基于解析振速的ESPRIT算法

基于声矢量传感器在二维平面波入射时的输出信息,提出了其"解析振速"的输出模型,将目标的方位信息蕴含在输出信号的相位之中,并由此得到了矢量阵的输出模型。当ESPRIT算法应用于矢量阵时,由于矢量阵的内禀属性,旋转矩阵不再与阵型和信号的频率有关,只与目标方位信息有关,从而能够实现任意阵型全空间的无模糊测向。理论分析和仿真表明:本算法无需先验已知阵型;单声矢量传感器也可以应用ESPRIT算法,且此时其性能逼近克拉美—罗界。湖试表明本算法是有效的。

基于解析振速平滑的声矢量阵相干信号方位估计

为了提高矢量水听器阵列相干信号源方位估计能力,提出了两种基于解析振速的矢量阵平滑算法.两种算法均利用解析振速的特殊形式抑制协方差矩阵的相干项,实现秩的恢复,然后结合修正MUSIC实现目标方位估计.第二种算法充分利用声压,振速通道抑制各向同性噪声能力与白噪声特性,首先构造了一个新的协方差矩阵,然后利用解析振速平滑恢复矩阵秩,理论推导表明这种算法可以大大提高信噪比.仿真证明,新提出的两种算法都可以无空间损耗地完成相干信号的方位估计,相比于传统的矢量阵空间平滑算法有较好的估计精度与分辨率,并且第二种算法由于信噪比的提高,其估计性能更为优越.

改进声矢量阵相干信号源方位估计算法

为提高声矢量阵相干信号方位估计能力,针对二维紧凑结构的声矢量均匀线阵情况,给出一种改进算法。该算法首先利用解析振速与声压信息,重构接收数据,求出协方差矩阵,并提取信号子空间第一列的3个分矢量进行孔径扩展。然后,利用类单块拍条件下的矩阵重构得到3个新矩阵并合并。最后,套用奇异值分解的多重信号分类算法得到目标波达方位估计。分析表明,所提算法利用数据的组织形式使信号矩阵对角化,最终恢复了矩阵的秩,而且具有一定的孔径扩展能力。同时,所提算法矢量阵阵列流形所具备的方向因子可以在模糊角度处形成抑制,保留了矢量阵的单边指向性。仿真结果证明,此算法无论在角度估计精度还是分辨率方面都要优于矢量阵空间平滑与矢量平滑算法。

改进的振速矢量阵常规波束形成方位估计算法

为提高振速矢量阵常规波束形成(CBF)算法的方位估计能力,首先从旁瓣抑制与抗左右舷模糊两方面分析比较了两种矢量阵CBF的相关特性,然后给出两种改进算法:第一种算法利用振速通道抑制各项同性噪声的能力与解析振速的特殊形式,构造一种无噪声项的类声压阵协方差矩阵;第二种算法在其基础上将两个组合振速的差分矩阵与之相加,得到一种新的矩阵.最后利用常规波束形成算法,估计目标方位.理论分析表明:这种协方差矩阵无噪声干扰,并且保持了振速矢量阵的抗左右船舷模糊能力.

一种基于多重信号分类法的矢量水听器阵方位估计算法

为提高矢量阵方位估计能力,论文给出了一种改进算法。这种算法利用解析振速,重构了矢量阵接收数据模型,从而得到一种新的阵列流形形式。然后利用MUSIC算法对该阵列流形的矢量阵数据进行方位估计。理论分析表明,此种阵列流形具有较好的角度分辨力,并且同样具有一定的抗左右舷模糊能力。最后的仿真与湖试证明了论文算法较好的角度估计性能。