圆阵相位模式空间波束输出的高分辨目标方位估计算法研究

本文推导了均匀圆阵作为接收阵时的相位模式空间,证明圆阵在相位模式空间可以等效为一个虚拟线阵,并把高分辨方位估计算法应用到均匀圆阵相位模式空间虚拟线阵波束输出。计算机仿真结果显示,波束域Root－MUSIC算法应用到虚拟线阵时可以获得良好的解不相关信源的能力,而波束域WSF算法则具有比模式平滑算法更佳的解相干信源性能。     

水声对抗方案的逐层参数优化法研究

在水下作战中实施的水声对抗方案与多种因素相关,难以解析分析。提出逐层参数优化法优化对抗方案,根据各参数对对抗过程的贡献实现各参数的分层,利用穷举仿真逐层参数优化,最终优化对抗方案。该方法与现有的穷举仿真方法相比,运算量低,并且可以屏蔽不宜在实际对抗中采用的方案。     

基于蒙特卡洛方法的主动声纳信号检测性能分析

主动声纳信号检测性能的分析上,目前在计算机仿真中一般假定混响包络的统计特性符合瑞利分布模型。基于此模型,已经有了较完善的理论。然而,在现代高分辨声纳系统中,混响包络的统计特性并不符合瑞利分布模型。此时在接收机工作特性分析时存在大量繁琐的公式推导。因此该文采用蒙特卡洛（Monte Carlo）统计试验方法,实现对瑞利分布混响背景下的主动声纳信号检测性能分析。结合对接收机工作特性曲线的仿真,得出了检测概率的理论值和仿真结果的误差曲线。误差曲线表明,蒙特卡洛方法在主动声纳信号检测的性能评估中是可行的。     

瞬时频率估计的水下运动目标参数估计方法

针对水下运动目标的参数估计,建立了目标与水听器相对运动形成的多普勒模型.提出利用互L-Wigner分布(cross L-Wigner distribution,XLWD)作为瞬时频率估计器,精确估计水听器接收到的目标辐射线谱信号的多普勒频移,同时也获得信号的时变幅值,进而通过加权非线性最小二乘法估计得到水下运动目标的参数.海试数据分析表明,相对估计误差在20%以内时,正横距离和速度估计值的概率分别大于0.85和0.96,试验结果验证了方法的有效性.     

基于协方差矩阵拟合的宽带无网格波达角估计

宽带波达角(Direction of Arrival,DOA)估计是声呐系统阵列信号处理中一个重要的研究方向。文章提出了一种基于相干子空间的改进稀疏与参数方法(Coherent Signal-subspace based Modified Sparse and Parameter Approach,C-MSPA),以实现高精度和高空间方位分辨能力的宽带DOA估计。算法利用聚焦矩阵将各子带上的采样协方差矩阵投影至聚焦频率上。完成聚焦后,文章基于频率选择的范德蒙分解理论对协方差矩阵拟合准则进行改进,使重构的协方差矩阵中包含的DOA信息严格限制在聚焦区域内,最终对重构的协方差矩阵进行范德蒙分解,得到DOA估计值。所提出的算法无需选取正则参数,同时避免了基不匹配问题。仿真和湖上实测数据分析结果表明,所提出的方法实现了高空间方位分辨能力且提高了DOA估计精度。     

TMS320C2XX及其在宽带恒定束宽波束形成器中的应用

介绍了 ＴＭＳ３２０Ｃ２ＸＸ系列微处理芯片的结构、特点及其开发环境和开发过程,并给出了ＴＭＳ３２０Ｆ２０６在宽带恒定束宽波束形成器中的应用实例。该芯片具有 ２５ｎｓ的指令周期、３２ｋｗ的片内高速 Ｆｌａｓｈ Ｍｅｍｏｒｙ及与 ＩＥＥＥ标准 １１４９． １兼容的逻辑扫描电路,从而使系统的软硬件设计、开发非常方便,加之其丰富的片内资源和高的性价比,使其具有很好的推广应用前景。     

水声基阵波束图分析与优化设计软件

介绍西北工业大学开发的水声基阵波束分析与优化设计软件.该软件针对给定的基阵形式,可以设计期望的波束图,然后通过优化方法获得最优的波束形成权系数.同时软件还可以分析水声基阵的常规波束图和最优波束图,并计算波束图的主瓣宽度、旁瓣级、栅瓣位置、指向性指数等主要指标.软件中考虑的基阵形式主要有直线阵、圆阵、圆柱阵、平面阵、球阵、体积阵等.本软件的有效性通过波束优化设计与分析实例得到了验证.     

民用建筑能效测评标识项目(三星)——南京朗诗国际街区能效测评分析

本文以三星级能效测评标识住宅项目——南京朗诗国际街区为例,对能效测评标识的基础项的测评方法及测评结果进行了介绍,并以《民用建筑能效测评标识技术导则》条文解读与项目实施情况介绍的形式对能效测评标识的规定项和选择项的评判原则和方法加以阐述。     

基于频率着色的稀疏贝叶斯宽带波达角估计方法

为了提升稀疏贝叶斯(Sparse Bayesian Learning, SBL)算法在干扰环境下对目标信号的检测能力,提出将频率着色技术(Frequency Coloring, FC)推广至SBL算法中。在SBL-FC算法中,首先将阵列接收信号通过傅里叶变换转换至各个子带,在各子带内利用SBL算法进行波达角估计,输出功率谱。不同于常规的SBL算法仅将各子带的功率谱进行简单地叠加,算法考虑干扰和目标频谱结构的差异性,对各子带进行不同的着色,使得干扰和目标轨迹在方位时间历程图上对应于不同的颜色,从而使得目标轨迹更易被提取。数值仿真和实验数据分析表明,利用目标和干扰频谱结构的差异性可有效提升SBL算法在干扰环境下对目标信号的检测能力。