改善高分辨逆波束形成检测性能方法研究_郑恩明

格式：pdf
大小：544.65 KB
文档页数：7

下载文档原格式

压缩感知雷达超分辨率成像

压缩感知雷达超分辨率成像邓振淼;叶淋美;傅茂忠;张贻雄【期刊名称】《应用科学学报》【年(卷),期】2014(000)002【摘要】研究压缩感知理论在逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像中的应用。

雷达发射方位稀疏的探测脉冲，对满足Nyquist采样定理的雷达去斜回波数据进行稀疏采样，再利用压缩感知重构算法分别重构距离向和方位向的完整的目标特性回波信号。

为了得到高分辨的雷达ISAR像，对重构的数据在距离向和方位向分别进行超分辨率处理。

实际雷达数据和仿真数据表明ISAR像的分辨率有较大提高，所给出的综合方法可以降低数据量，节省雷达的时间资源，具有良好的应用价值。

【总页数】8页(P133-140)【作者】邓振淼;叶淋美;傅茂忠;张贻雄【作者单位】厦门大学信息科学与技术学院，福建厦门361005;厦门大学信息科学与技术学院，福建厦门361005;厦门大学信息科学与技术学院，福建厦门361005;厦门大学信息科学与技术学院，福建厦门361005【正文语种】中文【中图分类】TN911【相关文献】1.一种基于压缩感知的高分辨率宽测绘带合成孔径雷达成像算法 [J], 林月冠;张冰尘;田野;洪文;吴一戎2.压缩感知在城区高分辨率SAR层析成像中的应用 [J], 廖明生;魏恋欢;汪紫芸;Timo Balz;张路3.高分辨率宽测绘带Scan SAR压缩感知成像算法研究 [J], 万莉莉;左伟华4.基于压缩感知的超分辨率成像技术分析 [J], BI Xiang-li;XU Jia-nuo5.压缩感知测量矩阵互相关度对荧光显微成像分辨率的影响 [J], 李文文;刘书鹏因版权原因，仅展示原文概要，查看原文内容请购买。

改善高分辨逆波束形成检测性能方法研究

—
Ｒｅａｌ＂ｌＯｌｏｇＮｄＢ（Ｎｂｅｉｎｇｎｕｍｂｅｒｏｆｅｌｅｍｅｎｔｓ），ｃｏｍｐｒｅａｄｔｏｔｈｅｄｅｔｅｃｔｉｏｎｐｅｆｒｏｍａｒｎｃｅｏｆＡＲ — ＩＢＦ．
ＺＨＥＮＧＥｎ — ｍｉｎｇ ’ ，ＳＵＮＣｈａｎｇ．ｙｕＣＨＥＮＸｉｎ．ｈｕａＹＵＨｕａ．ｂｉｎｇ
（１．ＩｎｓｔｉｔｕｔｅｏｆＡｃｏｕｓｔｉｃｓ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅ，Ｂｅｉｊｉｎｇ，１００１９０，Ｃｈｉｎａ；
Ｔｈｅｒｅｓｅａｒｃｈｏｆｄｅｔｅｃｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｉｍｐｒｏｖｉｎｇｍｅｔｈｏｄｆｏｒ
ｈｉｇｈ－ｒｅｓｏｌｕｔｉｏｎｉｎｖｅｒｓｅｂｅａｍ－ｆｏｒｍｉｎｇ
仿真验证了本算法对目标的检测性能提高了近１０１ｏｇＮｄＢ（Ｎ为阵元数）。关键词：逆波束形成；目标检测；检测性能中图分类号：ＴＢ５６５文献标识码：Ａ文章编号：１００３ — ０５３０（２０１３）０５－０５７０－０７
第２９卷第５期２０１３年５月
信号处理
ＪＯＵＲＮＡＬＯＦＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧ

基于反卷积波束形成的噪声源识别方法研究进展

基于反卷积波束形成的噪声源识别方法研究进展丁浩;傅栋林;张锐之【摘要】反卷积波束形成作为一种基于波束形成的噪声源识别方法已被广泛的运用,尤其在林业机械噪声源识别中.相比于传统波束形成,该方法可有效减小主瓣宽度并消除旁瓣,提高空间分辨率.概述了近年来国内外反卷积波束形成的研究进展,从旁瓣抑制能力、定位精度、计算效率方面对多种代表性方法进行对比分析,归纳总结其特点,讨论其局限性,为今后该方法的后续改进提供新的研究思路,以期获得更全面的反卷积波束形成算法,具有更优的适用性.%Deconvolution beamforming as a noise source identification method based on beamforming has been widely used, especially in the identification of forestry machine noise. Compared with the conventional beam-forming, deconvolution beamforming method is more effective to reduce the width of the main lobe and elimi-nate the side lobe, and improve the spatial resolution. This paper reviewed the recent research progress on de-convolution beamforming at home and abroad. A comparative analysis was made among several representative methods on the aspects of the side lobe suppression ability, positioning accuracy and computational efficiency. Then the characteristics and limitations of those typical deconvolution beamforming algorithms were discussed, which provided a new research idea for future improvement in order to obtain a more comprehensive deconvo-lution beamforming algorithm with better applicability.【期刊名称】《浙江农林大学学报》【年(卷),期】2018(035)002【总页数】4页(P376-379)【关键词】噪声源识别;反卷积波束形成;研究进展;综述【作者】丁浩;傅栋林;张锐之【作者单位】浙江工业大学特种装备制造与先进加工技术教育部/浙江省重点实验室,浙江杭州310014;浙江工业大学特种装备制造与先进加工技术教育部/浙江省重点实验室,浙江杭州310014;浙江工业大学特种装备制造与先进加工技术教育部/浙江省重点实验室,浙江杭州310014【正文语种】中文【中图分类】TB52;S712噪声水平是衡量机械产品的重要环保指标，欧美国家建立了大量的相关技术标准作为市场准入的环保条件，这对国产林用机械产品的出口形成了无形的壁垒。

基于高阶次 Cross Sensor 处理的波束形成方法

基于高阶次 Cross Sensor 处理的波束形成方法郑恩明;黎远松;余华兵;陈新华;孙长瑜【期刊名称】《振动与冲击》【年(卷),期】2015(000)024【摘要】为得到鲁棒性、高分辨波束形成，提出了一种高阶次 Cross Sensor 处理方法。

该方法依据阵元间协方差矩阵同一斜对角线上不同元素具有相同相位差的特点，对协方差矩阵进行 M阶次 Cross Sensor 处理后可虚拟出近（2M －1）（N －1）个虚拟阵元（N 为原始阵元数）。

虚拟阵元的增加可扩大线阵有效孔径，降低波束形成主瓣宽度，提高方位分辨率。

在 Cross Sensor 处理过程中，该方法对协方差矩阵同一斜对角线上不同元素进行了叠加运算，可进一步削弱噪声对波束形成的影响，提高了波束形成鲁棒性。

数值仿真和海上试验结果表明，该方法既能有效降低波束形成主瓣宽度，提高方位分辨率，又可削弱方位历程图干扰背景。

相比已有的逆波束形成，该方法具有较好的方位分辨率；相比已有的基于 AR模型的高分辨逆波束形成，该方法对最低门限信噪比的要求较低，方位估计均方误差较小。

【总页数】8页(P12-19)【作者】郑恩明;黎远松;余华兵;陈新华;孙长瑜【作者单位】中国科学院声学研究所，北京 100190;四川理工学院计算机学院，四川自贡 643000;中国科学院声学研究所，北京 100190;中国科学院声学研究所，北京 100190;中国科学院声学研究所，北京 100190【正文语种】中文【中图分类】TB565【相关文献】1.基于全相位预处理的低旁瓣波束形成方法 [J], 郑恩明;陈新华;宋春楠2.基于分组时延预处理的时域波束形成方法 [J], 陈新华;郑恩明3.基于平滑相干变换处理的分裂孔径波束形成方法 [J], 范泽亚;徐雅南;陈伏虎4.基于平滑相干变换处理的分裂孔径波束形成方法 [J], 范泽亚;徐雅南;陈伏虎5.一种基于波束-频域处理的自适应波束形成方法 [J], 倪晋麟;杨志群;储晓彬因版权原因，仅展示原文概要，查看原文内容请购买。

基于分组时延预处理的时域波束形成方法

基于分组时延预处理的时域波束形成方法陈新华;郑恩明【摘要】对于不等强度多目标情况下的弱目标检测问题,依据波束形成归一化指向性函数在目标方向上输出值为1、在非目标方向上输出值为小于1的特性,提出一种基于分组时延预处理的时域波束形成方法.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时延预处理,并对各组预处理结果进行相加,得到一组新数据;最后,对该组新数据按时域波束形成进行处理,得到该搜索角度对应波束值.理论推导、数值仿真和试验数据处理结果均表明:相比常规时域波束形成,该方法所得波束形成指向性函数发生了变化,旁瓣级得到了13 dB以上的改善,降低了强目标旁瓣级对弱目标检测的影响.【期刊名称】《应用声学》【年(卷),期】2019(038)004【总页数】8页(P545-552)【关键词】时域波束形成;指向性函数;分组时延预处理;旁瓣级;弱目标检测【作者】陈新华;郑恩明【作者单位】中国科学院声学研究所北京100190;中国科学院声学研究所北京100190【正文语种】中文【中图分类】TB5660 引言水下目标检测与估计是阵列信号处理的一个重要分支，但随着海洋环境的复杂多变，水下目标检测正面临着“干扰强度为目标的1000 倍、干扰数目为目标的1000 倍”等问题[1]，致使真实目标信号往往被强干扰或强目标所掩盖，使得水下目标探测非常困难。

为了降低强干扰或强目标对弱目标检测中的影响，研究学者分别从降低波束形成旁瓣级和干扰预处理两个方面进行了深入研究，以提高位于强干扰或强目标旁瓣区内弱目标检测的检测概率[2−4]。

为了对波束形成旁瓣级实现控制，许多方法被提出，主要为Chebyshev滤波方法[5]、“凹槽噪声场”方法[6]、静态波束图数字综合方法[7]、反复迭代方法[8]、多线性约束方法[9]、非线性优化方法[10]、凸优化(Convex optimization)方法[11]、半无限二次规划(Semi-infinite quadratic programming)方法[12]、二阶锥(Second-order cone)约束方法[13−14]、中心矩方法[15]、虚拟干扰源构造能量聚焦矩阵方法[16]及稀疏约束方法[17]。

一种改进的宽带数字多波束形成技术

一种改进的宽带数字多波束形成技术黄森洪;宫新保【摘要】宽带数字多波束形成技术能够获得较高的空间增益和空域分辨率,是现代电子侦察领域的重要研究方向.但是宽带波束形成技术的实现存在信号处理复杂度高、系统功耗大的问题,给电子侦察系统的设计和应用提出了较大的考验.提出了一种通过频域方式实现时域宽带数字波束形成器的方案,能够在宽带、多波束的应用场景中有效降低系统的实现复杂度和功耗.【期刊名称】《航天电子对抗》【年(卷),期】2017(033)005【总页数】5页(P58-61,64)【关键词】多波束;波束形成;复杂度;功耗【作者】黄森洪;宫新保【作者单位】上海交通大学电子工程系 ,上海200240;上海交通大学电子工程系 ,上海200240【正文语种】中文【中图分类】TN971为了应对复杂多变的电磁信号环境，现代电子侦察系统需要在频域和空域具有分辨率高、“宽开”、实时性高的特点。

就空域而言，分辨率高是指系统在空域分辨能力上，可以区分空间相对距离较近的信号；“宽开”则是指系统能够接收不同方向上同时到达的多个信号[1]；实时性高则要求系统的瞬时覆盖范围大，视场全覆盖扫描次数少。

针对上述问题，在保持频域“宽开”的前提下，宽带数字多波束形成技术一方面通过增加天线阵元数，波束主瓣宽度变窄，从而提高空间增益和空域分辨能力；另一方面通过增加合成波束数，扩大空域覆盖范围和提高实时检测能力，成为现代电子侦察领域的重要研究方向。

然而，宽带数字多波束形成系统为了提升空间增益和空域实时覆盖能力，以获得更高的系统灵敏度和截获概率，需要不断增加射频通道数和合成波束数；这就大大提高了系统的实现复杂度和功耗，也成为当前宽带数字多波束形成技术在应用上的重要瓶颈。

针对宽带、多波束的应用场景，本文提出了一种采用频域方式实现时域宽带数字波束形成的方案。

该方案采用离散傅里叶变换/逆变换(DFT/IDFT)实现时域的波束形成FIR滤波器，能够在保持时域相位连续性的前提下，有效减少算法的复杂度，降低系统功耗。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

D（ n） = 式中：
1 N － n
∑ p=0
S（ p ， p +n）
（ 11 ）
n ≤N － 1 。
N －1 ^ = －（ t ） a1， x ∑ n x n + 1 （ t）， 1 n=1 N －1 ^ 2 （ t ） = － a2，－ x （ t ） a2， x ∑ 0 1 n x n + 1 （ t），（ 13 ） n=2 N －2 ^ = － x （ t ） a N， ∑ n x n + 1 （ t） N n=0
［7 ， 8， 13 ， 14］
对式（ 8 ）等号两边分别做 Z 变换，可得传递函数 H（ z）为： H（ z） = 1 + 1
N －1
=
－n
an z ∑ n=1
1 A opt Z
（ 9）
，可表示为：
N －1
1， z －1 ， z －2 ， …， z －N ］，式中： Z =［假设噪声功率为 1 ，根 + n（ t）（ 2）据随机信号通过线性系统理论可知其输出序列的功率谱 B （ w ）为：
成算法（ AR_ IBF）来提高逆波束形成的方位分辨率，但该算法相比 IBF 在实际应用中的检测性能较差。本文通过修改 AR 模型来改善高分辨率逆波束形成算法（ AR_ IBF）的检测性。修正后的逆波束形成算法（ MAR_ IBF ）在保证对目标方位的高分辨率检测的同时，在较低信噪比条件下可实现对目标方位的有效检测。理论分析和数值仿真验证了本算法对目标的检测性能提高了近 10logN dB（ N 为阵元数）。关键词：逆波束形成；目标检测；检测性能中图分类号： TB565 文献标识码： A 文章编号： 1003－0530 （ 2013 ） 05－0570－07
T T A1 X1 （ t ） T A 2 X2 （ t ） A T X （ t） N N
（ 12 ）
jndkcos θ＇

∑ D（ n） e
（ 14 ）
T 1， a1， …， a1， A2 =［ a2， 1， …， a2，式中： A1 =［ 1， N－1］， 0， N－1］， T ……， AN = ［ aN， aN， …， aN， 1］， X（ t） = ［ x1 （ t ）， x2 0， 1， N－2 ， T （ t）， …， xN（ t）］。现对 E（ t）中每一行函数进行式（ 5） -
对式（ 11 ）中 D （ n ）做积分，即可得到 AR _IBF 算法在 θ＇方向的空间谱： 1 － jndkcos θ＇ FIM（ f， θ＇） = ∑ e D （ n ） n = 1 －N = 1
N －1 n = 1 －N N －1
则由式（ 13 ）得到的预测误差可表示为： e （ t） = x （ t） 1 1 e （ t） = x2 （ t） E（ t） = 2 e N（ t ） = x N（ t ） ^ 1 （ t）－x ^ 2 （ t）－x = ^ N（ t ）－x
* x1 （ t） x1 （ t） * x2 （ t） x1 （ t） x （ t） x * （ t） 1 N * x1 （ t） x2 （ t） * x2 （ t） x2 （ t） * x N（ t ） x 2 （ t） T
… … …
x1 （ t） x * N （ t） x2 （ t） x * N （ t） x N（ t ） x * N （ t）
a n x n + 1 （ t） ∑ n=1
（ 3）
预测误差 e（ t）为： ^ 1 （ t） e（ t ） = x1 （ t ）－ x
N －1
= x1 1 （ t） ∑ n=1
= A T X（ t）
（ 4）
2
基于 AR 模型改进 IBF 算法（ AR_IBF）
7， 8］针对 IBF 采用的方法是傅立叶积分文献［
－1
的全部信息进行空间谱估计，本文对 AR_IBF 算
法做了进一步修正以提高 AR_IBF 实际应用中的可检测性。理论分析和数值仿真均验证了 MAR_IBF 相比 AR_IBF 在对目标的检测性能提高了近 10log N dB （ N 为阵元数），可满足实际应用。
^ 1 （ t） = － x
［9 ， 10 ］
（ IBF： Inverse BeamForming ）相比常规波束形成（ CBF）阵增益提高了 3dB ，主瓣宽度减少 1 /3 ，噪声抑制能力得到了提高
［1-6 ］
，使其在目标方位检测中
得到了广泛应用。但 IBF 还不能有效突破瑞利限，对此不少学者进行了相关研究，并发现 IBF 采用的方法是傅立叶积分法而不是参数模型法
第 29 卷第 5 期 2013 年 5 月
信
号
处
理
JOURNAL OF SIGNAL PROCESSING
Vol． 29 No． 5 May 2013
改善高分辨逆波束形成检测性能方法研究
郑恩明
1， 2
孙长瑜
1
陈新华
1
余华兵
1
（ 1．中国科学院声学研究所北京 100190 ； 2．中国科学院大学北京 100190 ）摘要：针对常规逆波束形成（ IBF）不能突破瑞利限问题，相关学者提出一种基于自回归（ AR ）模型的逆波束形
H
（ 6）
］为矩阵转置，（）为复共轭，（）为复共轭式中：［
图1 Fig． 1 水平线阵接收信号示意图
T
*
转置。针对式（ 5 ）所示具有约束条件的最优化问题，常用方法是用拉格朗日法来求解。所以，可为式（ 5 ）中的最优化问题来构造一个代价函数 C （ A）为： C （ A） = A H RA +l（ 1 －A H V）（ 7）式中： l 为任意常数。将式（ 7 ）中 C （ A ）对 AR 系数向量 A 求导，并令求导结果 0 可得到 AR 系数向量最优解 A opt 为： A opt = R －1 V V T R －1 V （ 8）
beamforming （ IBF） is unable to break through the Rayleigh limit，and improve the bear resolution for inverse beamforming，but the detection performance of this method （ AR_IBF ） is worse in the practical application． A modified method （ MAR_IBF） is advanced for AR_IBF by modifying the AR in this paper，and which has good detection performance and bear resolution． Theory analysis and numerical simulation show that the detection performance of MAR_IBF is improved near 10logN dB（ N being number of elements），compared to the detection performance of AR_IBF． Key words： Inverse beamforming； Target detection； Detection performance
1
引言
因 Wilson 等人在 1995 年所提出逆波束形成
7］和文献此，苏帅等人和陈立纲等人分别在文献［［ 8］中提出基于 AR 模型来改善 IBF 分辨率算法即基于 AR 模型的 IBF 算法（ AR_IBF： Automatism Regression_ Inverse BeamForming），通过数值仿真表明 AR_IBF 相比 IBF 在高信噪比条件下可实现对多目标方位的高分辨率检测，突破了瑞利限，且与其他高分辨率算法相比不需要对阵元接收信号的信源数进行预估计
The receiving signal sketch map of plane line array
图 1 所示为阵元数 N 的等间距水平线阵，目标从 θ 方向辐射频率为 f 的窄带信号，经水声信道传则各阵元接收信号可表示为：播后到达各阵元， x i（ t） = P i ·cos （ 2p·f·（ t +Δt i ） +φ） · +n i（ t）（ 1） = －式中： Δt i （ i 1 ） · d · k · cos θ．第 i 阵元相对第 1 阵元接收目标辐射信号的时延， φ 为目标辐射信号 P i 为第 i 阵元接收信号的幅度， i 为第 i 的初始相位， k = 2pf / c 为波数， c 为平均声阵元号； d 为阵间距， n i（ t）为第 i 阵元在 t 时刻接收的背景噪声。速，其中，阵元 1 接收数据可用其余阵元接收数据即可将水平线阵所有阵元加高斯噪声拟合所得，接收数据看作是一满足 N 阶 AR 模型的空间数据序列
最小时，所求得的 AR 系数向量 A 为最优值，即 2 H H min E ｛ e（ t）｝ = minA RA， st． A V = 1 （ 5） 1， 0， 0， …， 0］， R 为阵元间协方差矩阵，式中： V = ［如式（ 6 ）所示。 R = X （ t ） X H（ t ） =
571