单矢量水听器MUSIC估计与互谱估计的性能比较研究

为了研究单矢量水听器的目标方位估计能力,将MUSIC算法和互谱法分别用于单矢量水听器方位估计。根据单矢量水听器的阵列流形特点,将子空间分解理论应用到单矢量水听器方位估计上,实现了单矢量水听器的MUSIC高分辨方位估计。对单个的目标进行方位估计仿真,同时将MUSIC算法与互谱法进行比较,得到在低信噪比下,MUSIC算法的方位估计精度要高于互谱法。在高信噪比下,MUSIC算法和互谱法的方位估计有比较好的性能。水库试验数据验证了该MUSIC算法和互谱法的有效性。     

基于时域解析信号的广义MUSIC算法

波束形成是声呐信号处理的关键技术,本文提出一种新的基于宽带时域解析信号的广义MUSIC自适应波束形成算法(TAMUSIC算法).该算法将时域解析信号与改进的MUSIC算法相结合,对精确时延之后的宽带时域信号进行希尔伯特变换生成复数形式的时域解析信号,增加权向量自由度;通过增加调节指数构建新广义噪声子空间,解决了传统MUSIC算法信源数目估计不准带来的影响,提高算法鲁棒性;最后利用信号子空间和噪声子空间的正交性估计目标方位.仿真数据和海试数据处理的结果表明:TAMUSIC算法可以获得更尖锐的谱峰,提高目标的角度分辨力,增强了弱小目标的发现能力.     

基于时域解析信号的广义MUSIC算法

波束形成是声呐信号处理的关键技术,本文提出一种新的基于宽带时域解析信号的广义MUSIC自适应波束形成算法(TAMUSIC算法)。该算法将时域解析信号与改进的MUSIC算法相结合,对精确时延之后的宽带时域信号进行希尔伯特变换生成复数形式的时域解析信号,增加权向量自由度;通过增加调节指数构建新广义噪声子空间,解决了传统MUSIC算法信源数目估计不准带来的影响,提高算法鲁棒性;最后利用信号子空间和噪声子空间的正交性估计目标方位。仿真数据和海试数据处理的结果表明:TAMUSIC算法可以获得更尖锐的谱峰,提高目标的角度分辨力,增强了弱小目标的发现能力。     

基于四阶累量切片的MUSIC法研究及仿真试验

波达方向估计方法中,基于子空间的多重信号分类法(MUSIC)有很高的分辨力、估计精度及稳定性,但在高斯色噪声环境下,利用自相关的特征子空间进行处理的MUSIC算法受到很大限制.而基于四阶累量切片的特征子空间的MUSIC算法可以很好地进行处理.仿真表明,该算法在高斯色噪声下,是实现高分辨方位估计的有效方法.     

DOA估计中MUSIC算法与ORPD算法的联合应用

ORPD算法是一种对来波方向（DOA）估计的最佳分辨方法，但这种算法需要预知信源的大致方位。多信号分类（MUSIC）算法对DOA估计稳定性较好，伪峰情况基本不存在，精度较高，但其分辨能力不如OIWD算法。利用MUSIC算法较好的稳定性，首先预测信源的大致方位，然后利用OIWD算法对DOA进行估计。仿真结果表明，这种方法是比较有效的。     

一种基于协方差矩阵子矩阵的干扰抑制方法

研究如何抑制水面干扰,检测出水下目标是当前水声信号处理领域的研究重点。本文首先对接收数据协方差矩阵进行特征分解,利用每个特征值及其对应的特征向量生成子矩阵,然后根据目标的预估方位分离出目标信号占主导的子矩阵,累加重构协方差矩阵,从而达到抑制干扰的目的,提高输出信干比和目标方位估计准确性。数值仿真结果表明,该干扰抑制方法能够很好地抑制干扰,提取目标信息,检测出感兴趣目标,为后续的目标识别与跟踪创造有利条件。     

一种基于协方差矩阵子矩阵的干扰抑制方法

研究如何抑制水面干扰,检测出水下目标是当前水声信号处理领域的研究重点。本文首先对接收数据协方差矩阵进行特征分解,利用每个特征值及其对应的特征向量生成子矩阵,然后根据目标的预估方位分离出目标信号占主导的子矩阵,累加重构协方差矩阵,从而达到抑制干扰的目的,提高输出信干比和目标方位估计准确性。数值仿真结果表明,该干扰抑制方法能够很好地抑制干扰,提取目标信息,检测出感兴趣目标,为后续的目标识别与跟踪创造有利条件。     

鱼雷拖曳线列阵及其目标方位跟踪算法研究

使用拖曳线列阵可以有效提高自导鱼雷远程搜索目标的能力,而能否精确跟踪目标方位将直接影响到鱼雷的实战效果。本文首先研究了一种鱼雷用拖曳线列阵自导系统的组成原理及实现方法,然后研究了一种子空间跟踪算法,并在此基础上提出了一种自适应Root-MUSIC算法,该算法可用于对时变的信号波达方向进行实时跟踪估计。仿真计算结果验证了该算法具有很好的跟踪效果。     

一种基于MUSIC改进算法的宽带水声信号DOA估计

提出一种适用于水声宽带信号的DOA估计算法。该方法首先将时域宽带信号变换到频域,然后划分子带,在每个子带上进行不同的加权得到信号的DOA估计。同时子带算法采用改进的MUSIC算法,降低了DOA高分辨力估计所需要的信噪比。计算机仿真对比了MUSIC算法和改进后算法的空域分辨力,同时也对比了不同信噪比下2种算法的性能。仿真结果表明,改进后的算法无论在适用信噪比条件还是分辨能力上均有较大提高。最后采用某型水下航行器的实航数据对算法进行验证,验证结果表明该算法可在实际应用环境中获得良好的DOA估计。     

基于声矢量传感器阵的相干源高分辨方位估计

声矢量传感器能同时共点获得声场中声压、振速信息及更多的信息量,具有很好的应用前景.研究了声矢量传感器阵方位估计的多重信号分类(MUSIC)算法,并在此基础上推导了基于空间前向平滑算法的声矢量传感器阵相干源方位估计的方法.采用该方法可以有效地对相干源进行方位估计,同时综合利用声压、振速信息可以实现信号源方位360°无模糊估计,计算机仿真表明该方法具有较好的方位估计性能.     

基于MSWF的初始投影向量估计方法研究

分析了初始期望信号存在误码差时,信号经两级维纳滤波得到的估计值,给出了估计初始投影向量的方法。该方法可以不利用接收信号的先验信息,经过两级维纳滤波后构造初始投影向量,从而进行信号子空间的估计,降低了初始期望信号存在误差时对多级维纳滤波的影响,提高了子空间估计的精度。     

改进干扰抵消算法在超低频通信中的应用

通过分析利用超低频电磁波信号对远海船舶通信时存在的目标信号难提取的问题,提出了一种正交布设的天线阵列模型,并使用一种改进的特征子空间投影算法处理接收到的信号。提出的改进算法利用系数约束自适应阻塞矩阵的办法提取主天线上的干扰信息,并联合参考天线信号优化对干扰子空间的估计。仿真和实验结果表明,提出的算法能够有效抵消与主天线夹角较小的宽频带干扰。实验中,在夹角等于15°的情况下,信干噪比较原算法提高了10.11 dB。     

单只矢量水听器对多目标方位估计的仿真研究

文章结合了矢量水听器的自身特点,利用单只矢量水听器分别研究了声强法和ESPRIT算法对目标方位进行估计,在无需知道信号先验信息的条件下,可以实现对多个不相关信号的方位角估计。利用已知的条件进行模拟仿真,在不同的信噪比,样本长度的条件下来对比声强法与ESPRIT算法之间了优劣性。     

基于ICA的单矢量水听器多目标分辨

单矢量水听器利用目标信号的声能流进行测量,可有效抑制各向同性干扰,提高目标信号的信噪比,从而实现目标的波达方向(DOA)估计。但若存在多个目标时,单矢量水听器测量的是各信号声能流的矢量和,因此无法估计单个目标的方位。本文将独立分量分析(ICA)原理与单矢量水听器技术相结合,提出一种新的单矢量水听器多目标分辨算法。在目标信号方向未知的情况下,该方法可对矢量水听器的导向矢量实现盲估计,并分离出各独立目标信号,进而利用声能流逐次分辨出各独立目标信号。仿真实验证明了算法的有效性。     

基于正交小波分解的线谱增强算法研究

介绍了传统线谱增强器(ALE)结构,分析了ALE的工作原理。ALE线谱增强的原因是降低了基本输入和参考输入中的噪声相关性,由于对参考输入的权系数调整无法对噪声进行合理估计,正弦信号得到增强。正交小波分解能将信号分解为尺度子空间和小波子空间中的2部分,同时2子空间正交。利用正交小波分解的这一特性,将尺度子空间中的逼近部分作为自适应滤波器的参考输入,使得参考输入和原信号中的噪声相关系数很小。对高斯环境下正弦信号和某水中目标实测信号进行了算法仿真,研究了该线谱增强算法的性能。结果表明,该算法在对高斯噪声环境和非平稳、非高斯目标实测信号中的线谱增强效果均优于ALE。     

利用小波变换对MEMS矢量水听器信号处理

为解决对水上未知目标的定位估计,充分利用接收信号,提出一种基于小波变换与傅里叶变换相结合的信号处理方法。采用中北大学研制的十字梁结构的MEMS矢量水听器接收声源信号,通过后续电路把声压信号转换成电压信号。先进行窄带滤波,保存有用信号频带;然后选择合适的小波阈值及小波基对信号进行小波降噪处理,减少低频噪声干扰,提高输出信噪比,为后续的信号处理及水声定位提供便利;最后基于MUSIC算法,结合直方图法进行目标方位估计,仿真结果表明,这种方法将定位精度提高到3°。     

两种GTD模型参数估计算法的研究

基于电磁散射的几何绕射(GTD)模型参数估计研究,将采用两种方法:多重信号分类(MUSIC)和基于信号子空间特征向量的广义特征值(GEESE)算法.其中GEESE利用特征子空间分解方法中信号子空间与噪声子空间的正交特性分离出信号子空间.计算机仿真试验,分别采用这两种算法估计出目标散射中心的位置和类型参数.     

方位和多普勒频移联合的目标要素估计

提出一种利用目标方位信息和多普勒频移信息联合估计匀速直线运动目标要素的方法。该方法适用于观测站不机动情形下目标运动分析问题。将2种目标信息分别伪线性化,建立对应的伪线性模型,利用最小二乘方法构建2个伪线性滤波器,后融合的方法得到了目标要素估计的算法。与现有的基于方位和多普勒频移进行目标要素估计的方法相比,该方法有以下不同特点:1)2个线性估计器均是二维系统,可观测性增强;2)在多普勒频移估计器中,不需要估计线谱的原信号频率。数值仿真给出了不同观测误差下的算法性能,试验验证了方法的实际有效性。     

方位和多普勒频移联合的目标要素估计

提出一种利用目标方位信息和多普勒频移信息联合估计匀速直线运动目标要素的方法。该方法适用于观测站不机动情形下目标运动分析问题。将2种目标信息分别伪线性化,建立对应的伪线性模型,利用最小二乘方法构建2个伪线性滤波器,后融合的方法得到了目标要素估计的算法。与现有的基于方位和多普勒频移进行目标要素估计的方法相比,该方法有以下不同特点：1）2个线性估计器均是二维系统,可观测性增强;2）在多普勒频移估计器中,不需要估计线谱的原信号频率。数值仿真给出了不同观测误差下的算法性能,试验验证了方法的实际有效性。     

地波雷达目标方位角估计算法

地波雷达由于其良好的超视距目标探测性能得到广泛重视与研究。而作为参数估计的重要组成部分,获取精确的目标方位估计算法一直是地波雷达阵列信号处理的主要工作。近年来,地波雷达阵列天线不断趋向于小型化,使得在进行方位角估计过程中,高分辨算法得到了研究与应用。本文针对地波雷达阵列接收信号数据特点,重点对比分析3种高分辨算法的性能,为DOA估计提供算法选择依据,具有重要的工程应用价值。