing algorithms suffer a significant degradation in performance in the presence of environmental mismatch. This sensitivity to environmental mismatch is of particular concern in problems such as acoustic array processing in the ocean where the array processor's knowledge of the propagation characteristics of the ocean is usually imperfect. A maximum energy matched field processor is formulated which “tunes” the replica vector used by a minimum variance distortionless response (MVDR) matched field processor to adjust for fluctuations in the environment. The resulting processor has the same structure as the two-stage MVDR processor interpretation of the adaptive minmax matched field processor proposed previously. However, the criteria which the two processors use to “tune” replica vector differ. The result is that the MEMV processor achieves a level of performance superior to that of the adaptive minmax processor and close to that of traditional adaptive processors while limiting the sensitivity of the processor to environmental mismatch. An algorithm for implementing the professor is developed, and the performance of the processor is analyzed     

基于GPS／INS与天线阵列的导航系统抗干扰设计与分析

详细分析了GPS/INS紧耦合模型的结构和数学模型,给出了相应的EKF算法。分析了单级MVDR(Minimun Variance Distortionless Response)波束形成技术的缺陷,建立了多级MVDR波束形成技术的设计模型。在此基础上,给出了基于GPS/INS与天线阵列相结合的导航系统抗干扰设计模型。最后对该系统的输出载波噪声比和位置误差进行了仿真分析,结果表明,单级波束形成技术由于受到自由度的限制,在多干扰存在情况下产生较大的距离误差,而多级波束形成技术可以有效抑制多干扰信号存在的影响,保证导航系统的可靠工作。     

S模式交叠信号的PA分离算法性能分析

为了提升高密度信号背景下对S模式应答的接收能力,投影算法(PA)在阵列接收的基础上采用投影技术分离S模式交叠信号,因其具有良好的稳定性和实用性而成为经典的信号分离方法。首先,分析了PA算法针对的问题在各种空中流量密度下的发生概率;其次,在PA算法的基础上推导了交叠信源数检测与信号到达方向的关系,进一步分析了信号到达角(DOA)与噪声增益之间的关系,并说明了信号DOA对分离后的信号解码的影响;最后,以均匀线阵(ULA)为例仿真说明了信号DOA对信源数检测、噪声增益的影响。结果表明,对于两个S模式交叠的情况,PA算法在六阵元ULA下可以达到80%以上的检测成功率,并有较好的分离效果。     

基于子带平均的宽带源个数估计方法

本文提出了一种相关宽带源个数估计的方法。该方法首先阵列采样数据分段并进行FFT变换．得到若干个窄带信号，然后分别对每一个窄带信号进行处理，最后对各窄带的处理结果进行加权综合来得到宽带源个数的估计结果，采用空间平滑技术可处理相关宽带源。计算机仿真结果证实了方法的可行性。     

Beam-forming of broadband QFM signals using generalized time–frequency transform

ABSTRACT

Detection and localisation of contacts using sensor array play a significant role in the area of array signal processing. In this paper, a new beam-forming analysis for broad-banded quadratic frequency modulated (QFM) signals using generalised time–frequency transform (GTFT) is presented by extending the conventional fractional Fourier transform (FrFT). As FrFT is constrained to the analysis of linear chirps, detection using GTFT is found to be the appropriate selection for higher-order chirps with the suitable choice of the kernel. The parameters of the QFM signal is extracted using the polynomial chirplet transform time–frequency distribution method. Subsequently, the direction of arrival (DoA) estimation algorithms viz. conventional beam-former (CBF), minimum variance distortionless response (MVDR), multiple signal classification (MUSIC) and minimum norm (MN) are re-cast using the quadratic steering vector derived for QFM chirps and hence renamed as GTFT-CBF, GTFT-MVDR, GTFT-MUSIC and GTFT-MN, respectively. The efficacy of the algorithm is validated through various signals including practical sonar array data. It is seen from the theoretical analysis as well as simulations that GTFT-MUSIC excels other DoA (bearing) estimation techniques. The GTFT analysis on back propagated signals using sonar array aided in effective underwater channel modelling.     

一种快速有限周期阵列特征模分析法北大核心CSCD

周期特征模分析(PCMA)方法是一种有限周期阵列特征模分析数值算法。该方法使用特征向量在每个阵元上定义若干组全域基函数,然后基于全域基函数得到一个压缩广义特征值方程。利用该方程可实现该阵列的特征模分析。与传统方法相比,该方法未知数量显著减少,节省了存储成本和求解时间。然而,广义特征值方程中的矩阵元素计算涉及二重面积分,非常耗时。文章采用等效偶极矩法计算矩阵元素,避免了二重面积分运算,从而节省了计算时间。数值结果表明新方法的结果与PCMA法以及传统分析法结果吻合很好,验证了所提方法的精度。同时,该方法显著降低了求解时间。     

脉冲噪声环境中鲁棒的自适应波束形成方法

本文提出一种脉冲噪声环境中的自适应波束形成方法.方法假定噪声服从对称 α 稳定(S α S:Symmetric α -stable)分布,首先定义分数低阶阵列响应,然后根据最小方差无畸变响应波束形成器(MVDR)提出分数低阶最小方差无畸变响应波束形成器(FrMVDR).理论上证明了当阶数小于噪声特征指数的一半时,分数低阶阵列输出功率有界.计算机仿真实验证明了本文提出的FrMVDR波束形成器在高斯噪声和非高斯脉冲噪声环境中性能都优于MVDR和其他有关的基于分数低阶矩的波束形成器,是一种鲁棒的自适应波束形成器.