下载文档原格式
声学技术I海洋声学目标探测技术研究现状海洋声学LI标探测技术对于维护国家主权，保障国家海洋环境安全，促进海洋探索与开发至关重要。
近年来，水下口标隐身技术不断进步，给水声探测技术带来了巨大挑战。
针对这一挑战，低频、移动、多节点水声探测技术日益受到重视，同时，探测隐身LI标的多源声学网络也应运而生。
山此可见，通过水声通信组网技术将主被动探测节点连接成水声探测网络，并对获取的多源信息进行融合，是海洋声学LI标探测技术发展的一个重要途径。
被动探测技术海洋声学H标被动探测是应用最为广泛的技术之一，其主要利用水听器及其阵列接收U标自身辐射噪声或信号，如潜艇辐射的螺旋桨转动噪声、艇体与水流摩擦产生的流噪声、以及各种发动机机械振动引起的辐射噪声等，同时结合信号处理技术以提取有用信息，如口标信号特征、方位、距离和深度等。
山于被动探测系统本身并不发射信号，所以口标不易察觉其存在，具有较强的隐蔽性。
水听器及其阵列构成了被动探测的硬件基础，而被动声呐系统则是水听器及其阵列的主要安装平台，其形式、尺寸及安装形式等都对信号接收产生直接影响；信号处理部分则构成了软件基础，决定了信息提取的有效性，是被动声呐系统的大脑。
硬件和软件基础共同决定了被动探测技术的性能。
1•典型被动声呐平台典型被动声呐平台主要包括岸基平台、舰船与潜艇平台以及航空飞行器平台，其包含的水听器主要有标量的声压水听器和矢量水听器2种，阵列形式可分为线型、面型和体积型，实际中可依据不同的应用环境选择不同的阵型。
岸基声呐是固定式水声监听系统的一种，一般以海岸为基地，在大陆架或者海岛周边大型布放水下基阵，用于警戒和监视海峡、港口、航道以及敬感水域的敌方水下潜艇活动，是反潜预警系统的重要组成部分。
一般山线性水听器基阵、海底电(光)缆、岸上终端电子设备以及电源系统等组成。
岸基声呐中较为典型的是美国在冷战时期部署的声音监控系统(SOSUS),该系统釆用子阵技术，将一条长线阵分成2〜3个子阵单独处理，再结合起来进行波束形成，从而得到较窄的波束和更好的指向性。
2021年第1期声学与电子工程总第141期稳健波束域M V D R高分辨算法魏涛沈文苗(第七一五研究所，抗州，310023 )摘要针对阵列失配误差情况下阵元域最小方差无失真响应（Minimum Variance Distortionless Response, M V D R)分辨能力下降以及运算量大的问题，研究了两种稳健波束域MVDR (B M V D R)高分辨算法。
两种算法分别在Capon加权向量范数约束法（Norm Constrained Capon Beamformer，N C C B)和稳健Capon波束形成器（Robust Capon Beamformer, R C B)的框架下，引入波束域降维处理，减小计算量的同时提高算法稳健性。
仿真实验表明，在误差情况下波束域RCB (B R C B)和波束域NCCB (B N C C B)具有高分辨性能，且运算时间更少，易于工程实现。
仿真验证了BRCB、BNCCB和BMVDR三种算法在不同误差情况下的稳健性。
关键词波束域；高分辨；范数约束；稳健性用声基阵探测目标时，传统的方法采用常规波束形成（Conventional BeamForming，CBF)，但是它的方位估计精度和分辨能力较差，特别是在低信 噪比下，当多个目标方位互相靠近时，CBF算法的 分辨能力就显得很有限。
针对这一局限性，Capon 于1969年提出了具有良好的分辨能力的MVDR波 束形成器[1]，但是该算法对阵列失配敏感，在阵列 校准失配、快拍数少等情况下，性能严重下降。
现在己有许多方法来提高MVDR算法的稳健性 ，其中包括NCCB和RCB[4],它们都属于对角加 载法。
N C C B根据阵列失配程度利用加权范数约束 来自适应地求解加载量；RCB利用阵列导向矢量的 不确定集求解加载量。
然而NCCB和RCB在运算过 程中计算量都较大，在实际工程中难以应用。
为了 降低计算量，文献[8]提出在R C B框架下的Krylov 子空间降维技术，以实现低复杂度且快速收敛的稳 健自适应波束形成器。
基于迭代超分辨的单快拍DOA估计方法陈宝欣;黄勇;陈小龙;关键【摘要】单快拍DOA估计方法可解决短时突发信号和相干信源背景下传统方法面临的秩亏损问题.本文提出一种基于迭代超分辨的单快拍DOA估计方法,利用迭代超分辨技术估计阵列的协方差矩阵,然后采用求根MUSIC算法实现对DOA的估计.该方法无需谱峰搜索,可在不损失阵列孔径的同时实现单快拍DOA估计.论文推导了基于最小方差无畸变响应原则的迭代超分辨技术,仿真分析了空间角度划分、迭代次数、信噪比等参数对DOA分辨的正确率和估计精度的影响,与已有方法的对比结果验证了本文方法的有效性.【期刊名称】《信号处理》【年(卷),期】2019(035)005【总页数】6页(P775-780)【关键词】DOA估计;单快拍;迭代超分辨;协方差矩阵重构【作者】陈宝欣;黄勇;陈小龙;关键【作者单位】海军航空大学,山东烟台264001;海军航空大学,山东烟台264001;海军航空大学,山东烟台264001;海军航空大学,山东烟台264001【正文语种】中文【中图分类】TN911.721 引言波达方向(direction of arrival,DOA)估计是雷达、声呐、无线通信等领域的一个重要研究内容,有着非常广泛的应用[1]。
基于常规波束形成的DOA估计方法,分辨性能较差,不能突破瑞利限。
以多重信号分类(multiple signal classification,MUSIC)和ESPRIT(estimation of signal parameters by rotational invariance techniques)为代表的子空间方法,不受常规分辨率的限制,极大地推动了DOA估计方法的发展和应用。
这类基于子空间的方法一般利用了信号的二阶统计特性,即接收数据的协方差矩阵。
协方差矩阵的估计至少需要2M(M为阵元数)个独立同分布的快拍数据才能保证损失小于3 dB。
然而,在高速、高机动等短时突发信号环境下,难以获得足够的独立同分布快拍数据。
基于矩阵分解的对角加载波束形成算法
（西安科技大学通信与信息工程学院BEAMFORMING ALGORITHM OF DIAGONAL LOADING BASED ON MATRIX DECOMPOSITION）
在矩阵分解的波束形成算法中，通过对数据矩阵的QR分解，将求解加权向量的问题转化为求解三角线性方程组的问题，避免了阵列信号协方差矩阵的
估计和反演，提高了数据的鲁棒性，但当样本数越小，样本协方差矩阵的噪声
特征值频散导致波束形成算法性能下降，QR算法性能下降。
针对这一缺点，本文提出了对角加载的SVD算法，仿真结果表明，DL-SVD算法不仅提高了算法的性能，而且降低了算法的复杂度。
目前，在个人手持电话系统（PHS）和TDSCDMA智能天线中，采用下行波束形成技术来提高下行载频干扰比和增加覆盖面积[1]，波束形成技术具有良好的应用前景，必须进行深入研究。
传统的采样矩阵反演算法（SMI）需要计算并显示样本协方差矩阵，这相当于计算采样的平方数据。
It使得协方差矩阵在许多实际情况下显得病态，严重影响了算法的数值性质，更重要的是，这一点实现不利于系统的并行实现，极大地限制了系统的工程化应用程序。
基于针对SMI的不足，QR分解算法越来越受到关注，输入数据矩阵通过QR分解完成协方差矩阵的估计，从而得到权重向量。
QR分解算法具有较好的数值特性和固有的高度并行性，因此在各种实际系统中得到了广泛的应用[2]。
在QR分解算法[3]的基础上，由于样本数较少，样本协方差矩阵估计值的噪声特征值离散会导致波束形成性能下降，本文提出了对角加载的SVD算法（DL-SVD）。
该算法首先对采样数据矩阵进行奇异值分解，然后进行对角加载。
利用奇异值和奇异值向量计算加权向量，然后完成波束形成.DL-SVD算法避免了阵列协方差矩阵的估计和反演，减少了估计计算和估计误差，提高了数值稳
定性，可以在复杂度和性能之间进行权衡。
在基于矩阵分解的波束形成算法中，QR分解算法避免了对阵列信号协方差矩阵的估计和求逆，提高了数据的鲁棒性和固有的高度并行性。
但随着样本数
的减少，样本协方差矩阵估计值的噪声特征值离散会导致波束形成性能的下降，从而降低算法的性能。
在此基础上，本文提出了DL-SVD算法，不仅提高了算法的性能，而且降低了算法的复杂度。
