水声信号处理中的稀疏表示理论及应用

稀疏表示研究信号简洁表示与重构的本质问题,能够更好地揭示、分辨和提取信号中所蕴含的信息特征,在水声信号处理的许多应用方面都显示了巨大的优势和潜力.本文综述了水声信号处理中的稀疏表示理论及有关应用问题.首先介绍了稀疏表示模型和典型的稀疏分解算法;然后,研究了自适应过完备字典设计、离网格处理等稀疏表示的关键问题;接着,探索了稀疏表示理论在水下信号处理中的一些重要应用,包括高分辨波达方向(Direction Of Arrival,DOA)估计、水下体目标微多普勒特征提取、运动目标角度-多普勒声成像、水声信号压缩感知与重构;最后,指出稀疏表示理论在水声信号处理中的发展趋势.进行了必要的计算机仿真,提取了水下目标时、频、空域多维度信息特征,并实现了两类典型通信信号的有效压缩和精确重构.

水声信号稀疏重构高分辨角度-多普勒成像

对傅氏空时二维谱估计分辨率低以及声呐空时采样数据样本数不足给角度-多普勒成像带来困难的问题,提出一种水声信号稀疏重构的高分辨角度多普勒成像方法和抗混响空时滤波器的稀疏重构方法。该方法在声呐阵列单测量向量的极少观测样本条件下,建立阵列信号的空时稀疏表示模型,应用稀疏表示的匹配追踪算法和基追踪算法重构回波与混响的高分辨角度多普勒像。并根据运动声呐回波与混响的空时分布规律及声呐待检测距离单元位置的先验信息,沿着混响空时分布脊线设计混响稀疏表示的专用空时导向向量字典,通过重构抗混响空时滤波器来抑制角度多普勒平面的混响干扰。对运动声吶前视和侧视阵列的计算机仿真结果表明,在混响背景中,该方法采用声呐阵列单测量向量重构了低速运动目标多亮点回波的高分辨角度多普勒像,频率分辨率突破傅里叶分辨率,角度分辨率突破阵列瑞利限,分辨率明显优于傅氏空时谱估计。

水下移动平台网络化协同探测技术发展

在水下网络中心战思想的指引下,无人水下航行器、鱼雷兵器等水下移动平台网络化协同探测是必然的发展趋势。该文阐述了协同探测网络拓扑结构、网络节点空时统一的关键问题;针对水声复杂信道给通信组网带来的困难,给出了协同探测网络中时变信道自适应复合调制、信道自适应接入机制和移动通信同步的初步方案;并探讨了协同探测的一些关键问题和应用策略,包括跨平台传感器的信息融合、尺度目标的方位分布特征提取以及鱼雷自导多目标协同跟踪。提供的一些计算机仿真结果初步显示了网络化协同探测的优越性。

一种基于混响干扰稀疏重构的STAP方法

针对声呐空时自适应处理中混响样本获取及其协方差矩阵估计的难题,提出了一种基于混响稀疏重构的空时自适应处理方法。根据运动平台声呐混响在空时平面的分布规律,沿着混响单元多普勒频移与入射锥角余弦的关系曲线设计混响稀疏重构的空时导向字典;通过将声呐阵列观测数据在所设计的字典上进行稀疏分解,以较高精度重构了待检测距离单元中的混响样本;基于混响概率分布模型的先验信息,生成足够数量的混响样本以满足空时自适应处理中性能损失指标对混响样本数目的要求,从而得到混响协方差矩阵估计。该方法能够直接从待检测距离单元中重构混响样本,有效估计混响协方差矩阵,而不依赖于临近的辅助数据,因此不仅适合于混响统计特性不变的环境,也适合于统计特性变化的环境。声呐前视阵列、侧视阵列的仿真结果表明,该方法的改善因子比传统方法降低约10 dB,具有良好的抗混响性能。