主動(dòng)聲吶目標(biāo)回波受海洋環(huán)境噪聲干擾嚴(yán)重,遠(yuǎn)距離探測(cè)回波信號(hào)弱,目標(biāo)方位估計(jì)準(zhǔn)確度低,并且傳統(tǒng)基陣空間譜估計(jì)方法需要滿(mǎn)足奈奎斯特采樣率,采集數(shù)據(jù)量大。利用信號(hào)的空域稀疏性,以回波信號(hào)亮點(diǎn)模型為基礎(chǔ),研究了基于壓縮感知的空間虛擬陣列目標(biāo)方位估計(jì)技術(shù)。在接收基陣物理孔徑有限的情況下,利用線性預(yù)測(cè)（LP）虛擬陣列方法提高陣列孔徑尺度,采用壓縮感知（CS）算法對(duì)目標(biāo)回波信號(hào)進(jìn)行重構(gòu)與恢復(fù),通過(guò)數(shù)據(jù)仿真分析表明該算法提高了基陣空間譜估計(jì)的分辨力,有效地抑制了噪聲干擾。 

【文章來(lái)源】：光學(xué)與光電技術(shù). 2020,18(02)

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

空間譜方位估計(jì)結(jié)果

圖1 空間譜方位估計(jì)結(jié)果從圖2中可以看出，當(dāng)輸入信噪比為-10 dB時(shí)，由于采用CS算法降低了陣列接收信號(hào)中的噪聲分量，從而使基于CS算法去噪后的空間譜波束圖旁瓣明顯比未使用CS算法去噪的波束圖旁瓣低，其主瓣寬度也明顯變窄。這說(shuō)明在相同陣列數(shù)據(jù)處理?xiàng)l件下，CS算法去噪后的抗干擾性能和對(duì)信號(hào)分辨率明顯提高。

存在兩個(gè)遠(yuǎn)場(chǎng)窄帶信源，目標(biāo)方位分別是10°和20°，快拍數(shù)為300，輸入信噪比均為-5dB，采用實(shí)際基陣CBF算法估計(jì)和線性預(yù)測(cè)算法結(jié)合CS算法處理后的CBF算法估計(jì)，分別對(duì)兩個(gè)信源信號(hào)進(jìn)行空間譜估計(jì)，其中線性預(yù)測(cè)虛擬了8個(gè)虛擬陣元。仿真結(jié)果如圖3所示。從圖3可以看出，在信噪比為-5 dB下，實(shí)際基陣CBF算法旁瓣很高，主瓣較寬，基本上已經(jīng)不能分辨出兩信號(hào)，而基于線性預(yù)測(cè)算法結(jié)合CS算法共同處理后的信號(hào)空間譜波束圖具有更低的旁瓣和較高的分辨率。這是由于線性預(yù)測(cè)算法加入了虛擬陣元使分辨率變好，而線性預(yù)測(cè)虛擬出的陣元再結(jié)合CBF算法可以使抗干擾能力提升。

【參考文獻(xiàn)】：
期刊論文
[1]OMP算法對(duì)稀疏信號(hào)準(zhǔn)確重構(gòu)的一個(gè)充分條件[J]. 莫長(zhǎng)鑫,畢寧.  復(fù)旦學(xué)報(bào)(自然科學(xué)版). 2019(01)
[2]改進(jìn)的壓縮感知測(cè)量矩陣優(yōu)化方法[J]. 麻曰亮,裴立業(yè),江樺.  信號(hào)處理. 2017(02)
[3]復(fù)雜混響背景下聲吶基陣的目標(biāo)方位估計(jì)算法[J]. 張國(guó)光.  艦船電子工程. 2017(01)
[4]基于PDAF和線性預(yù)測(cè)的實(shí)時(shí)小目標(biāo)跟蹤算法[J]. 魏瑞軒,沈東,孔韜,郭創(chuàng).  系統(tǒng)工程與電子技術(shù). 2011(05)
[5]多通道海底混響線性預(yù)測(cè)方法研究[J]. 郭熙業(yè),蘇紹璟,王躍科.  兵工學(xué)報(bào). 2010(01)
[6]基于線性預(yù)測(cè)和最小二乘估計(jì)的缺陷陣波束形成[J]. 崔琳,李亞安.  系統(tǒng)仿真學(xué)報(bào). 2009(24)
[7]基于線性預(yù)測(cè)的虛擬陣元波束形成[J]. 胡鵬,楊益新,楊士莪.  聲學(xué)技術(shù). 2007(04)
[8]聲吶目標(biāo)回波的亮點(diǎn)模型[J]. 湯渭霖.  聲學(xué)學(xué)報(bào). 1994(02)

博士論文
[1]基于稀疏信號(hào)表示的水下目標(biāo)回波參數(shù)估計(jì)[D]. 孟祥夏.哈爾濱工程大學(xué) 2018
[2]水下目標(biāo)聲散射信號(hào)的盲分離研究[D]. 楊陽(yáng).哈爾濱工程大學(xué) 2017
[3]基于過(guò)完備字典的非凸壓縮感知理論與方法研究[D]. 林樂(lè)平.西安電子科技大學(xué) 2016
[4]基于稀疏分解理論的聲矢量陣信號(hào)處理[D]. 付金山.哈爾濱工程大學(xué) 2012

碩士論文
[1]基于壓縮感知的水下目標(biāo)聲信號(hào)去噪識(shí)別方法研究[D]. 李冬冬.燕山大學(xué) 2018
[2]基于壓縮感知的水下目標(biāo)回波信號(hào)處理技術(shù)研究[D]. 高恩偉.杭州電子科技大學(xué) 2017



本文編號(hào)：3630826