混响背景下的信号检测

海洋混响是主动声呐检测中主要的背景干扰,它是一种有色干扰噪声,并常被看做是一个非平稳的随机过程,这使得工作在白噪声条件下的最佳匹配滤波检测器的性能在一定程度上受到限制.因此,提出一种次最佳检测器,将混响看成局部平稳,并将接收信号分成许多小块,每小块利用自回归(AR)模型对混响时间序列进行建模,然后利用估计的AR系数构造白化滤波器,对混响进行预白化处理,并将白化后的序列用于匹配滤波检测器.通过计算机仿真和实验数据分析比较未白化与经白化处理的匹配滤波性能,结果表明,次最佳检测器比未白化匹配滤波在检测性能上可提高近3dB.

不确实海洋中最小方差匹配场波束形成对环境参量失配的灵敏性分析

浅海环境背景下由于空-时采样不充分、介质的空时变化性,海洋环境参量通常是不确知的,由此驱动数值传播模型得到的拷贝声场也是不确实的,从而导致基于拷贝声场和测量声场作拷贝相关处理的最小方差匹配场波束形成性能下降.针对上述问题,利用NRL Workshop′93提供的典型浅海不确实海洋环境,以不确实情况下定位偏置、不确实时与确知时模糊度表面主瓣峰值比、主瓣背景比3个量为性能度量,量化分析了宽带最小方差匹配场波束形成的性能对水体声速、海深等8个环境参量不确实性的灵敏性.经对环境参量失配的全面量化分析,结果表明:海深、水体声速是最敏感参量,沉积层声速次之,其他参量的灵敏性最弱.

基于PDAF多阵多目标跟踪算法研究

为解决在多目标跟踪过程中,声纳存在交叉运动目标失跟问题.将多阵输出和多目标跟踪相结合,提出了基于概率数据联想滤波(PDAF)器的多阵多目标跟踪算法.计算机模拟结果表明,该算法在平面波模型下,利用两个线阵的输出可以稳定地跟踪两个交叉运动目标.将算法映射到DSP硬件平台,形成了一个多阵多目标跟踪的探测系统,实时处理的结果说明该算法对运动目标的估距误差小于5%

一种全局最优的多基阵声纳数据融合方法

优化分布式检测系统性能的方法和算法很多 ,但是 ,这些方法或者是优化传感器的判决规则或者是优化融合中心的融合规则 ,而不是两者同时优化。本文提出了一种同时优化传感器判决规则和融合中心融合规则的全局优化算法 ,它扫描所有可能的解 ,找出在 Neyman- Pearson意义上的最优解 ,该算法应用于具有三部声纳的分布式检测系统 ,获得了满意的检测性能 。

浅海沉底小目标时的反探测研究

在浅水波导环境下,时反处理利用声场的时反聚焦特性,基于收发合置阵,将接收信号在时间上反转后,再向介质中发射回去,时反信号能量会在目标处聚焦,同时使混响降低.在接收增强的目标回波信号之后,通过多路径补偿波束形成,继续提高信混比.再将波束形成的输出与发射信号的拷贝进行相关处理,以其输出作为检验统计量进行目标检测判决,并根据到达信号的时间延迟对目标行距离进行估计.在湖上实验中,通过比较BS发射和TR发射两种情况下的混响和目标处的入射能量,发现时反处理具有抑制混响、提高信混比的能力.在实验室波导中,利用时反处理的优点进行了沉底小目标探测实验.波导实验结果表明,主动时反探测系统不仅能够有效地检测到沉底小目标,而且可以对目标进行测距.

干扰环境下窄带信号时反算子分解聚焦性能分析

近几年来,无论是理论分析还是海上试验,都验证了时反算子分解可实现有选择性的聚焦和目标检测.然而,这些分析和试验都是建立在信噪(混)比很高的前提下的,因此,需要对时反算子分解在干扰环境下的使用进行评估.利用传播模型和混响模型产生回波和混响,研究目标处的聚焦.结果显示,在噪声限制条件下,随着信噪比的降低,聚焦点处的能量逐渐降低;在混响限制条件下,如果选择的特征向量合适,即使在信混比较低的情况下,聚焦性能下降也是比较小的,这点为时反算子分解在低信混比情况下的应用提供了保障.

嵌入环境不确实性的宽容波束形成贝叶斯方法

针对不确实海洋环境使声呐探测性能下降和宽容性差的问题,提出了环境参量和信号参量不确实性两嵌入的宽容波束形成贝叶斯方法.不确实环境参量的先验概率密度函数(probability density function,PDF)通过多项式混沌展开与传播模型相结合嵌入到接收信号的概率建模中,导出信号参量的先验PDF;接收信号参量先验PDF通过贝叶斯波束形成嵌入到处理中,转化为后验PDF.导出的后验概率最大贝叶斯波束形成具有估计器和相关器相结合的GLRT结构.仿真和实验数据分析结果表明:不确实环境参量导致接收声场发生秩扩展,由秩1扩展为秩2或秩3,贝叶斯波束形成体现了相干匹配与非相干积累的结合,实现了浅海环境中目标的正确定位,增加了宽容性.

发-收互动时间反转检测

研究了有PS(probe source)源发—收时间反转在强混响背景下对目标存在与否的二元假设检验问题.在目标处放一个PS声源产生导引信号,SRA(source receiver array)接收引导信号,对接收到的信号做物理时反(即多路径补偿反波束形成),并对SRA接收到的目标散射回波做接收聚焦(即多路径补偿波束形成),得到聚焦后的目标回波,实现发—收互动的聚焦.对常规BS(broadside)发射检测(没有时间反转)和时间反转检测2种方法各自的性能进行比较.湖上悬浮目标实验数据处理验证了理论分析的结果,并证明时间反转检测比常规BS发射检测得到更大的信混比,从而提高了悬浮目标的检测概率.

六角形阵快速傅立叶变换波束形成算法

在六角形阵阵元数较多时,传统的频域相移求和波束形成方法要求的运算量很大.为此提出一种采用六角形快速傅立叶变换HFFT(Hexagonal Fast Fourier Transform)的波束形成算法.使用六角形傅立叶变换HDFT(Hexagonal DiscreteFourier Transform)完成六角形阵的波束形成,由于HDFT存在快速算法HFFT,因此能够显著降低波束形成的运算量.首先在各个通道上做FFT,将信号变换到频域,然后转角重排,再对各个阵元上相同的频点做HFFT,得到频域常规波束形成输出.理论分析表明,对于窄带信号的六角形阵波束形成,所提出的算法所需的计算量比传统的相移求和方法降低了95%以上.仿真和试验结果表明,提出的算法在不影响阵列处理性能的同时,显著降低了波束形成所需的计算量,易于工程实现.

基于神经网络/模糊逻辑系统的混合式特征提取器

特征提取是水声目标分类的关键环节之一 ,用以获取各类目标的一些可鉴别性特征。螺旋桨轴频、叶率和叶片数是目标的本质性、鉴别性特征 ,是分类的重要线索。本文提出了一个基于神经网络 /模糊逻辑系统的混合式特征提取器 ,先利用侧抑制神经网络从目标辐射噪声的包络谱中提取线谱序列 ,再利用模糊逻辑系统从线谱序列中提取出螺旋桨轴频、叶率和叶片数。对目标数据的分析表明 :该特征提取器能够为目标分类提取有效的鉴别性特征。

基阵信号的Robust处理

自适应波束形成对于微小的误差或扰动是非常敏感的.阵元间互不相关的误差或扰动对波束形成的影响如同一种不相关的空间白噪声,因此,抗白噪声基阵增益是Robust性的一种度量.本文提出了一种新的自适应波束形成算法:对抗白噪声基阵增益进行一个不等约束的同时,在线性约束条件下使波束形成的输出功率达到最小.这样,导出了一种有效的Robust自适应波束形成算法.这种算法在波前扰动,阵元位置或波束指向向量误差情况下,能够得到较好的基阵处理增益,从而改善了自适应波束形成的性能.本文最后对这种算法的稳态性能进行了计算机模拟和湖上实验研究.

相干损失信号的计算机模拟

给出了计算机模拟相干损失信号的一种方法。其基本思想:用标准方法产生一个窄带高斯信号,用RC低通信号经过适当时延造成另一个高斯信号,这两个信号的乘积就是相干损失信号。结果表明,这种相干损失信号的相关系数受RC低通信号的时延的控制。

扰动传播条件下的基阵处理

本文以统一的时空处理与声场条件相匹配的观点,研究了具有一定角扩展的广义指向性信号、多路径信号、波导中的简正波和理想条件下的平面波信号等典型的传播模型的阵处理方法,以及克服扰动影响的Robust处理方法。旨在依靠环境知识、计算机处理能力和两者的结合,从根本上改进、提高和优化系统性能。本文还给出了阵处理方法的湖上实验结果。

浅海混响实验数据垂直指向性简正波建模分析

混响是限制主动声纳性能的主要因素之一。人们利用接收阵的指向性来提高信号/混响比。垂直指向性可用于抑制边界混响。本文利用浅海简正波混响模型进行建模分析,通过仿真计算,研究了海底类型、海深、声速梯度对海底混响的影响。仿真结果表明:海底类型对混响影响最为严重;利用实测的平均声速建模的Pekeris信道的预测海底混响与利用实测SSP的预测海底混响相差很小;海深越深,海底混响越小,海深对海底混响的影响介于上述两种因素之间。在仿真分析的基础上,论文主要进行了浅海混响实验数据垂直指向性的建模分析。对东中国海60元垂直阵采集的混响数据进行了波束形成,并对单个水听器和部分波束的混响曲线与浅海混响模型预测数据进行了比较。经初步分析表明,实验数据与模型吻合得较好。

自适应时-频分析在水声目标分类中的应用

本文研究了基于匹配追踪算法的自适应时-频分析和基于判别追踪算法的特征提取，并构成了一个水声目标分类系统。对实际水声目标辐射噪声的分类结果表明：该系统能有效提取各类信号在时间-频率联合域的主要可鉴别性特征，具有良好的分类能力，分类正确率超过了80% 。

宽带与窄带模型下的时延——多普勒滤波比较

在主动声纳探测中，估计目标的径向距离和径向速度是其重要目的之一。通常是通过发射信号与接收信号的拷贝相关来获得模糊度函数，实现时延一多普勒滤波的。时延对应着目标的径向距离，多普勒频移对应目标的径向速度。窄带模型是宽带模型的一种弱化，它操作简单，方便运算，但当发射信号的分数带宽（带宽与中心频率之比）很大，或者目标运动速度较快时，窄带模型就不再成立，必须采用宽带模型进行时延一多普勒滤波。此时，宽带模型具有窄带模型不能及的性能优势。

螺旋线阵匹配场三维定位

研究短混合阵声源三维定位方法,将阵设计为双螺旋线阵(DSLA),利用垂直孔径和水平孔径同时估计声源方位、距离和深度.阵的任意两阵元三维坐标均不同,具有复杂的空间取向性.为了提高短DSLA定位的可靠性,采用宽带中频信号进行声源定位.仿真和实验结果表明,利用宽带信号可以进一步提高DSLA定位性能.关于环境失配问题,采用L∞估计器进行解决.仿真结果表明,由于空间取向的复杂性,DSLA较倾斜阵具有更好的源定位性能;在较少环境先验知识的前提下,L∞估计器比MAP估计器和Bartlett估计器具有更好的环境宽容性.

时反处理抑制混响提高信混比实验室波导实验研究

1引言 时反镜及时反处理的研究已经受到了国内外众多科学研究者的密切关注.用时反镜所作的辐射信号场聚焦特性的研究[1]表明,声场是可建模预测的.声场的可预测性为匹配场处理(MFP)和时反处理(TRP)提供了基础. ……

非线性/非高斯序贯贝叶斯滤波

序贯Bayesian滤波为Bayesian滤波的递归实现,为在线估计系统状态提供了一个合理的框架。序贯贝叶斯滤波是基于状态—空间模型的。在线性高斯状态—空间模型下,最佳序贯贝叶斯滤波为大家熟知的卡尔曼滤波。在非线性/非高斯状态—空间模型下,最佳序贯贝叶斯滤波不存在通用的解析解,基于卡尔曼滤波的方法和质点滤波方法为比较常用的两类次最佳序贯贝叶斯滤波。它们各有各的优势,是相互补充的。该文采用扩展卡尔曼滤波和序贯重要性重采样质点滤波对两个非线性/非高斯系统的状态进行跟踪,仿真表明系统非线性/非高斯不严重时采用扩展卡尔曼比较合适,非线性/非高斯较严重时采用序贯重要性重采样比较合适。

非寻复域状态-空间滤波

针对实际非平稳海洋声数据存在非寻和非圆特性,在状态-空间模型下,对复信号作增广表示,建立复域状态-空间模型.从观察者的角度,推导了复高斯条件下的最佳瞬变观察者的线性表达式,即复域卡尔曼滤波器.当状态-空间模型为非线性非高斯时,最佳瞬态观察者须通过线性化或数值近似的方法近似得到.给出一种数值近似的方法——复域质点滤波,通过计算机仿真和波导实验证明了在信号非寻的情况下,复域卡尔曼滤波和复域质点滤波比常规的卡尔曼滤波和质点滤波具有更好的估计性能.