空域反转阵导向最小方差波束形成

文章研究了基于空域反转阵(Spatial Reversion Array,SRVA)的导向最小方差(Steered Minimum Variance,STMV)波束形成方法。根据空域反转阵的原理将均匀线阵列的快拍进行空间反转,再与原阵列快拍卷积,得到孔径扩大近一倍的空域反转阵,提高阵列性能。将同样的方法用于构造空域反转阵的导向向量,实现其导向最小方差(SRVASTMV)波束形成。仿真和海试试验结果表明,相较于常规的STMV波束形成,空域反转阵STMV波束形成能够获得更窄的主瓣、更低的旁瓣、更高的输出信干噪比以及更好的多目标分辨能力。

稳健的子带子阵级导向最小方差波束形成算法

导向最小方差(STMV)波束形成是一种利用导向协方差矩阵获得自适应权值的方法,具有快速收敛特性.常规的稳健导向最小方差(RSTMV)波束形成算法在处理宽频带信号时,性能下降明显.为了改善算法的性能,结合频域子带划分和空域子阵划分技术,提出一种多子带不确定集独立约束的稳健子阵级STMV波束形成算法。通过频域子带划分可对不同子带的导向向量误差范数边界进行约束,计算出各子带对应的对角加载量,得到稳健的子带级最小方差波束形成算法权向量;同时采用子阵技术进行降维处理,可进一步增加划分子带的数目,从而提高算法的性能并有效降低计算复杂度,最终得到一种稳健的子带子阵级STMV波束形成算法。理论分析和仿真结果表明,在阵列导向向量存在误差的情况下,该算法在干扰方向形成的零陷最深,且零陷波束宽度最窄,输出信噪比接近理论值,因此性能最佳.实际海试数据处理表明,在强干扰目标存在时,弱目标输出信干噪比较RSTMV算法可提高4 dB,较常规波束形成可提高10 dB,在角度分辨力和算法复杂度方面得到有效改善,同时可以保证目标功率无失真输出。

声矢量阵导向最小方差波束形成算法研究

为了克服声压阵导向最小方差波束形成算法方位估计的左右模糊问题,提出了声矢量阵导向最小方差波束形成算法,指出了矢量阵导向矩阵与声压阵导向矩阵之间的关系.通过声压阵导向矩阵与单位矩阵的Kronecker积得到矢量阵的导向矩阵,从而使不同频率的矢量阵互谱密度矩阵聚焦.计算机仿真和海试实验证明与声压阵导向最小方差波束形成相比,矢量阵导向最小方差波束形成具有更好的方位分辨力且无左右模糊,并可以空间欠采样而不出现栅瓣.针对带宽内信噪比随频率变化的情况,用各频率的信噪比对导向协方差矩阵进行加权,改进了空间谱估计性能.

基于分子阵预处理的最小方差无畸变响应波束形成方法

针对最小方差无畸变响应(MVDR)波束形成中背景噪声和旁瓣级对弱目标检测影响问题,提出了基于分子阵预处理的MVDR波束形成方法。该方法首先对线列阵接收数据进行分组处理;然后按搜索角度对各组数据进行相移、相加处理,得到一组新数据;最后按MVDR波束形成思想对该组新数据进行处理,可得到低背景噪声和旁瓣级波束。理论推导分析、数值仿真和实测数据处理结果均表明,该方法对线列阵接收数据进行了分子阵预处理,相比MVDR波束形成,有效提高了线列阵接收数据协方差矩阵中信号含有量和信噪比,输出背景噪声级和旁瓣级得到了10dB以上的改善,降低了背景噪声和旁瓣级对MVDR波束形成检测弱目标的影响,提高了MVDR波束形成对弱目标的检测效果。

基于任意阵的最小方差无失真响应聚焦波束形成的被动定位方法

将最小方差无失真响应(MVDR)聚焦波束形成近场被动定位方法应用到平面任意结构阵列上,可以很好地解决线列阵由于阵长较长,在实际使用中存在布放困难、部分阵元失效影响定位性能等问题。本文首先分析了平面任意结构阵列的近场接收信号模型,推导出阵列流型,然后将MVDR聚焦波束形成技术应用到该模型中,得到了基于任意阵的MVDR聚焦波束形成近场被动定位方法。仿真验证了该方法的可行性和有效性。

瞬时频率方差加权导向最小方差波束形成检测器

为了克服传统线谱检测四维显示的难点,根据被动目标辐射噪声中含有高强度的稳定线谱这一特征,提出了一种针对线谱目标检测的阵列信号处理方法.从理论上分析了利用短时傅里叶变换估计含有线谱的辐射噪声的瞬时频率方差特性,将其与导向最小方差波束形成相结合,通过各方位的频率方差对波束输出进行加权,有效地提高导向最小方差波束形成对于线谱目标的检测能力.海试结果验证该方法的可行性与有效性,在多目标、强干扰的环境下,可以探测到弱线谱目标.

基于子带分解的宽带波束域最小方差无畸变响应高分辨方位估计方法研究

针对最小方差无畸变响应法对宽带不适用、计算量较大和如何与实际声呐系统结合这三个问题,提出了基于子带分解的宽带波束域MVDR高分辨方位估计方法:它以子带分解的方法实现MVDR在宽带情形下的扩展;利用波束转换实现降维运算,大大减小运算量和提高算法的稳健性;并且提出了在声呐系统使用中的新思路:可将该方法与声呐的多波束系统结合,直接利用声呐多波束系统的输出,可省去从阵元域到波束域的转换,进一步减少运算量;可用于替代传统的分裂波束精测定向系统或单波束系统,提高整个声呐定向系统的性能。经过理论分析、仿真实验和湖试实验,证明了该方法是简单的、有效的、可行的。

基于最小二乘的子带SDL恒定束宽波束形成

针对宽带恒定束宽波束形成通常需要大量阵元或延迟线所带来的硬件开销较大的问题,提出一种基于约束最小二乘的子带阵元延迟线(SDL)恒定束宽波束形成器设计方法。该方法首先建立子带SDL模型,利用子带滤波器组将阵元接收信号进行分解与重构,然后,推导了子带SDL模型的阵列响应,最后,结合空间响应变化和约束最小二乘算法进行恒定束宽波束形成。由于将滤波器组的冲击响应直接作为优化参量,可有效降低分解与重构产生的误差,为了衡量阵列响应的波动程度,文中提出归一化波动程度的概念。仿真结果表明,子带波束形成器不仅具有比全带波束形成器更好的主瓣频率不变性,更窄的主瓣宽度以及更低的旁瓣增益,而且可以大大降低硬件开销。

近似窄带假设下的最小方差无失真响应波束形成

最小方差无失真响应波束形成算法在应用于语音等宽带信号时,依赖窄带假设可以在频域各个子带分别进行滤波。窄带假设下语音信号协方差矩阵是秩-1矩阵,而实际中窄带信号模型只是实际信号模型的一种近似,同时由于存在统计量估计误差,估计的语音信号协方差矩阵的秩一般大于1。提出利用语音协方差矩阵和噪声协方差矩阵的广义主特征向量来估计相对传递函数,用于重构语音信号协方差矩阵为秩-1矩阵。在REVERB数据集以及CHiME-4数据集上进行实验验证,最小方差无失真响应波束形成算法经过语音协方差矩阵低秩近似后,对估计误差的鲁棒性提高,输出信噪比分别提升平均0.8 dB和1.4 dB,同时提升了语音识别准确率。

拖线阵机动时的自适应波束形成

提出了一种MVDR(最小方差无失真响应)的改进算法,用以解决常规MVDR算法由于阵形时变而出现的性能下降问题。在获得时变阵形估计数据的基础上,该算法以统计时段内的平均阵形为基准阵形,在每个扫描方向上根据实际阵形和基准阵形的差异对阵列互谱矩阵多样本进行相位补偿,从而实现统计时段内的互谱矩阵多样本相干累加和目标检测。数值仿真与海上实验数据处理结果表明:与传统MVDR算法相比,改进算法有效缓解了时变阵形下的目标测向角度模糊问题,可提高拖线阵目标左右舷分辨性能、增强弱目标检测能力。

利用导向向量旋转和联合迭代优化的自适应波束形成算法研究

针对大型阵列中自适应波束形成技术的实时性和鲁棒性问题,基于最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成的信号模型框架,提出一种通过对导向矢量进行处理以降低干扰的自适应波束形成算法——稳健联合迭代优化-导向自适应(Robust Joint Iterative Optimization-Direction Adaptive,RJIO-DA)算法。在联合迭代优化的基础上,将降维变换矩阵的每一个列向量看作独立的方向向量,引导子空间内每一个维度上的权值迭代,同时旋转导向向量,减小了由于导向误差的不确定性而导致的性能下降。仿真实验结果表明,与现有的降维算法相比,RJIO-DA算法计算复杂度低、收敛率高、鲁棒性好,可在期望方向上稳健地聚集波束,更好地形成干扰方向的自适应零陷。

基于子带SDL的宽带自适应波束形成

针对宽带波束形成通常需要大量阵元或延迟线所带来的硬件开销较大,波束形成效率相对较低的问题,提出一种基于子带阵元延迟线(SDL)的宽带自适应波束形成算法。该算法首先建立子带SDL模型,然后利用分析滤波器组将阵元接收的宽带信号分解为子带信号并进行相应的子带线性约束最小方差(LCMV)波束形成,最后通过综合滤波器组得到全带的波束形成。仿真结果表明,子带波束形成不仅具有比全带波束形成更高的效率,更好的频率不变性,更强的抗干扰能力及更快的收敛速度,而且可以大大降低硬件开销。

基于舷侧阵的MVDR波束形成算法研究

针对鱼雷舷侧阵的方位估计,研究了阵元域MVDR波束形成算法,此算法较常规波束形成算法在分辨能力上已有了很大的提高,但阵元域MVDR是对阵元域的信号直接处理,计算量较大,在低信噪比时分辨能力下降,限制了其在声纳系统上的应用.文章提出的波束域MVDR(BMVDR)波束形成算法就是为了克服阵元域MVDR的缺点.通过理论分析及计算机仿真,表明BMVDR算法的性能优于MVDR与常规波束形成(CBF).

一种新的矢量传感器线列阵波束形成算法

为了提高基于矢量线列阵的目标方位估计能力,将基于时域解析信号实现最小方差无畸变响应(MVDR)的方法——TAMVDR算法引入到了矢量线列阵信号处理中,提出了实现矢量线列阵波束形成的VTAMVDR算法。理论分析了矢量线列阵VTAMVDR算法的原理,该算法通过Hilbert变换对时域宽带信号引入复权向量,不需要进行子带分割,且不需要对数据进行分块处理,获得稳定优化权向量估计所需要的数据长度远小于频域MVDR方法,数据长度合适时,单次快拍即可实现波束形成,大大降低了运算量。仿真和海上试验数据分析结果表明:VTMVDR算法相比于频域MVDR算法具有较好的性能,具有更高的分辨率和更窄的波束角,有更好的探测性能。

基于虚拟成阵技术的线列阵恒定束宽的波束形成

为了使基阵对不同的入射频率信号具有相同的空间响应,提出一种均匀线列阵宽带恒定束宽的波束形成新方法.该方法将宽带信号划分为多个子频带,每个频带可以近似为窄带信号.对于不同子频带信号,根据虚拟成阵技术,虚拟出一个新的线列阵,使虚拟阵的阵元间距为此频带信号的半波长,此时,输出的波束宽度为一个只与阵元个数有关、而与频率无关的恒定常数,从而达到恒定束宽的目的.计算机仿真和水池试验验证了此方法的正确性与有效性.

基于子带SDL的LCMV宽带波束形成性能分析

对子带阵元延迟线(SDL)波束形成器的线性约束最小方差(LCMV)宽带自适应波束形成算法进行了性能分析。推导了子带LCMV算法的输出信干噪比(SINR)的解析表达式,对比了子带LCMV算法和全带LCMV算法的阵列响应性能,以及阵元数量、输入信噪比(SNR)和阵元间距对输出SINR的影响,并分析了子带滤波器组的参数对子带LCMV输出SINR性能的影响。仿真结果表明子带LCMV算法可有效提高性能,并可在不降低性能的条件下降低阵元需求。

基于导向矢量扩维的稳健波束形成方法

针对阵列信号导向矢量失配下的稳健波束形成问题,该文提出了1种新的方法。引入角度稳健因子,从而构造扩展目标导向矩阵,以替代目标视在导向矢量。仿真结果表明,该文方法比传统最小方差无偏响应(MVDR)方法具有更稳健的波束形成效果和更低的副瓣电平。

同心圆环阵列模态波束形成器设计

针对贝塞尔函数零点造成的模态波束形成器性能损失的问题,提出了基于均匀同心圆环阵列的模态波束形成器设计方法.从阵元域出发,建立了阵元域和圆谐波域之间的转换关系,推导了圆谐波域阵列信号处理表达式,其中重点推导了延时求和、最小方差无失真响应和多约束波束形成器的设计方法.理论证明了在平面各向同性噪声场中的基于同心环阵的圆谐波域最小方差无失真响应波束形成器等价于相位模式波束形成器.在该结论的基础上,综合考虑相位模式波束形成器在一定频率范围内的稳健性和指向性,提出了一种同心圆环阵列的内环半径优化方法.使用16元双环阵列对本文提出的波束形成算法进行仿真和实验,结果表明:同心圆环阵列能够较好地解决贝塞尔函数零点问题;其中多约束波束形成器能够在多个关联的性能指标之间取得合理的折衷,实现优于相位模式和延时求和波束形成器的声源定位性能。对内环半径优化方法进行仿真和分析结果表明,该方法得到了相较于传统方法更优的阵列结构.

圆弧形面阵自适应波束形成快速计算方法

针对圆弧形面阵估计水下目标二维波达方向的问题,提出一种降维处理的自适应波束形成方法。利用圆弧形面阵模型简化阵列内插矩阵的计算,通过垂直和水平两阶段波束加权,降低自适应波束形成维数,从而实现快速估计声源二维波达方向的目的。仿真结果表明,所提改进方法的计算量较传统二维最小方差无失真波束形成方法降低约一个数量级,且在低快拍条件下具有更明显的噪声抑制优势。湖上实验数据处理结果验证,在复杂水声环境下,所提方法具有较好的目标分辨性能。

稳健自适应波束形成算法综述

标准Capon波束形成器(SCB)通过最小化波束输出功率,同时约束期望信号无失真输出以达到最大化输出信干噪比,但标准Capon波束对模型失配误差非常敏感,如来波方向估计误差、阵列扰动、目标运动等因素引起导向矢量误差,短快拍数据会引起协方差矩阵估计不准确。这些失配会引起波束形成输出信干噪比性能下降。为了提高Capon波束形成算法的鲁棒性,提出诸多稳健自适应波束形成算法,主要解决方案是对期望信号导向矢量和干扰加噪声的协方差矩阵进行修正。介绍标准Capon波束形成的信号模型及误差对其输出信干噪比的影响;从影响自适应波束形成性能的两个因素即协方差矩阵和期望信号导向矢量,对稳健自适应波束形成典型算法进行综述;对几种典型稳健自适应波束形成算法进行了仿真实验,结果表明所提算法的有效性,并对研究方向进行了展望。