非高斯噪声下互质阵压缩感知目标方位估计

在进行目标方位(direction of arrival, DOA)估计时,背景噪声通常被假定为高斯噪声,但在水声环境中,噪声的概率密度函数存在非高斯分布情况,这会造成DOA估计出现伪峰及背景噪声增大等问题。文章将不服从高斯分布的水下噪声建模为α稳定分布,采用数据加权的方法对信号进行预处理,随后在互质阵列中应用压缩感知方法对宽带信号进行目标DOA估计。对8元互质阵列使用改进算法进行仿真,结果表明该方法可以准确做出DOA估计,同时减少了伪峰数量。湖试数据的处理结果表明,在互质阵列中基于数据加权的压缩感知DOA估计能够减少伪峰,增强目标检测能力,具有更好的检测效果及实用性。     

探测尾流自导鱼雷主动声呐的波形设计

为了实现对不同速度尾流自导鱼雷的稳定探测,建立尾流自导鱼雷典型弹道模型,对运动平台主动声呐混响和鱼雷目标回波的多普勒特性进行分析。研究结果表明对于探测尾流自导鱼雷的主动声呐来说,当鱼雷速度小于2倍平台速度时目标多普勒较小且不稳定,仅依靠多普勒滤波难以完全避开混响干扰并实现稳定探测。提出使用宽带多普勒敏感信号与CW信号的组合形式来探测尾流自导鱼雷。仿真给出了组合信号的距离、速度分辨力和混响抑制能力,证明了其性能良好。     

一种多目标自动跟踪的逻辑关联方法

目标跟踪是被动声纳系统的主要功能之一,跟踪器为目标运动分析和目标识别等后置处理提供输入数据。声纳操作员利用人脑独特的认知模式、先验知识和视觉的迹迹相关效应,能够很好地在声纳显示方位历程图上发现目标并录取跟踪。但实际应用中由于低信噪比、航迹交叉和转向等复杂多目标情形,声纳系统实现多目标自动跟踪十分困难。给出一种多目标自动跟踪的逻辑关联方法,利用被动声纳宽带波束输出数据,通过点迹与航迹关联、航迹评价管理和交叉处理等过程,可以较好实现多目标自动跟踪。试验数据的处理结果验证了所提方法的有效性,能够在声纳装备中得到工程应用。     

干扰存在时被动声呐工作背景建模与分析

在实际应用中,声呐的工作背景除了各向同性背景噪声外,通常还会存在干扰。干扰存在时经典的被动声呐方程存在一定的局限性。在经典被动声呐方程的基础上,讨论了干扰对被动声呐工作背景的影响。提出了一种更加实用的工作背景模型,并详细分析了波束域的工作背景模型,应用此背景模型对经典被动声呐方程进行了修正,修正后的方程可用于干扰存在时被动声呐的性能预报。最后通过不同干噪比条件下的仿真验证了波束域工作背景模型的正确性。提出的工作背景模型可为被动声呐设备在干扰存在条件下的性能预报提供参考。     

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。     

一种空-频联合最优滤波的被动宽带检测方法

常规宽带能量检测在多目标、强干扰环境下输出信噪比(SNR)降低,检测性能大幅度下降.针对此问题,该文提出一种将子阵导向最小方差(STMV)宽带空域自适应波束形成与频域Eckart滤波结合的空-频联合最优滤波宽带检测方法.该方法首先通过子阵导向最小方差波束形成进行空间自适应处理,利用自适应波束形成的干扰抑制能力在空域实现最优滤波;然后通过最大似然估计实时估计信号和噪声的功率谱,构造Eckart滤波对自适应波束形成的输出分配不同权重进行加权滤波,从而实现频域信噪比最大化.所提方法通过空-频联合最优滤波,降低空域旁瓣干扰和频带内噪声的影响,使得输出信噪比最大,从而有效地改善目标宽带检测能力,提高被动声呐的宽带检测性能.仿真和试验数据处理结果验证了该方法的有效性.     

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。     

混响背景下预白化信号检测

在浅海环境中主动声纳匹配滤波器性能下降的一个重要原因是混响问题,因为混响同样是由发射信号引起的,与发射信号有很强的相关性。预白化抗混响算法是将混响看成局部平稳的有色高斯随机过程,采用AR模型对混响进行建摸,利用AR模型系数对原始数据进行“白化”处理,然后利用修正后的发射信号做拷贝信号进行匹配滤波。预白化处理能够有效抑制混响干扰,降低虚警,提高对运动小目标的探测能力。仿真和湖试数据处理结果验证了该方法的有效性。     

一种基于干涉场匹配的声源距离速度估计方法

浅海环境中运动目标可以生成稳定的干涉声场,干涉声场结构中蕴含目标的距离、速度等信息。该文提出一种利用运动目标干涉声场进行被动距离速度估计的方法——匹配干涉场处理方法。首先对浅海波导环境中的干涉现象和结构特性进行理论分析,推导了匹配干涉场方法聚焦原理。然后将运动目标的时间-频率干涉场转换成与目标距离速度相关的距离-频率干涉场,与拷贝声场进行相关处理实现目标距离速度同时估计。进一步分析了算法估距性能以及海深、声速剖面、海底海面等环境对估距性能的影响,给出了算法宽容性的仿真结论。最后通过实际运动目标的海上试验数据处理验证了所提方法的有效性。     

超波束处理在被动声纳频谱分析中的应用

超波束技术(HBF)作为一种新的高分辨力波束形成方法,在阵列尺寸一定的条件下,能够同时降低主波束宽度和旁瓣,从而提高目标检测能力和定位精度.但超波束输出丢失了信号相位信息,无法进行侦听和频谱分析等后置处理.对常规HBF进行了改进,利用HBF输出对常规的波束形成(CBF)进行加权,在保证高分辨力和低旁瓣的同时,又保留了波...