基于特征提取的匹配场处理

匹配场被动定位具有优于传统被动定位算法的性能,但其对环境参数具有依赖性的缺点严重制约了算法的应用。为了改善算法的适应性,在充分利用拷贝场协方差矩阵信号分量和噪声分量的基础上,构造了两种优化的特征提取匹配场处理器。最后使用1993年NATO SCALANT Centre在地中海用垂线阵采集的实验数据对算法进行了验证,结果显示在不确实海洋环境下,算法不仅可以成功定位固定声源和运动声源,而且其输出信干比和峰值背景比都得到了改善。

前后向平均匹配场处理

为了提高匹配场被动定位的稳健性，提出了一种基于白噪声增益约束的前后向平均匹配场处理器。算法不仅使用了白噪声增益约束了权向量，而且针对垂直线列阵在空间上均匀分布的特点，在估计协方差矩阵时使用了前后向平均算法，因此提高了目标检测和定位的性能。同时由于前后向平均算法在估计协方差矩阵时能够把复数运算转化为实数运算，大量减小了运算量。为了验证算法的性能，使用仿真数据和海试数据进行了处理分析。结果表明，和前向平均匹配场处理器相比，该算法的输出信干比提高了约1？5～5 dB，峰值背景比提高了约1～4 dB。