主動聲吶目標回波受海洋環(huán)境噪聲干擾嚴重,遠距離探測回波信號弱,目標方位估計準確度低,并且傳統(tǒng)基陣空間譜估計方法需要滿足奈奎斯特采樣率,采集數(shù)據(jù)量大。利用信號的空域稀疏性,以回波信號亮點模型為基礎,研究了基于壓縮感知的空間虛擬陣列目標方位估計技術。在接收基陣物理孔徑有限的情況下,利用線性預測（LP）虛擬陣列方法提高陣列孔徑尺度,采用壓縮感知（CS）算法對目標回波信號進行重構與恢復,通過數(shù)據(jù)仿真分析表明該算法提高了基陣空間譜估計的分辨力,有效地抑制了噪聲干擾。 

【文章來源】：光學與光電技術. 2020,18(02)

【文章頁數(shù)】：8 頁

【部分圖文】：

空間譜方位估計結果

圖1 空間譜方位估計結果從圖2中可以看出，當輸入信噪比為-10 dB時，由于采用CS算法降低了陣列接收信號中的噪聲分量，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。這說明在相同陣列數(shù)據(jù)處理條件下，CS算法去噪后的抗干擾性能和對信號分辨率明顯提高。

存在兩個遠場窄帶信源，目標方位分別是10°和20°，快拍數(shù)為300，輸入信噪比均為-5dB，采用實際基陣CBF算法估計和線性預測算法結合CS算法處理后的CBF算法估計，分別對兩個信源信號進行空間譜估計，其中線性預測虛擬了8個虛擬陣元。仿真結果如圖3所示。從圖3可以看出，在信噪比為-5 dB下，實際基陣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，而基于線性預測算法結合CS算法共同處理后的信號空間譜波束圖具有更低的旁瓣和較高的分辨率。這是由于線性預測算法加入了虛擬陣元使分辨率變好，而線性預測虛擬出的陣元再結合CBF算法可以使抗干擾能力提升。

【參考文獻】：
期刊論文
[1]OMP算法對稀疏信號準確重構的一個充分條件[J]. 莫長鑫,畢寧.  復旦學報(自然科學版). 2019(01)
[2]改進的壓縮感知測量矩陣優(yōu)化方法[J]. 麻曰亮,裴立業(yè),江樺.  信號處理. 2017(02)
[3]復雜混響背景下聲吶基陣的目標方位估計算法[J]. 張國光.  艦船電子工程. 2017(01)
[4]基于PDAF和線性預測的實時小目標跟蹤算法[J]. 魏瑞軒,沈東,孔韜,郭創(chuàng).  系統(tǒng)工程與電子技術. 2011(05)
[5]多通道海底混響線性預測方法研究[J]. 郭熙業(yè),蘇紹璟,王躍科.  兵工學報. 2010(01)
[6]基于線性預測和最小二乘估計的缺陷陣波束形成[J]. 崔琳,李亞安.  系統(tǒng)仿真學報. 2009(24)
[7]基于線性預測的虛擬陣元波束形成[J]. 胡鵬,楊益新,楊士莪.  聲學技術. 2007(04)
[8]聲吶目標回波的亮點模型[J]. 湯渭霖.  聲學學報. 1994(02)

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

碩士論文
[1]基于壓縮感知的水下目標聲信號去噪識別方法研究[D]. 李冬冬.燕山大學 2018
[2]基于壓縮感知的水下目標回波信號處理技術研究[D]. 高恩偉.杭州電子科技大學 2017



本文編號：3630826