一种基于模态域波束形成的水平阵被动目标深度估计

水面水下目标分辨与识别一直是被动声呐探测领域的难题.利用一种水平阵模态域波束形成算法获得己知方位目标声源的各阶模态强度,将其与不同深度的各阶参考模态强度进行匹配,最终实现了对声源的深度估计.仿真结果表明,该算法可以在信噪比为-10 dB的情况下,用300Hz带宽的信号样本,实现对声源深度的有效估计.系统分析了不同参数和不同波导条件对该方法目标深度估计性能的影响.其中,阵元数越多,模态样本数越多,计算频段越宽,方位估计精度越高,有效阵长越长,深度估计的性能越好.阵元间距和波导深度的变化不会影响该方法的深度估计性能,并且该方法的深度估计性能在声速剖面、海底参数等波导条件存在扰动时具有鲁棒性.

基于自适应对焦窗口的计算鬼成像目标深度估计方法

在计算鬼成像(Computational ghost imaging,CGI)系统中,可以通过估计重构图像的模糊程度获取目标的轴向深度。但该方法易受到背景噪声干扰,且要求像质评价函数有较长的工作距离,导致所需的采样次数较高,限制其实用性。针对这一问题,提出了一种基于自适应对焦窗口的目标深度估计方法。首先根据评价函数的整体特征划分搜索区间,然后在给定区域内对目标实际轴向深度进行迭代搜索。在迭代过程中,通过设计自适应窗口,有效减少背景区域的同时,也保证了窗口内目标的完整性。实验结果表明:该方法大幅降低了评价函数所需的必要工作距离,使其在欠采样条件下同样适用,也减小了背景噪声对评价函数的影响,增强了算法的鲁棒性,进一步完善了基于计算鬼成像系统的深度估计方法。

拖曳阵被动合成孔径目标深度稳健估计

使用水下无人平台作为拖曳阵的载体,进行被动目标深度估计具有灵活性高和隐蔽性好的优点。针对实际应用中存在的平台自噪声干扰和阵列瞬时随机加速度扰动问题,提出了一种稳健的目标深度估计方法。该方法分为3个步骤,首先对阵元接收信号进行自适应噪声抵消和相位抖动滤波,然后对声压进行距离积分实现简正波模态估计,最后计算模态匹配度,最大值对应的深度为目标深度估计结果。仿真表明在干扰背景下该方法的目标深度估计稳健性优于传统方法,声源频率、合成孔径距离和信干比决定了目标深度估计误差。利用实验数据验证了该方法对水下低频线谱声源的深度估计能力。