三种基于四元数模型的声矢量阵MUSIC算法

传统的基于长矢量模型的MUSIC算法没有充分利用矢量水听器各分量之间的正交特性,存在多目标分辨能力不足的缺点。针对这一情况,文中引入了四元数的概念,利用四元数能更好地描述矢量水听器各分量的正交结构这一优点,提出了三种基于四元数模型的二维声矢量阵方位估计算法:Q-VV算法、Q-PV算法和Q-PVV算法。与基于长矢量模型的MUSIC算法相比,新算法降低了协方差矩阵的维数,占用更少的内存空间。同时,由于利用了四元数强正交性约束的特点,新算法有好的单目标估计精度和多目标分辨能力。其中:Q-PV算法和Q-PVV算法利用了声压与振速的相干性,抗各向同性干扰的能力优于Q-VV算法。仿真实验证明了算法的有效性。     

单矢量水听器多目标方位估计的算法研究

矢量水听器可有效抑制各向同性的背景噪声干扰,能同时共点地拾取声场的声压标量和振速矢量信息。这些信息的偶次阶矩组成了以各个目标的声强和方位为未知数的非线性方程组。为了求解该方程组,研究了具有全局最优化概率搜索的快速方法:遗传算法和小生境遗传算法,并对两者的性能进行比较。仿真试验的结果证明了算法的可行性,即基于小生境遗传算法能够实现单个矢量水听器进行多个非相干源目标的方位估计。为了提高弱目标的方位估计精度,又提出了二次小生境搜索方法。     

宽容自适应波束形成RCB在矢量阵上的应用

矢量水听器由声压水听器和振速水听器复合而成,可以共点同时测量声场中的声压与振速.RCB(RobustCapon 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,并用估计的导向矢量作波束形成,有效避免了导向矢量失配而导致的性能下降.通过推导秩亏情况下的RCB,将其应用到矢量阵,海上试验结果表明了该方法的有效性.     

基于空间域数据拟合的声矢量阵多目标分辨算法研究

为了提高矢量传感器阵列的方位估计性能,提出了一种基于空间域数据拟合的矢量阵多目标分辨算法,通过利用已知的空间域数据信息,构造出新的声压与振速的接收数据协方差矩阵,在多目标分辨能力上对经典MUSIC算法予以改进。理论分析和计算机仿真表明,在各向同性噪声场中,新算法在提高多目标分辨能力方面比传统方法更有效。     

单矢量传感器目标定向原理

声矢量传感器可以同时获取声波场的声压和振速信息.因振速是一个矢量,因而单个矢量传感器就能够提供声场的方位信息,为小尺度声传感器的设计提供了可能.论文首先对单矢量传感器目标定向的原理进行了研究,在单频信号处理的基础上扩展到实际中的宽带随机信号的处理,并进行了仿真分析研究.     

单矢量传感器信号处理方位估计

研究基于压差式矢量传感器声压振速联合处理的方位估计算法,获取目标真实方位.采用频数直方图对信号的每个采样区间内的一定采样点数的瞬时方位估计值进行统计,统计出该采样区间内的方位值集中数目,方位值集中数目最多的方向则表明该方向声能流最大,即为目标方向.水池试验结果验证了频数直方图方法可以有效剔除目标估计中界面反射干扰信号引起的方位估值,获得目标真实方位.     

基于声压振速联合处理的矢量线阵时域解析MVDR方法研究

为进一步提高矢量传感器阵列的阵处理增益,充分利用声压和振速的相干性信息,提出基于声压振速联合处理的矢量阵时域解析MVDR波束形成方法,给出了(p+v_c)v_c组合的协方差矩阵的计算方法,推导了该方法波束输出的计算公式。该方法利用声压振速的联合处理信息,将矢量阵时域解析MVDR的高分辨能力与声矢量阵的抗噪能力结合起来,通过仿真数据和海试数据比较本文算法与常规波束形成方法性能,结果表明本文方法性能更优,利于低信噪比下目标的探测。     

相关噪声背景下声矢量阵目标方位估计

传统的矢量水听器数据处理方法将单个矢量水听器的输出用一复数向量来表示,没有充分利用矢量水听器各振速通道的正交特性,为此提出了用复四元数对矢量水听器的输出数据建模,将矢量水听器输出的三个振速分量用复四元数的三个虚部表示,保留了矢量水听器各阵元的正交性,对相关噪声有较好的抑制能力。针对声源的非平稳特性,将观测数据分成多个子段,计算每个子段的协方差矩阵并进行向量化处理,通过一正交映射,消除干扰噪声,最后对去除噪声的伪协方差矩阵做特征值分解,利用MUSIC算法原理建立目标的方位估计公式。算法降低了对声源信号平稳性要求,对相关噪声有较强的鲁棒性。     

基于分布式声矢量传感器MIMO声呐的OMP-DCD成像算法

针对声压传感器条件下,声呐成像的左右模糊问题;针对常规MIMO声呐成像算法分辨力受瑞利限的限制问题;针对压缩感知算法重构信号中的数值不稳定问题,本文利用声矢量传感器接收到的信号振速信息和声压信息,利用目标在空间域分布的稀疏性,在压缩感知理论下,提出了基于声矢量传感器的二维坐标下降法(DCD)算法改进的正交匹配追踪(OMP)算法。仿真结果表明,提出的算法可以精准地估计出空间目标的方位;与传统的分布式MIMO成像算法反向投影(Back Projection,BP)相比,使用更少的实验数据,降低了运算的复杂度;当信噪比为10 d B的条件下,BP算法当主瓣级为0 d B时,在x,y,z轴最大的旁瓣级分别为–24.5 d B,–24.3 d B,–5.5 d B,而提出的算法可以获得一个稀疏解,且有效的避免左右模糊问题;避免重构信号中的矩阵求逆运算,数值不稳定得到了解决;并在信噪比为–5 d B以下时,定位精度高于声压OMP-DCD算法,具有更高的抗噪声能力和系统辨识能力。     

基于矢量传感器的水下运动目标测向的研究

将基于二维压差式矢量传感器的声压振速联合处理技术应用于水下运动目标测向算法研究中,在小尺寸和低频条件下,实现了对水下运动目标的精确测向。研究了传感器尺寸、信噪比对算法性能的影响,并采用实测辐射噪声对算法性能进行了分析。仿真和实验结果表明,该测向方法具有基阵尺寸小、测向精度高的特点。该研究为水下运动目标的方位估计提供了一种有效的技术途径。     

Min-norm spatial spectrum based on acoustic vector-sensor linear array

1 Introduction1 The Min-Norm(MN) algorithm was proposed by Kumaresan and Tufts[1] for estimating the DOA of targets applied at pressure sensor arrays. It has been proved that lower bias and higher resolution of DOA estimation using the MN algorithm is obt…     

基于四阶累积量的最小模DOA估计方法

高阶累积量由于对高斯噪声不敏感,在高分辨阵列信号处理中可用来提高参数估计的分辨性能。本文从一个统一的角度来研究基于高阶累积量的高分辨阵列信号处理方法,用四阶累积量构造了一个较通用的累积量矩阵,该矩阵符合最小模(M in-Norm)算法的结构,从而可进行DOA(D irection of Arrival)估计。由于四阶累积量对高斯噪声干扰不敏感,从而可提高估计的分辨性能。本文就这种方法在阵列信号处理中的应用,通过计算机仿真与基于二阶矩的M in-Norm算法进行了较全面的比较。仿真结果表明,该方法在高斯噪声中具有良好的统计性能,是实现高分辨方位估计的有效方法。     

Direction of arrival estimation of coherent sources based on arbitrary plane arrays

A method of direction of arrival （DOA） estimation of coherent sources is proposed, which is based on arbitrary plane arrays. After constructing the mathematical model of coherent sources, virtual array transformation and MUSIC algorithm are used to realize the azimuth estimation of coherent sources, which improved the DOA estimation performance greatly. According to the computer simulation, its validity is confirmed.     

Application of frequency estimation algorithm based on a single vector sensor in underwater acoustic communication

1 Introduction1 An acoustic vector sensor (AVS) simultaneously measures the acoustic pressure and the components of acoustic particle velocity which render the basis for developing new signal processing methods[1-2]. The higher processing gain can be obta…     

一种基于互素阵的孔径扩展方法

物理阵元数一定的情况下,通过孔径扩展虚拟出大孔径的方法可以提高目标方向估计的分辨率。本文提出使用基于互素阵的孔径扩展方法,该方法基于互素定理,通过满足一定规则的非均匀布阵,使用两物理存在阵元接收到的信号虚拟出一新的阵元,如此将此非均匀阵列扩展为孔径较大的均匀线阵,然后进行目标波达方向估计。仿真和水池试验表明该孔径扩展方法可以显著地提高空间分辨率,以及能够得到更低的旁瓣级,显然能节省物理阵元,对工程应用来说能降低成本,所以具有良好的应用前景。     

基于压缩感知的正交偶极子阵列信号参数估计

[目的]针对传统的极化敏感阵列的波达方向(DOA)估计算法运算复杂度高、实时性差的问题,提出基于压缩感知的正交偶极子极化敏感阵列结构.[方法]将数据压缩思想应用于阵列结构设计,压缩接收信号矢量维度,减少射频前端链路数量,以控制系统的复杂度,使阵列结构设计具有高度的灵活性.基于结构降维多重信号分类(MUSIC)算法;首先...     

矢量圆阵时域解析MVDR算法研究

为提高矢量圆阵的方位估计性能,将VTAMVDR(MVDR based on Time-domain Aanalysis signals of Vector Sensor)应用在矢量圆阵中,提出矢量圆阵时域解析MVDR算法,研究了矢量圆阵时域解析MVDR算法的原理及实现流程,然后通过仿真分析对比矢量圆阵时域解析MVDR算法与矢量圆阵常规波束形成的波束宽度、方位估计性能和分辨率.仿真结果表明,矢量圆阵时域解析MVDR算法方位估计性能和多目标分辨能力优于常规波束形成算法.     

UKF和PF融合算法在动力定位船舶状态估计中的应用研究

针对船舶动力定位状态估计时使用扩展卡尔曼滤波导致模型失配而产生滤波精度不高甚至滤波发散的问题,设计一种融合无迹卡尔曼滤波和粒子滤波的动力定位船舶状态估计算法.该算法以粒子滤波作为整体框架,运用无迹卡尔曼滤波对粒子状态的每次更新进行最优化估计,从而最优化了每个粒子的状态,再根据每个粒子的重要性分布,得出船舶复合运动中的低频状态.Matlab仿真结果表明,该方法能够从含有高频和噪声干扰的测量信息中估计出的船舶低频运动状态,相比于直接使用UKF,该方法的滤波精度更高,滤波性能也比较稳定.     

船载多目标水声跟踪系统的实时阵列信号处理

本文介绍一种船载多目标水声跟踪系统，它以多片ＴＭＳ３２０Ｃ２５ＤＳＰ为核心采用并行处理技术，以达到对下快速目标实时准确定位的目的。