基于协方差矩阵拟合的小平台共形阵稳健波束形成技术

针对无人水下航行器等小尺度平台机动且阵列孔径有限条件下的稳健探测需求,依据应用于小平台U形共形平面阵设计多种波束形成算法。分析快拍数、输入信噪比及导向向量误差等对波束形成方法稳健性的影响。虽然最小方差无畸变波束形成方法具有高阵增益的优点,但其在存在基阵导向向量误差和协方差矩阵估计误差的条件下性能下降较为严重,基于此提出了协方差矩阵拟合波束形成方法和双约束稳健最小方差无畸变响应波束形成方法,并通过数值仿真分析与其他多种波束形成方法对比验证稳健波束形成方法应用于水下小平台共形阵的稳健性。最后在考虑阵元位置误差时通过消声水池实验对多种波束形成方法的实际性能进行进一步对比验证。

利用协方差矩阵拟合的阵列孔径扩展方法

提出了一种协方差矩阵拟合的阵列孔径扩展方法来提高小孔径均匀直线阵的分辨力。该方法分析了具有不同阵元个数的阵列采集信号协方差矩阵之间的关系,并根据该关系构建阵列扩展的优化算法,利用小孔径实际阵列协方差矩阵拟合得到大孔径虚拟阵列的协方差矩阵。仿真分析与湖试数据处理结果表明,将拟合协方差矩阵用于现有方位估计方法中能够降低波束宽度,提高分辨力,并且随着虚拟阵元个数增加,目标分辨概率同步提高。当阵列孔径较小或环境信噪比较低时,本文方法可用于提高方位估计性能。

基于协方差矩阵拟合的宽带无网格波达角估计

宽带波达角(Direction of Arrival,DOA)估计是声呐系统阵列信号处理中一个重要的研究方向。文章提出了一种基于相干子空间的改进稀疏与参数方法(Coherent Signal-subspace based Modified Sparse and Parameter Approach,C-MSPA),以实现高精度和高空间方位分辨能力的宽带DOA估计。算法利用聚焦矩阵将各子带上的采样协方差矩阵投影至聚焦频率上。完成聚焦后,文章基于频率选择的范德蒙分解理论对协方差矩阵拟合准则进行改进,使重构的协方差矩阵中包含的DOA信息严格限制在聚焦区域内,最终对重构的协方差矩阵进行范德蒙分解,得到DOA估计值。所提出的算法无需选取正则参数,同时避免了基不匹配问题。仿真和湖上实测数据分析结果表明,所提出的方法实现了高空间方位分辨能力且提高了DOA估计精度。

基于矢量水听器阵的迭代稀疏协方差矩阵拟合波达方向估计方法

针对矢量水听器阵列相干信号方位估计问题,提出了迭代稀疏协方差矩阵拟合波达方向估计(direction of arrival,DOA)算法。基于加权协方差矩阵拟合准则,构建了关于稀疏信号功率的目标函数,利用Frobenius范数性质推导了稀疏信号功率迭代更新的递推式。所提算法利用迭代重构的思想计算离散网格点上信号功率,使得估计的功率更精确,从而获得更加精确的DOA估计。理论分析表明,所提算法求解网格点上信号的功率经过了滤波器的预处理,该滤波器允许指定方向的信号通过并且衰减其他方向的信号,对信号的相关性具有较低的敏感度。仿真实验结果表明,在信噪比为15 dB,非相干信号情况下,所提方法估计的平均误差为多重信号分类高分辨方法的39.4%,迭代自适应稀疏信号表示方法的73.7%;相干信号情况下,所提方法估计的平均误差为迭代自适应稀疏信号表示方法的12.9%。所提算法应用于具有高度相关性目标的DOA估计时,可有效提高目标DOA估计的精度。

利用加权联合协方差矩阵拟合进行干涉相位估计

提出一种基于加权联合协方差矩阵拟合的干涉相位估计方法。该方法充分利用包含在联合协方差矩阵中的相干信息,并采用加权联合协方差矩阵拟合代替特征分解进行干涉相位估计,避免了相位估计过程中信号子空间扩散的影响。通过给出干涉相位闭式解的形式,解决了角度搜索导致的大运算量问题。仿真数据和实测数据的处理结果证明了该方法的有效性和稳健性。

一种非平滑相干干扰鲁棒的自适应波束形成器

针对文献报道的鲁棒自适应波束形成(robust adaptive beamforming,RAB)算法,分析了在存在相干干扰时其性能严重下降甚至失效的原因:通过将接收信号协方差矩阵分解为阵列流形矩阵左和共轭右乘一个矩阵P的描述形式,在存在相干干扰时,P为非对角阵,其非对角元素表征了信号与干扰间的互相关,该成分造成了RAB算法的失效;另表明:快拍数有限可视为特殊的相干干扰情况。为此,提出了一种构建P为对角阵的协方差矩阵拟合方法;并据拟合的协方差矩阵,给出了对非平滑相干干扰RAB方法。仿真验证了分析的有效性,所提方法在相干干扰时仍能实现非相干干扰时的性能,且收敛速度优于报道方法。

一种具有双重鲁棒性的自适应波束形成算法

提出了一种具有双重鲁棒性的自适应波束形成算法,以克服有限采样效应和方向矢量误差引起的波束性能下降。该算法使用对角加载提高鲁棒性,并通过协方差矩阵拟合和优化最坏情况下的波束性能确定对角加载因子。在此基础上,本文得出了最优加载因子的近似表达式,揭示了哪些因素可以影响最优加载因子,以及如何影响。和该领域现有的其他算法相比,本算法运算量更低,具有更好的鲁棒性。计算机仿真对该算法进行了验证。

基于张量域降噪的宽带DOA估计

针对低信噪比条件下远场宽带信号波达方向(DOA)估计精度低的问题,提出了一种基于张量域降噪的宽带DOA估计算法。首先,联合各子频带数据构造张量信号;然后进行高阶奇异值分解,并利用最小描述长度准则分离信号与噪声;其次,改进协方差矩阵拟合算法,利用L1范数对信号功率进行约束,获得L1约束问题模型并求解;最后,对所有窄带估计结果进行融合得到宽带信号DOA。仿真结果表明,该算法可有效地降噪,同时较求根多重信号分类算法和旋转不变子空间参数估计算法,该算法对DOA估计无需预知信源数目,且在低信噪比条件下具有较小的均方根误差。