基于對(duì)角減載的水聲陣列smi-mvdr空間譜估計(jì)方法
【專(zhuān)利摘要】本發(fā)明提供的是一種基于對(duì)角減載的水聲陣列SMI-MVDR空間譜估計(jì)方法。聲納水平直線陣列接收信號(hào),對(duì)陣列接收信號(hào)作自相關(guān)處理得到采樣矩陣,通過(guò)對(duì)采樣矩陣進(jìn)行SVD奇異值分解得到采樣矩陣的特征值,進(jìn)一步算出最佳減載系數(shù),將采樣矩陣上乘以最佳減載系數(shù),得到對(duì)角減載后的自相關(guān)矩陣,進(jìn)一步進(jìn)行SMI-MVDR波束形成得到空間譜估計(jì)的輸出結(jié)果。本發(fā)明所述的空間譜估計(jì)方法能夠有效的克服水聲環(huán)境低信噪比和時(shí)變的特點(diǎn),實(shí)現(xiàn)多目標(biāo)的分辨并準(zhǔn)確估計(jì)每個(gè)目標(biāo)的方位角,在水聲陣列信號(hào)處理中有著廣泛的應(yīng)用前景。
【專(zhuān)利說(shuō)明】基于對(duì)角減載的水聲陣列SM1-MVDR空間譜估計(jì)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及的是一種水聲陣列信號(hào)處理方法,特別涉及到一種基于對(duì)角減載的水聲陣列SM1-MVDR空間譜估計(jì)方法。
【背景技術(shù)】
[0002]空間譜估計(jì)一直以來(lái)都是水聲陣列信號(hào)處理研究領(lǐng)域的一個(gè)熱點(diǎn),主要目的是對(duì)信號(hào)信源數(shù)和目標(biāo)的波達(dá)方向等參數(shù)進(jìn)行估計(jì),從而對(duì)多目標(biāo)進(jìn)行分辨并估計(jì)目標(biāo)方位角(參見(jiàn):A Fast Multiple-Source Detection and Localization ArraySignal Processing Algorithm Using the Spatial Filtering and ML Approach.1EEETransactions on Signal Processing, 2007,55 (5): 1815 - 1827)。傳統(tǒng)的空間譜估計(jì)方法可分為波束形成法和子空間分解法,基于子空間分解的空間譜估計(jì)方法的理論分辨能力在高信噪比和大數(shù)據(jù)樣本條件下不受陣列孔徑的限制,但是該方法在信號(hào)信源數(shù)估計(jì)不正確時(shí)會(huì)嚴(yán)重影響其性能,這一問(wèn)題在低信噪比時(shí)尤為突出,相關(guān)文獻(xiàn)對(duì)信源數(shù)的估計(jì)進(jìn)行了深入的石開(kāi)究(參見(jiàn):Nonparametric detection of signals by informationtheoretic criteria performance analysis and improved estimator.1EEE Trans, onSignal Processing, 2010, 58(5):2746-2756 ;基于導(dǎo)向矢量信號(hào)的未知信源數(shù)DOA估計(jì)算法.系統(tǒng)工程與電子技術(shù),2013,35(10): 2027-2031),但該問(wèn)題依然沒(méi)有得到很好的解決。由于海洋環(huán)境的復(fù)雜性,水聲陣列常常工作于低信噪比的條件下,且在實(shí)際使用中,目標(biāo)源數(shù)通常是未知的而水聲陣列的孔徑也不可能很大,Bartlett和MVDR波束形成仍然是水聲陣列信號(hào)處理最常用的處理手段(參見(jiàn)!Comparing the resolution of Bartlettand MVDR estimators for bottom parameter estimation using pressure and vectorsensor short array data.0CEANS2013MTS/IEEE Bergen, art.n0.6608071),但因?yàn)锽artlett的空間角分辨力取決于陣列的物理孔徑,受瑞利限(Rayleigh Limitation)的限制(參見(jiàn):Detection of signals by information theoretic criteria.1EEE Trans, onAcoustics, Speech, and Signal Processing, 1985, 33 (2): 387-392),無(wú)法滿(mǎn)足高分辨的應(yīng)用需求,所以MVDR波束形成在水聲陣列信號(hào)領(lǐng)域的應(yīng)用更為廣泛。水聲信道是個(gè)時(shí)變信道,在信號(hào)處理過(guò)程中需要進(jìn)行自適應(yīng)調(diào)整,因而采樣矩陣求逆(SMI)和MVDR的結(jié)合使用更能夠在水聲陣列的空間譜估計(jì)中取得好的效果。
[0003]不管是波束形成法還是子空間分解法,都是對(duì)陣列接收信號(hào)的自相關(guān)矩陣進(jìn)行處理,國(guó)內(nèi)外學(xué)者對(duì)對(duì)角加載的空間譜估計(jì)方法進(jìn)行了相關(guān)研究(參見(jiàn):基于協(xié)方差矩陣對(duì)角加載的信源數(shù)估計(jì)方法.系統(tǒng)工程與電子技術(shù),2008,30(1):46-49;對(duì)角加載對(duì)信號(hào)源數(shù)檢測(cè)性能的改善.電子學(xué)報(bào),2004,32 (12): 2094-2097; On robust Capon beamforming anddiagonal loading.1EEE Transactions on Signal Processing, 2003,51 (7):1702-1715),但由于信號(hào)和噪聲的相關(guān)性,導(dǎo)致陣列接收信號(hào)的自相關(guān)矩陣中主對(duì)角線元素上的噪聲分量最大,而對(duì)角加載法將帶來(lái)波束形成處理增益的損失,降低了多目標(biāo)的分辨能力。
[0004]多目標(biāo)分辨以及目標(biāo)方位估計(jì)是聲納系統(tǒng)目標(biāo)識(shí)別的重要內(nèi)容,對(duì)于目標(biāo)跟蹤等有著基礎(chǔ)性的作用,因而,研究一種能夠有效的適用于水聲陣列的空間譜估計(jì)方法是很有必要的,該方法將在水聲陣列信號(hào)處理中有著廣泛的應(yīng)用前景。
【發(fā)明內(nèi)容】
[0005]本發(fā)明的目的在于提出一種適用于水聲陣列,能夠較好的克服水聲環(huán)境中低信噪t匕、水聲信道的時(shí)變性等問(wèn)題,能更好地完成聲納系統(tǒng)的多目標(biāo)分辨和目標(biāo)方位估計(jì)任務(wù)的基于對(duì)角減載的水聲陣列SM1-MVDR空間譜估計(jì)方法。
[0006]本發(fā)明的目的是這樣實(shí)現(xiàn)的:
[0007]步驟一,N個(gè)水聽(tīng)器等間距水平排列組成聲納接收陣列,用數(shù)據(jù)采集器采集目標(biāo)輻射噪聲,即為陣列接收信號(hào)X,對(duì)接收信號(hào)作自相關(guān)處理得到采樣矩陣食x ;
[0008]步驟二,對(duì)采樣矩陣:^χ進(jìn)行SVD奇異值分解得到采樣矩陣的特征值仏,灸=1,2,...,#,分別求出采樣矩陣特征值尾的最小值—11(允)和采樣矩陣良的對(duì)角線上的元素的最大值
【權(quán)利要求】
1.一種基于對(duì)角減載的水聲陣列SM1-MVDR空間譜估計(jì)方法,其特征是: 步驟一,N個(gè)水聽(tīng)器等間距水平排列組成聲納接收陣列,用數(shù)據(jù)采集器采集目標(biāo)輻射噪聲,即為陣列接收信號(hào)X,對(duì)接收信號(hào)作自相關(guān)處理得到采樣矩陣 步驟二,對(duì)采樣矩陣進(jìn)行SVD奇異值分解得到采樣矩陣的特征值
【文檔編號(hào)】G01S3/802GK103901421SQ201410109042
【公開(kāi)日】2014年7月2日 申請(qǐng)日期:2014年3月24日 優(yōu)先權(quán)日:2014年3月24日
【發(fā)明者】趙安邦, 宋雪晶, 惠娟, 周彬, 何呈, 李東東, 曾財(cái)高, 畢雪潔, 馬林, 馬駿 申請(qǐng)人:哈爾濱工程大學(xué)