基于频域分解的水声信号宽带盲波束形成

盲波束形成算法可以在不知道阵的流型、信号及干扰方位的情况下,仅根据各阵元接收的数据恢复信号。由于水声信号为宽带信号,为了充分利用宽带信息,提出利用频域分解的方法获得满足窄带条件的信号,并利用窄带盲波束形成JADE（Joint Approximate Diagonalisation of Eigen-matrices）算法进行处理。对宽带盲波束形成算法进行了理论推导和仿真实验。研究结果表明,盲波束形成算法相对于常规波束形成在信号恢复方面有优越性。     

宽带盲波束形成与卷积混合盲源分离

盲波束形成是在不知道阵形，目标方位以及阵元响应等信息的情况下，只根据阵元输出恢复源信号。现有盲波束形成对窄带信号研究比较多。而对宽带信号盲波束形成论述较少。本文从信号模型，系统框图。处理的三方面说明盲波束形成与盲源分离近似，并指出卷积混合模型盲源分离完全可以作为解决宽带信号盲波束形成问题的一种通用方法。     

一种改进的窄带信号降噪算法及其应用

提出一种改进的基于FFT窄带信号频域降噪算法,并研究了其在宽带信号分段滤波中的应用。针对传统的基于FFT窄带信号频域去噪方法的不足,首先估计出信号频率与量化频率点的偏离程度,然后对信号进行频移,使信号频率尽量接近量化频率点,再进行频域滤波,并对滤波后信号逆向频移恢复原信号。最后,采用这种基于频移的窄带信号降噪算法对宽带信号进行分段滤波处理。Matlab仿真表明,改进的算法在不同的频率段内性能,且明显优于传统的窄带信号频域去噪算法。     

基于反卷积的双线阵聚焦波束形成被动定位方法

为了提高双线阵聚焦波束形成在阵元数少或频率低时的定位精度,文章研究了一种基于反卷积的双线阵聚焦波束形成被动定位方法。首先在测量区内对双线阵接收信号进行球面波补偿,给出噪声源分布的声图信息。然后根据阵型的参数,计算双线阵的指向性函数。最后利用一种适用于移变阵列的二维扩展R-L反卷积算法,对声图波束输出和双线阵的指向性函数做反卷积,求解基于反卷积波束形成的源的分布。该方法旁瓣更低,分辨力更高,有效提高双线阵聚焦波束形成的定位精度和左右舷分辨能力,为后续的减振降噪、噪声检测等工作提供了参考。     

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.     

基于压缩聚焦网格点的快速反卷积算法EI北大核心CSCD

为提升反卷积算法的计算效率,提出一种压缩聚焦网格点的快速反卷积算法。该算法基于函数波束形成的输出,根据设定的声源识别阈值,压缩参与反卷积算法循环的聚焦网格点数。算法融合了函数波束形成与相干声源图清晰算法CLEAN-SC(CLEAN based on spatial source coherence)的优点,可进一步提高多声源定位的空间分辨率,并有效降低算法计算时间。仿真和试验表明:所提算法对低于瑞利极限的不相干多声源具有良好的识别效果;试验中,与CLEAN-SC相比,所提算法的计算效率提升了约3.90倍。     

基于改进FISTA的高分辨率声源定位方法

为提高快速迭代收缩阈值算法(Fast Iterative Shrinkage-Thresholding Algorithm, FISTA)在反卷积波束形成中的空间分辨率以及计算速度,采用基于快速傅里叶变换的声学模型,引入过松弛方法和“贪婪”重启策略,提出两种改进的快速迭代收缩阈值算法,即基于快速傅里叶变换的过松弛单调快速迭代收缩阈值算法(Over-relaxed MonotoneFast Iterative Shrinkage-Thresholding Algorithm based on Fast Fourier Transform, FFT-OMFISTA)和基于快速傅里叶变换的“贪婪”快速迭代收缩阈值算法("Greedy" Fast Iterative Shrinkage-Thresholding Algorithm based on Fast FourierTransform, FFT-GFISTA),并应用于反卷积波束形成的求解过程中。设计了单声源和双声源的仿真与实验,验证了所提算法的有效性与优越性。结果表明,两种所提算法都具有良好的性能,都能在声源定位中实现更高的空间分辨率以及更快的计算速度。     

离散小波变换快速卷积算法研究

传统的离散小波变换（Discrete wavelet transform, DWT）卷积算法通常采用延拓方法来解决边界效应,处理速度会受到一定影响。为了进一步提高使用DWT的实时性,提出了一种新的离散卷积快速实现算法。该方法利用前后端卷积结果对边界小波系数进行校正,有效地解决了卷积运算中的边界效应问题,并减少了计算量。仿真试验和工程应用结果表明该算法能用于分析平稳信号和非平稳信号,具有很高的分解和重构精度以及很好的边界处理性能,并且计算速度比传统方法有较大提高,具有显著的工程应用价值。     

宽带波束形成在定点DSP上的实现

阐述了宽带波束形成算法在定点DSP上实现时需要考虑的问题,讨论了定点方式实现矩阵特征值分解和非线性运算。比较了宽带常规波束形成（CBF）和宽带稳健自适应波束形成（RCB）算法的定点和浮点实现结果,给出了快速实现和验证定点数字信号处理算法的方法和步骤。通过计算实际数据验证了这些方法的正确性,可以有效提高在定点DSP上开发复杂数字信号处理算法的效率。     

自适应Notch滤波器在阵列信号处理中的应用

为了不增大阵列尺度采用信号处理方法得到高分辨率的波束指向性,首先利用Notch滤波器的＂离线重构＂实现窄带波束形成,进而结合其瞬时相位估计方法,研究了基于自适应Notch滤波器的恒定束宽波束形成技术,利用信号处理方法将矢量传感器阵列接收的低频窄带信号转化为具有指向性的较高频率波束,并采用虚拟阵元技术消除波束栅瓣的影响,给出了实际应用中具体的信号处理方法。仿真和湖试验证表明这种基于自适应Notch滤波器的恒定束宽波束形成方法是合理可行的。最后,针对适应实时信号处理的要求提出将这种方法与目标自动跟踪系统相结合的改进方向。     

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。     

阵列测量中的卡尔曼滤波器算法

针对经典波束形成算法不具备实时性、占用存储空间大、计算速度慢等缺点,提出了基于卡尔曼滤波器的算法。这种算法将信号处理领域中现有的卡尔曼滤波器理论与阵列信号处理过程相结合,在频域内对声学阵列所采集到的数据进行迭代处理,不仅能够及时发现风洞测量中存在的各种问题,而且可以实时消除由测量环境所引起的各种误差。仿真结果表明,这种算法比经典波束形成算法收敛速度更快,不仅成像效果很好,而且能够对低速运动声源进行定位。此算法具备实时性,为风洞声源的实时定位提供了重要的算法选择。     

全设计频段束宽恒定的低旁瓣时域波束形成

为了在空域无失真地接收宽带信号和有效地抑制环境干扰,提出了全设计频段束宽恒定的低旁瓣时域波束形成方法。首先,把宽带信号分为几个子带,应用半定规划的优化方法设计这些子带中心频率上的加权,使所形成的波束主瓣与设计带宽中最低频率上的波束相同,同时约束其具有低旁瓣特征。然后,设计FIR滤波器拟合这些离散频率点上恒定束宽加权所表示的幅相加权。显然,设计得到的FIR滤波器的幅相响应给出了全设计频段上的幅相加权。最后应用该方法,针对阵元具有方向性的12元均匀离散圆弧阵,设计覆盖一个倍频程的低旁瓣时域恒定束宽波束形成器,并使用线性调频信号作为测试信号,验证了所提方法的有效性。     

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。     

Wideband multipath rejection for shallow water synthetic aperture sonar imaging

Synthetic aperture sonar (SAS) is an emerging technology for seafloor imaging, which has an appealing property of range- and frequency-independent spatial processing resolution. However, for a low-frequency SAS system operated in shallow water environments, there are often strong sea surface and bottom reflected multipath components that interfere with the desired echo signals. Based upon a small vertically displaced hydrophone array, several spatial processing algorithms have been proposed for multipath reduction. Most of these algorithms, however, are only applicable to narrowband signals, whereas wideband signals are usually used in low-to-medium-frequency SAS systems in order to achieve a high range resolution. This paper presents a steered robust Capon beamforming (SRCB) approach, and applies the approach, together with the data-independent delay-and-sum beamforming and the conventional wideband robust Capon beamforming, to wideband multipath rejection for shallow water SAS imaging. Numerical simulations of the proposed SAS processing have verified the performance improvements on output image quality over conventional processing in terms of both ghost target strength reduction and contrast enhancement.     

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。     

一种改进的CORDIC实时生成加权系数方法

基于现场可编程门阵列实现多波束声呐频域波束形成算法时,通常需要使用坐标旋转数字计算(CoordinateRotation Digital Computer,CORDIC)方法实时生成加权系数,但波束数较多且为宽带信号时会消耗大量硬件资源。文章提出一种改进的基于CORDIC方法实时生成加权系数的方法。通过频点复用处理,多个波束组可共用同一个CORDIC IP核依次实时生成加权系数,降低了87.5%的CORDIC IP核资源消耗;通过引入二维乒乓、用后即抛思想,对存储加权系数的随机存取存储器(Random Access Memory,RAM)基于波束和频点复用进行乒乓处理,可降低97.9%的RAM系数存储空间占用。该改进方法通过多维度复用处理,占用少量RAM存储空间来节省大量CORDICIP核资源,均衡了RAM和CORDIC IP核资源的消耗,具有很好的工程应用价值。     

车桥耦合振动分析的Haar小波方法

利用Haar小波方法对车桥系统耦合振动问题进行了求解，得到了随机路面不平顺作用下车辆行驶速度与车辆、桥梁振动水平的关系。通过与传统的Runge—Kutta法进行比较可以看出，Haar小波方法在车桥耦合动力响应计算方面，具有计算时间少、计算准确性高的优势。