基于声矢量传感器阵列的近场声源两步定位算法

针对传统算法中多维搜和索运算量大的问题,首先结合ESPRIT和纯方位估计方法,提出了一种基于声矢量传感器阵列的近场源两步定位算法;然后,利用常规的阵列流形矩阵,结合矢量传感器的ESPRIT定位算法,实现了单传感器的方位角和俯仰角的估计;最后,通过最小二乘估计的方法实现了声源的定位。随后的仿真结果证明了该方法的有效性。     

半仿真方位高分辨后置处理方法

MVDR自适应波束形成可获得良好的目标方位估计性能,但其方位分辨力仍受限于阵列孔径.为进一步提高目标方位分辨性能,在MVDR自适应波束输出的基础上,提出了一种高分辨后置处理方法.在两目标方位不可分时,仿真构造两个目标的阵列输出空间方位谱,通过搜索两目标的方位和幅值,与真实数据的空间方位谱输出作匹配处理,从而获得目标的方位估计.实验室仿真及海试数据处理验证了该方法的有效性.     

冲击噪声背景下引信目标方位估计方法研究

针对在冲击噪声条件下基于高斯噪声模型的目标检测方法性能退化的缺点,提出了一种新的引信目标方位估计方法。该方法引入α稳定分布模型对冲击噪声建模,通过对引信阵列天线接收信号共变矩阵的特征分解估计噪声子空间,再依据最小范数算法实现了对目标方位的估计。计算机仿真实验证明了所提出新方法的有效性。     

基于曲面拟合的宽带阵列模型误差有源校正

针对阵列模型误差难以建模的问题,提出一种新的非参数化有源校正方法。首先,测量部分离散方向点上的导向矢量。然后,利用测得的导向矢量拟合所有的模型误差曲面,并得到多项式系数。最后,在DOA估计时利用多项式系数计算所有方向和频率上的导向矢量。该方法适用于宽带阵列,且需要的数据存储量小。仿真实验结果表明该方法的校正误差非常小。因此,该方法具有一定的工程实用价值。     

基于矩阵重构算法的宽带相干信号方位估计

根据空间平滑理论准则,提出了一种基于阵列接收数据矩阵重构的宽带相干源方位(DOA)估计算法。将宽带阵列数据分解为若干窄带数据,对每一子带进行空间平滑处理后的数据矩阵重构;再由构造的聚焦矩阵对其进行处理,最终得到平均的阵列协方差矩阵。由子空间方法处理得到信号的方向估计,仿真实验证明了该方法的有效性。     

基于协方差矩阵估计的稳健Capon波束形成算法

常规Capon波束形成器性能对模型误差或失配非常敏感,尤其是当期望信号包含在训练数据中,导向矢量失配将引起性能急剧下降。为解决这一问题,提出了一种采用干扰噪声协方差矩阵和导向矢量联合估计的稳健波束形成算法。该方法通过对Capon空间谱在非目标信号的方位区域内的积分,实现对干扰噪声协方差矩阵的估计,解决数据协方差矩阵包含有目标信号时引起信号自相消问题;其次为了克服导向矢量失配的影响,通过最大化输出功率,并增加二次型约束防止估计的导向矢量接近于干扰导向矢量,实现对导向矢量的估计。仿真实验表明:该算法能获得近似最优的输出信干噪比,与现有算法相比稳健性更强。     

基于移动目标的DOA估计偏差校正

针对移动目标的波达方向估计容易出现偏差的问题,提出一种利用频移信息修正方位估计偏差的算法,解决了传统方位估计算法不能适用于高速移动目标或平台的问题。该方法利用基阵平台与目标的径向移动速度,估计中心频率偏移,然后利用频移信息修正传统的方位估计结果。仿真结果表明,该算法可以极大地提高移动目标的方位估计精度。此外,该算法对阵列的阵型和方位估计算法没有任何限制,因此具有广泛的适用性和较强的工程实用价值。     

在线构造Toeplitz矩阵对相干信号DOA估计

针对相干信号源的DOA估计问题,提出了一种基于最大特征矢量在线构造Toeplitz矩阵解相干的方法。通过接收到的数据,实时构造基于最大特征矢量的Toeplitz矩阵来估计相干源的DOA,它无需估计数据的协方差,计算量小,不损失阵列孔径。相比常规的解相干算法,在小快拍和低信噪比情况下,具有更好的估计性能,理论分析和仿真结果验证了该方法的有效性。     

基于波达方向矩阵的矢量水听器方位频率联合估计

提出了一种新的基于单个矢量水听器的方位频率联合估计方法--波达方向矩阵法.利用矢量水听器的时延数据,构造了两个相同的子阵,通过对波达方向矩阵的特征分解,实现了对目标信号的波达方向估计,并同时得到了目标的频率特征.计算机仿真实验表明,该方法具有较好的估计精度.     

基于矢量最优估计的稳健测向方法

为了弥补阵列天线导向矢量失配和相位测量噪声对测向性能的影响,提出基于矢量最优估计的稳健测向方法。区别于传统相关干涉仪测向方法,该方法基于阵列系统的二阶统计特性和锁相环原理对来波信号导向矢量进行最优估计,然后借鉴相关干涉仪原理确定来波信号方向。仿真分析表明,该方法弥补了阵列天线系统误差和测量相位随机噪声的影响,可以实现来波信号方向的准确测量。     

基于四阶累积量阵列扩展的稀疏分解方法

提出了一种基于四阶累积量稀疏表示的估计方法,解决信号数多于阵元数时的DOA估计问题。该方法首先构造了包含所有DOA信息的最小冗余矢量,利用扩展阵列的最小冗余导向矢量构造完备字典减小完备字典的复杂度;然后利用L1范数作为稀疏约束条件建立稀疏模型进行DOA估计。理论分析和仿真实验,验证了该方法能够估计出的信号个数大于阵元数目,可直接应用于相干信号,比MUSIC-like算法具有更好的性能。     

声矢量阵降维平行因子模型及方位估计方法

针对原有的声矢量阵三阶PARAFAC(平行因子)模型维数高、参数求解过程运算量大的缺点,建立了一种降维的PARAFAC模型。将声矢量阵看作空间共点的声压传感器子阵和振速传感器子阵,计算各子阵输出数据的自协方差,并构造了三阶张量,最后证明该张量满足三阶PARAFAC模型并利用交替迭代算法估计声源参数。仿真和实测数据表明:该方法可以用于多目标方位估计且估计精度优于超分辨率的ESPRIT算法。     

虚拟阵列平移法解相干信号ESPRIT算法

目标方位估计(DOA)的众多算法中,ESPRIT是一种运算速度快、精度高的常用算法,但它不能解相干信号.提出一种基于虚拟阵列平移方法的解相干信号的ESPRIT算法,解决了常规ESPRIT算法不能解相干的问题,和解相干的空间平滑算法相比,不损失直线阵列的孔径,使M元直线阵可估计相干信号源数目达到M个.该方法适用于所有信号(非相干和相干信号)的目标方位估计.     

一种改进的基于矢量水听器阵列的相干信号方位估计

为了对相关信号源进行方位估计,针对矢量水听器均匀线列阵,Rahamim提出了一种方法,即将测量数据按同一类型水听器进行排列,但该方法只能实现相干信号的一维方位估计,且存在180°模糊.为此,提出了一种改进方法,即将测量数据按同一阵元位置进行排列,采用前后向空间平滑技术.这样不但能实现相干信号的二维方位估计,而且无180...     

基于矢量传感器的探测系统信息处理

水下武器被动声探测系统中,目标方位估计和航迹估计是两项重要的内容。利用基于声压振速联合信息处理的矢量传感器探测系统,获取目标方位;据探测系统获得的深度、水平方位角、俯仰角三个运动参数,采用扩展卡尔曼滤波(EKF)算法实现对水面运动目标进行航迹估计与跟踪,提高水下武器的精确打击能力。     

基于空间差分平滑的非相关与相干信源数估计

针对非相关信源与相干信源共存时信源数估计问题,提出了一种新的基于空间差分平滑的信源数估计算法。该算法首先利用SORTE法估计相互独立信源个数,结合非相关信源阵列导向矢量与噪声子空间正交关系特性,实现非相关信源数估计;其次基于空间差分法消除非相关信号并构造新矩阵,利用构造矩阵进行前向空间平滑,实现对相干信源解相干;最后利用SORTE法得到相干信源数估计。仿真实验结果验证了该算法的有效性。     

一种快速的矢量脱靶量测量算法

为了满足一些矢量脱靶量测量系统实时性的要求,提出了一种快速的矢量脱靶量测量算法.测量中使用了一个小型天线阵列,基于快速傅里叶变换算法,雷达回波的多普勒频率和不同天线接收信号的相位差能够快速地被估计出来,进一步利用非线性优化的方法估计出目标的矢量脱靶量参数.计算机仿真结果表明,该方法原理正确,能够满足实时要求.     

广义的目标运动分析的特性和性能

目标运动分析(TMA)已经是重要文献的主题。然而目前的方法是使用短时间分析估计的数据(方位,多普勒等)。对于远的声源,可以简单地建立由于声源运动引起的声呐阵列处理输出的非平稳性模型。该模型有可能直接考虑时空TMA。然后可以估计新的(时-空)数据。这些估计值相当于一个长时间分析。还要注意:估计新的数据与(传统的)方位无关。在这种一般结构中,声源轨迹概念代替了传统的瞬时方位。从而研究了相应的TMA算法。另外还仔细研究了统计性能。     

共形阵列方位依赖幅相误差校正辅助阵元法

针对共形阵列方位依赖幅相误差校正问题,给出了一种新的基于辅助阵元的自校正算法。对共形阵列接收快拍数据延时,构造满足旋转不变关系的时域子对,并计算子对的协方差矩阵和四阶累积量矩阵;基于旋转不变子空间原理完成对阵列流型和信源频率的估计;利用精确校正的辅助阵元和解线性方程组,实现对信源方位和方位依赖幅相误差的估计。所给算法适用于任意共形载体,普适性强,且无需参数搜索和配对,计算量小。Monte-Carlo仿真实验证明了所给算法的有效性。     

一种解决纯方位跟踪问题的新的最小二乘模型

对纯方位问题进行了描述,对解纯方位跟踪问题的传统最小二乘滤波方法进行了研究,并给出了具体的计算模型.通过拓展传统方法中待估计变量的维数和公式推导,提出了解决纯方位跟踪问题的一种新的最小二乘模型,并将其与传统的基于最小二乘原理的模型进行了分析与仿真比较.仿真结果表明,传统方法受初始方位误差的影响较大,新模型不受初始方位的影响,可作为传统计算方法的一种补充.