阵列信号维纳滤波用于主动声呐图像增强处理

声呐图像的噪声背景抑制是提高水下目标检测能力的重要问题。针对声呐图像背景斑点噪声强、目标轮廓模糊、目标回波对比度低等问题,利用确定性目标回波信号与随机分布的干扰噪声之间的相关统计特性差异,采用基于最小均方差准则的阵列信号维纳滤波器,通过主动最小方差无畸变响应（Minimum Variance Distortionless Response,MVDR）波束形成和后置维纳滤波的两级处理,去除声呐随机噪声背景。试验数据的处理结果表明：在噪声干扰条件下,相比于常规波束形成（Common Beamforming,CBF）,主动MVDR处理提高了目标回波的局部信噪比,后置维纳滤波处理降低了随机分布的斑点噪声,使声呐图像的清晰度得到增强。     

无方位模糊的非均匀稀疏阵MVDR测向方法

稀疏阵能够获得更大的阵列孔径,但常规波束形成(Conventional Beam-Forming,CBF)对非均匀稀疏阵测向时会出现方位模糊。提出了一种基于最小方差无畸变响应(Minimal Variance Distortionless Response,MVDR)同局部非稀疏的非均匀稀疏阵(Non-Uniform Sparse Array,NUSA)的设计相结合来抑制方位模糊的方法(NUSA+MVDR),对其无方位模糊现象进行了理论分析,表明MVDR这一非线性处理方法对伪峰有很好的抑制能力。针对一种典型的NUSA(Typical NUSA,TNUSA),进行了TNUSA+MVDR数值仿真实验,其结果和理论分析一致,表明:1 MVDR有很强的NUSA检测能力,在所给仿真条件下,等效阵元间距为50倍波长时,仍能很好地抑制方位模糊;2TNUSA+MVDR较阵元数相同的均匀非稀疏阵列的CBF和MVDR有更高的方位分辨力;3阵元数一定,TNUSA+MVDR方位分辨力随着等效间距增加而提高,最小可分辨角度反比于等效间距;4等效间距一定,TNUSA+MVDR方位分辨力随阵元数增加而增加。海上实验在等效阵元间距为10倍波长条件下部分验证了NUSA+MVDR的检测性能。     

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。     

基于高阶次Cross Sensor处理的波束形成方法

为得到鲁棒性、高分辨波束形成,提出了一种高阶次Cross Sensor处理方法。该方法依据阵元间协方差矩阵同一斜对角线上不同元素具有相同相位差的特点,对协方差矩阵进行M阶次Cross Sensor处理后可虚拟出近(2~M-1)(N-1)个虚拟阵元(N为原始阵元数)。虚拟阵元的增加可扩大线阵有效孔径,降低波束形成主瓣宽度,提高方位分辨率。在Cross Sensor处理过程中,该方法对协方差矩阵同一斜对角线上不同元素进行了叠加运算,可进一步削弱噪声对波束形成的影响,提高了波束形成鲁棒性。数值仿真和海上试验结果表明,该方法既能有效降低波束形成主瓣宽度,提高方位分辨率,又可削弱方位历程图干扰背景。相比已有的逆波束形成,该方法具有较好的方位分辨率;相比已有的基于AR模型的高分辨逆波束形成,该方法对最低门限信噪比的要求较低,方位估计均方误差较小。     

阵间模基处理被动定位技术研究

随着目标声源级不断减小、环境噪声级不断增大,常规的基于单节点的被动定位方式已经不能满足声纳探测的需求,因此提出一种新的将网络化探测系统和模基处理技术相结合的被动定位方法,可以从空间不同角度对目标进行观察并充分利用环境声场的复杂性对目标进行定位。模基处理方法主要有匹配场处理、匹配模处理等,以匹配场处理为例进行分析,将常规波束形成(Conventional Beamforming, CBF)、自适应波束形成(Minimum Variance Distortionless Response, MVDR)两种匹配场处理器和阵间相干、非相干信号处理方法相结合进行仿真,对单阵和多阵、MVDR和CBF、相干处理和非相干处理、宽带和窄带之间的定位性能进行了对比。仿真结果显示,基于多节点的阵间模基相干处理方式在定位性能上明显优于单节点的模基处理结果。     

FIM空间谱估计的加窗算法

1引言 Bucker[1]提出利用阵元间互功率谱中存在的角度信息,估计平面波功率谱密度.Wilson[2]将该方法进一步发展为逆波束形成(IBF)方法.IBF有较高的方位分辨力(束宽为CBF的2/3)和抑制噪声干扰能力[3],信噪比增益较CBF提高3分贝.IBF算法由傅立叶积分谱估计算法(FIM)、峰值提取器(ENNPP)和跟踪器(M ofN)三个部分组成.其核心部分为傅立叶积分谱估计算法(FIM),相当于波束形成器.利用IBF算法处理舷侧声阵海上实艇试验数据时,由于旁瓣过高,结果不理想.本文把FIM中协方差矩阵的Toeplitz平均结果看作一维阵空间上复互功率谱的分布,通过对其加窗处理,使FIM的性能得到了改善.     

三元组线列阵分裂波束目标方位跟踪方法

针对单线阵进行弱目标跟踪时容易受到强目标影响的问题,将三元组线列阵进行分裂波束定向,可提高对弱目标的方位跟踪能力。通过将三元组线列阵等分为两个三元组子阵,对两个三元组子阵分别进行心形波束形成,利用各自心形波束输出进行分裂波束处理得到目标方位。与常规单线阵分裂波束目标跟踪方法相比,该方法不但能给出跟踪目标的左右舷信息,同时提高了不同舷侧存在多目标时的目标跟踪能力。对海试数据的实际处理结果表明,三元组线列阵分裂波束定向时提高了对多目标的方位跟踪能力。     

一种有效压缩宽带MVDR计算量的方法

1 引言 传统的基于MvDR的宽带被动测向方法有计算量大、不利于实际应用的缺点.本文在MvDR中使用了一种在普通波束形成中应用的分裂波束方法[1,2],将线列阵分为两个子阵,通过MVDR预波束形成、互相关估计、内插等处理,有效地压缩了宽带MVDR的计算量.     

扩展性噪声源定位的空间谱估计仿真研究

波束形成是列车噪声源定位的常用方法,但在低频条件下分辨率较差,对扩展性声源的识别效果不佳.我们以扩展性声源为研究对象,理论推导了去自谱算法的扩展源模型.信噪比分别为-5dB和5dB时,通过比较分辨率和信源间隔的关系,对CBF、MVDR、MUSIC三种算法的稳健性进行定性分析,发现MVDR算法的分辨率受信噪比影响最小、稳健性较好.还系统地比较了MVDR算法和去自谱算法对单点声源、扩展性声源的定位效果,仿真表明,去自谱算法能有效抑制旁瓣效果(最大旁瓣级比MVDR算法低7.4dB),更适用于扩展性声源的定位.     

基于伪随机序列的多波束水声探测系统的信道估计技术

多波束水声探测系统不同方向回波信号的同时检测,可以理解为通信中的信道估计问题。在水下多径传播环境中,多径信道的时延参数和幅度衰减参数的估计是多波束探测系统实现目标探测、定位和识别的基础,而抑制来自其它波束的多址干扰(MAI)是信道估计算法的重要目标。将直接序列码分多址(Direct Sequence Code-Division Multiple Access,简称DS-CDMA)通信系统模型应用于水声多波束探测系统。建立了基于伪随机序列的水下多波束探测系统的信号模型,研究了基于子空间方法的超分辨率信道估计算法。并给出了数值仿真实现,分析了信噪比、多址干扰及发射波束数等对信道估计算法性能的影响。仿真结果表明,该算法具有抑制多址干扰的性能,信道参数的估计方差逼近Cramer-Rao下界。这种信道估计技术尤其适合应用于多波束参量阵探测系统。     

一种改进的稳健高分辨力DOA估计算法

介绍了一种基于最大后验概率准则的约束最优空间处理(Spatial Processing-Optimized and Constrained,SPOC)DOA算法。这种算法将阵列接收到的空间能量近似为来自远场的密集分布的独立信号源发出的信号,在极限情况下,这些点源是连续分布的。算法应用最大后验概率准则,在满足接收信号能量不变的情况下,使得接收到的总功率最小,通过估计每个点源的能量完成对来波方位的估计。算法只针对单快拍数据进行处理,因此避免了目标运动以及环境非平稳性带来的影响。针对算法在低信噪比下不稳定的缺点,使用对角加载技术(diagonal loading)进行了改进,增强了算法的稳健性。使用单个发射换能器和接收水听器进行了水池实验,实验显示DL-SPOC算法相比于MVDR、CBF等算法拥有更高的角度分辨力。     

被动声纳方位估计的宽带盲源分离算法

针对实际被动声纳信号宽带非平稳且统计特性无法预知的特点,由宽带卷积混合模型,建立了融合时间延迟结构与非参数化特性的代价函数,通过核密度技术同时估计目标源的概率密度函数和解混矩阵,并对估计的最优解混矩阵与目标源信号求取每个频点内方位能量谱,最后累加所有子带构成宽带方位能量谱。宽带仿真结果与实际海试表明本文方法在方位分辨率和估计精度方面接近最小方差无失真响应（Minimum variance distortionless response, MVDR）和多重信号分类（Multiple signal classification, MUSIC）算法,在弱目标检测方面具有一定优势。     

MVDR自适应波束形成技术在水声中的研究进展

高分辨波束形成器比常规波束形成具有更好的方位分辨力与干扰抑制能力。该波束形成器能够提高阵列输出信干噪比,从而提高声呐的探测性能。与多重信号分类、旋转不变子空间等方法相比,最小方差无畸变响应(Minimum Variance Distortionless Response,MVDR)波束形成器输出真实反映了观察方向的信号功率,同时可提供波束时间序列做后置处理,在水声阵列处理领域得到了快速发展和深入研究。对高分辨MVDR技术在水声阵列处理中的研究进展进行了回顾,重点介绍了其宽带处理、稳健性、运动补偿、解相干等国内外的研究热点和最新成果,同时给出其在各种水声阵列处理领域的应用前景。     

一种单矢量水听器通道增益一致性分析方法

单只矢量水听器通道增益一致性对空间谱估计结果有很大的影响。通过理论推导证明,当单矢量水听器声压通道增益不同于两路振速通道时,最小方差无失真响应(Minimum Variance Distortionless Response, MVDR)算法空间谱谱峰变宽,并且可能产生伪峰;当一路振速通道增益不同于另外两路通道时,MVDR算法空间谱估计值与真实值存在偏差,且可能存在伪峰,仿真分析验证了理论推导的正确性。根据分析结果,结合通道增益一致性对多重信号分类(MultipleSignal Classification, MUSIC)算法的影响,提出了一种判断单矢量水听器各通道增益一致性的分析方法。     

基于模糊层次分析的空间谱估计性能评价方法

在已经形成的多种空间谱估计方法中,为根据需求选择最优算法,建立了一种基于模糊层次分析的空间谱估计性能评价方法。从空间谱估计方法的处理性能和可实现性角度建立一种具有层次结构模型的性能评价准则,对各项性能评价指标做属性值规范化和权重系数模糊化处理,得到各评价指标的评价得分,累加得到处理算法性能量化评价的综合判决结果。基于仿真试验和某次海试试验结果,对常规波束形成(Conventional Beam Forming,CBF)、最小方差无畸变响应(Minimum Variance Distortion Response,MVDR)、多信号分类(Multiple SIgnal Classification,MUSIC)三种空间谱估计方法进行评价,在较高输入信噪比和弱化计算量条件下,MUSIC为评价最优算法。试验结果表明,此评价方法可以按需求实现最优空间谱估计方法的选择。     

CW脉冲回波信号的最小方差无畸变响应自适应检测

建立了适用于解析时间序列信号检测的最小方差无畸变响应(Minimum Variance Distortionless Response,MVDR)自适应处理模型(Time Series MVDR,TSMVDR),并针对CW声纳脉冲回波信号,通过构造解析信号和分段近似处理给出了相应算法(Algorithms of TSMVDR on CW pulse signal,AWMVDR),并进行了数值仿真研究。研究结果表明:对于CW脉冲信号:(1)在较高采样率的条件下,AWMVDR可以实现CW脉冲信号稳定的自适应检测;(2)AWMVDR较常规线性相关检测具有更高的脉冲参数估计精度和时间分辨力;(3)AWMVDR的实现需要付出较高采样率和更大计算量的代价。