改进的最小方差无畸变响应波束形成方法

提出一种改进的最小方差无畸变响应(MVDR)波束形成方法,通过调节波束形成的权向量设计中的增强因子来改善其方位分辨力,并且不以牺牲信号与干扰+噪声比增益为代价.仿真结果表明,所提出的方法可以有效改善MVDR波束形成的方位分辨力,且不损失MVDR波束形成的信号与干扰+噪声比增益.

快速收敛最小方差无畸变响应算法研究及应用

常规最小方差无畸变响应(MVDR)自适应波束形成是一种高分辨窄带波束形成器,它是利用实际声场的窄带互谱密度矩阵(CSDM)估计出自适应波束形成权向量。在实际应用中,MVDR算法需要较长的观测时间估计协方差矩阵,不利于对高速运动目标进行定位;对于宽带目标信号,MVDR算法需要对每一个CSDM进行求逆运算,计算量较大;在相干源条件下,目标信号之间会发生"对消"现象,MVDR算法性能急剧恶化。本文提出了基于子带子阵处理的快速收敛MVDR自适应波束形成方法。首先将全频带划分成一组子带,将接收线阵划分成一组子阵,然后对每一子带计算降维的驾驶协方差矩阵(STCM),从而得到快速收敛MVDR自适应波束形成的权值和空间谱估计结果。同时采用双向空间平滑方法对相干源进行MVDR空间谱估计。仿真和海试数据处理结果表明该算法在保证高分辨力的同时,具有瞬时收敛的性能,双向空间平滑技术具有良好的解相干性能。

匹配场定位强干扰抑制最小方差无畸变响应处理技术

针对强干扰条件下的弱目标定位问题,提出强干扰抑制最小方差无畸变响应匹配场处理技术。其原理是约束对所探测方位的响应为1,以及对强干扰方位的响应为0,同时使输出能量最小。建立了相应的最优化问题,推导得出处理器的闭式解。通过弱目标位于强干扰正下方的实例,验证了该方法的有效性。仿真结果表明,在低信干比情况下,该方法较常规处理器以及对角加载最小方差无畸变响应处理器有更高的目标探测性能,在信干比接近0时,可消除旁瓣所引起的虚假目标。

最小范数约束的改进MVDR波束形成算法

针对传统的最小方差无畸变响应(MVDR)波束形成方法,难以有效均衡和同时优化干扰和噪声抑制的问题,提出一种基于最小范数解的改进算法。通过对阵列接收信号的自相关阵进行特征分解,取大特征值减去噪声功率及大特征值对应特征向量,构建线性约束方程的最小范数解,代替MVDR算法中的自相关阵的逆的形式形成加权系数,其中噪声功率由小特征值的平均值估计,获得的权系数对应于线性约束条件下的最小范数解。仿真分析表明,该算法能够有效地在干扰位置处形成零陷,利于后续在时间维的噪声滤波处理,较之于MVDR等算法有更好的干扰和噪声抑制性能。

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。

基于阵列信号的重型商用车声源的最小方差无畸变响应估计

以声源的阵列测试信号为基础,建立了运动声源的观测方程。通过计权因子的优化,确定了声源特征函数的最小方差无畸变响应估计方法。对重型商用车声源识别结果说明,利用最小方差无畸变响应估计能较常规波束成形更好地识别出噪声源。

基于鲁棒自适应最小方差信号无畸变响应波束形成的高密度数据室内组合方法研究

当单点高密度采集数据一致性处理不完全时,均匀加权的室内组合会导致地震数据高频信息的损失。从波束形成理论的角度引入余弦窗、汉明窗、布莱克曼窗,通过调节权重矢量减小组合对数据的影响,考虑到窗函数作为权重矢量对数据的适应性较弱,进一步研究了基于主成分分析(principal component analysis,PCA)的鲁棒自适应最小方差信号无畸变响应(minimum variance distortionless response,MVDR)加权组合。Marmousi2模型正演模拟数据测试结果表明:相比于均匀加权组合,基于PCA的鲁棒自适应MVDR加权组合实现了信号保真与信噪比的有效统一,对深层地震数据信号的保护作用更为明显,信噪比也得到进一步提高。研究成果丰富了单点高密度地震数据的室内组合技术,拓宽了理论研究思路。

CW脉冲回波信号的最小方差无畸变响应自适应检测

建立了适用于解析时间序列信号检测的最小方差无畸变响应(Minimum Variance Distortionless Response,MVDR)自适应处理模型(Time Series MVDR,TSMVDR),并针对CW声纳脉冲回波信号,通过构造解析信号和分段近似处理给出了相应算法(Algorithms of TSMVDR on CW pulse signal,AWMVDR),并进行了数值仿真研究。研究结果表明:对于CW脉冲信号:(1)在较高采样率的条件下,AWMVDR可以实现CW脉冲信号稳定的自适应检测;(2)AWMVDR较常规线性相关检测具有更高的脉冲参数估计精度和时间分辨力;(3)AWMVDR的实现需要付出较高采样率和更大计算量的代价。

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。

非均匀对角减载最小方差无失真响应多目标分辨

针对最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)方法在起伏非相关噪声环境下多目标分辨性能严重下降的问题,提出一种非均匀对角减载MVDR(Inhomogeneous Diagonal Unloading MVDR,IDU-MVDR)方法。该方法首先对协方差矩阵进行非均匀对角减载,然后实施MVDR方法。各阵元上的对角减载量通过求解半正定优化问题获得,优化问题中最大化减载量之和,但约束减载后协方差矩阵的最小特征值是一个较小的正值。数值仿真表明,IDUMVDR方法可通过非均匀对角减载消除大部分非相关噪声,但保留小部分噪声分量.因此IDU-MVDR方法较MVDR方法分辨力更高,空间谱中背景级更低、弱目标谱峰更加明显,并且具备一定的稳健性.海上实验结果与数值仿真相一致,验证了IDU-MVDR方法的有效性.

MVDR-阵列信号增强技术在电力变压器声纹监测中的应用

为提升现场电力变压器工作状态的监测水平,提出了一种基于非接触式阵列检测的MVDR(Minimum Variance Distortionless Response)信号增强技术。将麦克风阵列测试技术和自适应MVDR技术相结合,以实现期望目标声源信号质量的定向增强。单频音和语音数据的数值仿真和变压器现场测试试验均表明该信号增强方法可有效抑制无关噪声的干扰,相比于常规波束形成方法,信噪比提升约3.29 dB。

基于光纤光栅阵列和MVDR算法的声发射定位

基于光纤光栅(FBG)传感器网络构建了声发射检测系统,并提出了最小方差无失真响应(MVDR)的声发射源定位方法。构建的系统由7个FBG传感器组成传感器线阵列,采用未经平坦的放大自发辐射(ASE)光源边缘滤波实现信号解调。利用Shannon小波变换从频散复杂的声发射信号中提取窄带信号,并基于MVDR算法扫描整个监测区域获取空间谱。根据空间谱函数计算输出值,并将计算的输出值作为像素值。最后,通过提取空间谱中的最大值的坐标确定声发射源的位置。在LY12铝合金板上进行了实验验证。结果表明,该方法在400mm×400mm的区域内,声发射定位的最大误差为9.4mm,平均误差为7.2mm,耗时小于3s。该系统具有较高的实时性和定位精度,是一种声发射源定位的新方法。

基于MVDR的阵列信号波束域预处理算法

针对基于常规波束形成(CBF)的波束域方法在波束覆盖区域外存在方位不定强干扰源时多目标方位估计(DOA)失效的问题,提出采用最小方差无畸变响应(MVDR)的波束域预处理算法。该算法根据阵列接收数据自适应调整阵元权值,在波束覆盖区域外干扰源方位形成零陷,从而减小干扰对波束输出结果的影响。分析表明靠近波束覆盖区域的强干扰源对波束转换增益的影响有限。该算法进一步提高了波束域处理方法的抗干扰能力,仿真结果验证了该算法的有效性。

采用随机矩阵理论的水声阵列SMI-MVDR空间谱估计技术

对角加载MVDR技术是一种经典的空间谱估计技术,在水声阵列信号处理中有着广泛的应用。该技术之所以具有较好的性能是由于其通过对角加载使样本协方差矩阵的特征值分散度减小。提出了基于随机矩阵理论的MVDR空间谱估计技术,具体思路是利用随机矩阵特征值的极限性质实现样本协方差矩阵噪声的抑制,以达到类似对角加载能够实现的特征值分散度减小的效果。仿真表明所提出的方法与对角加载方法达到了同样的目的,且当快拍数一定,而信噪比由小变大时,该方法可以达到与对角加载MVDR技术相当的性能;当信噪比设为定值,快拍数由小变大时,其与对角加载技术具有相同的DOA估计成功概率变化趋势,且在小样本情况下,此方法优势较为明显。

基于MVDR的宽带水下被动声自导系统远程目标检测方法

远程目标检测是水下航行器被动声自导系统的重要技术问题。本文采用基于子带分解的宽带最小方差无畸变响应(MVDR)波束形成进行空间能量检测,通过在频域各子带进行自相关矩阵平滑有效改善检测稳定性。相比传统窄带及未进行自相关矩阵平滑的宽带波束形成方法,所提方法能显著提高系统低信噪比检测性能。仿真和湖试实验结果表明该方法有较好的工程应用前景。

近场MVDR聚焦波束形成被动定位方法

该文系统地研究了最小方差信号无畸变响应(MVDR)聚焦波束形成方法的定位性能,特别是对该方法定位性能受某个参数的影响情况进行了较详细的研究。首先分析了近场情况下线列阵接收信号的模型,然后分别推导了常规聚焦波束形成和MVDR聚焦波束形成的定位原理。仿真比较了这两种定位方法的定位性能,以及MVDR聚焦波束形成被动定位方法在不同的阵元间距和不同的目标距离情况下的定位性能。仿真结果表明,与常规聚焦波束形成相比,MVDR近场聚焦波束形成在提高分辨率的同时,减小了"混叠"影响,具有更为平滑的背景和更低的旁瓣级,同时认为,为了得到比较好的定位效果,目标应处于相对于"近场"的位置,从而为目标精确定位提供依据。

改进爬行动物搜索算法的线阵波束形成研究

针对最小方差无畸变响应方法在已知先验信息的情况下抗干扰性能较差的问题,提出了基于改进爬行动物搜索的波束形成方向图控制算法。该算法通过设置合适的适应度函数,迭代寻找最优权值,并利用其实现对方向图的控制。首先采用Sobol序列对种群初始化方法进行改进,获得更均匀的种群初始分布;其次,改进进化因子提高该算法的收敛速度;最后,为了增强抗干扰性能,对适应度函数进行改进,使方向图旁瓣更低。仿真实验表明,相较于传统算法,该算法可以获得更深的零陷并将其准确的对准干扰来向,同时降低峰值旁瓣电平,提高了对干扰的抑制能力,使得元启发式算法在波束形成领域更具应用价值。

MVDR波束形成在噪声源识别中的应用

为了确定水下航行器主要辐射噪声源的特性,对各噪声源进行量化排序,本文研究了基于阵列信号处理的可应用于水下辐射噪声源识别的最小方差无畸变响应(MVDR)波束形成方法。使用16个水听器组成接收阵列并通过MVDR算法对采集数据进行解算,实现对各噪声源方位和能级的识别。仿真和试验均证明了该方法的正确性和有效性。

基于对角减载的水声阵列SMI-MVDR空间谱估计技术

空间谱估计一直都是水声阵列信号处理研究的热点问题,而一般认为目标和背景干扰的信息都蕴含在接收信号协方差矩阵中,因而现有的谱估计技术大多针对接收信号的协方差矩阵进行处理。由于信号和噪声的相关性,导致协方差矩阵中主对角线元素上的噪声分量最大。针对这一特性提出了基于对角减载的水声阵列采样矩阵求逆(sample matrix inversion,SMI)最小方差无畸变响应(minimum variance distortionless response,MVDR)波束形成技术。理论推导了对角减载量对输出功率谱目标方位上输出信噪比的影响,分析了最佳对角减载系数的选取原则。并针对实际工程应用情况,研究了由有限次快拍数估计的采样矩阵得到最佳对角减载系数的方法,该方法无需预估信号源数。通过算法仿真和海试数据处理,对比验证了基于对角减载的SMI-MVDR空间谱估计的有效性和可靠性。对于背景噪声级较强的水声阵列信号处理环境来说,所提方法能有效提高高斯白噪声背景下的声纳多目标分辨性能。

一种旁瓣级可控的MVDR波束形成算法

针对传统的最小方差无畸变响应(Minimum Variance Distortionless Response,MVDR)波束形成方法存在的旁瓣较高且抑制干扰性能不稳健的情况,提出一种旁瓣级可控的自适应波束形成算法。该算法在MVDR基础上进行峰值搜索,将获得的峰值点从大到小进行排序,取次大值作为最高旁瓣的值,将得到的最高旁瓣值与期望旁瓣值比较,在其方位添加虚拟干扰加以抑制,从而得到新的波束图。再对新的波束图进行峰值搜索,不断重复上述过程,经过有限次迭代以达到期望旁瓣值。计算机仿真结果表明在均匀线阵基础上该算法能够将旁瓣控制到期望旁瓣级以下且比较稳健。