频域单快拍压缩感知目标方位估计和信号恢复方法

方位估计和信号恢复分别是水下目标定位、跟踪和目标识别的前提。提出了一种阵列频域单快拍压缩感知的水下目标方位估计和信号恢复方法。首先将阵列接收数据变换到频域,取频域单快拍数据作为压缩感知的测量值,然后根据频域快拍对应的频率、搜索方位和阵列流形构造过完备的阵列流形矩阵作为压缩感知的感知矩阵,最后通过基追踪算法估计搜索方位上目标信号和功率,实现DOA估计与信号恢复。宽带仿真实验数据验证结果表明,同等条件下完成同样的目标方位分辨,提出的方法比最小方差无失真响应方法要求的阵元数和快拍数较少,要求的信噪比更低,恢复的目标信号更加准确,波形相关系数达到89%以上。海上实验数据处理结果表明,目标检测能力优于最小方差无失真响应方法,证明该方法可以适用于实际声呐系统。

阵列协方差矩阵与FOCUSS算法的DOA估计方法

传统的波达方向(DOA)估计方法往往受到Nyquist采样定理与"瑞利限"的限制,对快拍数、阵元数及信噪比等条件的要求较高,并且不能准确估计信号源的幅度信息。基于目标在空域的稀疏性,针对多维观测向量模型,提出一种正则化的FOCUSS稀疏重构算法,可以有效提高低信噪比条件下的估计性能。阵列接收矩阵快拍数大,含噪声信息多,对高分辨的DOA估计影响较大,而通过对阵列的协方差矩阵求高阶次幂的方法可以有效逼近信号子空间,减小噪声子空间的影响。以阵列接收数据的协方差矩阵作为待分解的数据向量构造稀疏模型,能够使重构信号具有较高的分辨率,对快拍数、阵元数及信噪比等条件的要求更低,对旁瓣抑制效果更好,能够较为准确地估计出信源的幅度信息,且不需要对信源数目进行预估计,体现出明显的优势。

一种基于舰船辐射噪声起伏特性的线谱提取方法

分析舰船辐射噪声中线谱噪声的低起伏特性,提出一种利用线谱幅度、相位随时间的低起伏特性进行线谱提取的新方法。经过实测数据测试,表明本方法在提高信噪比、改善频率分辨率方面相对于经典的Welch周期图法具有明显优势;并且达到了自适应地去除连续谱趋势的效果;同时,需要的数据量相对较少,具有较好的实时性。