基于FOCUSS的水中目标回波亮点高分辨提取方法

水中目标回波亮点空间分布是估计目标尺度、确定目标要害部位、目标识别分类的主要目标特性依据。分析了水中目标回波亮点提取的主要方法及其优缺点,针对提高水中目标回波亮点方位估计分辨率的问题,采用欠定系统局域解法(Focal Undetermined System Solver,FOCUSS)压缩感知信号处理方法估计目标回波亮点的方位分布,并与时域常规波束形成(Conventional Beamforming,CBF)方法、子阵最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成方法进行了比较。试验数据处理结果表明,FOCUSS压缩感知方法的回波亮点方位输出主瓣是"针形"的且无明显旁瓣,分辨率高于子阵MVDR、CBF波束形成处理结果。另一方面,FOCUSS压缩感知方法对信噪比的要求高,适用于良好信噪比条件下的回波亮点提取。

水声阵列信号处理对角减载技术

针对独立高斯白噪声背景和多个平面波干扰,尤其是低输入信噪比的情况,提出一种基于阵列信号协方差矩阵对角减载的波束形成技术。通过足够多次快拍的估计,得到接收信号稳定的协方差矩阵,对协方差矩阵进行适量的对角减载能提高阵列输出增益以及多目标的分辨能力。对基于对角减载的常规波束形成和最小方差无畸变波束形成器的阵列增益进行了仿真,分析了阵列增益随减载系数的变化关系,并研究了多目标分辨时对角减载系数的取值区间,最后仿真验证了对角减载技术提高MVDR多目标分辨能力的有效性。

阵列信号维纳滤波用于主动声呐图像增强处理

声呐图像的噪声背景抑制是提高水下目标检测能力的重要问题。针对声呐图像背景斑点噪声强、目标轮廓模糊、目标回波对比度低等问题,利用确定性目标回波信号与随机分布的干扰噪声之间的相关统计特性差异,采用基于最小均方差准则的阵列信号维纳滤波器,通过主动最小方差无畸变响应(Minimum Variance Distortionless Response,MVDR)波束形成和后置维纳滤波的两级处理,去除声呐随机噪声背景。试验数据的处理结果表明:在噪声干扰条件下,相比于常规波束形成(Common Beamforming,CBF),主动MVDR处理提高了目标回波的局部信噪比,后置维纳滤波处理降低了随机分布的斑点噪声,使声呐图像的清晰度得到增强。

微动勘探波束形成与台阵响应特征

目前应用于微动勘探的波束形成算法主要有常规波束形成(CBF)和自适应波束形成(MVDR/Capon).常规波束形成算法简单清晰,鲁棒性强,分辨率仅取决于台阵结构;自适应波束形成算法分辨率高,波束形成器的权重函数依赖于输入数据,分辨率是数据相关的.采用波束形成器对单色平面波的波慢度及来波方向进行估算的准确性是判断算法是否优异的关键.首先,本文针对不同的台阵结构,求取两种波束形成器台阵响应函数(ARF),得出同一台阵结构,自适应波束形成器均优于常规波束形成器,并给出选择优越且经济台阵结构的建议.其次,采用自适应波束形成算法,模拟不同波长单色平面波通过圆形或嵌套圆形台阵,得出波长大于台阵孔径时,波束效果极好;小于台阵孔径时,波束形态中旁瓣能量有所增强,波束效果变差.随后模拟两列单色平面波从不同方位通过台阵,波束形成功率谱形态变得复杂,对波慢度及来波方向估算误差增大,甚至失效.最后,我们通过3个比较典型的实例,来说明自适应波束形成(MVDR/Capon)具有大测深,高分辨的优异性能.