隨著各種目標(biāo)模擬技術(shù)、隱身技術(shù)和對(duì)抗技術(shù)的發(fā)展,水下多目標(biāo)戰(zhàn)場(chǎng)環(huán)境愈發(fā)復(fù)雜多變。這種情況造成了兩個(gè)主要問(wèn)題,其一是高分辨DOA估計(jì)算法會(huì)在多個(gè)目標(biāo)互為相干信號(hào)時(shí)性能嚴(yán)重下降;其二是較弱的目標(biāo)會(huì)被強(qiáng)干擾背景環(huán)境所淹沒(méi)。對(duì)于以上問(wèn)題,本文將先研究相干信號(hào)的DOA估計(jì),然后研究強(qiáng)干擾下弱信號(hào)的DOA估計(jì),旨在解決強(qiáng)干擾背景條件下相干多目標(biāo)的DOA估計(jì)問(wèn)題。首先,本文在水下均勻線列陣的基礎(chǔ)上研究了CBF、MVDR、MUSIC和ESPRIT等經(jīng)典DOA估計(jì)算法,通過(guò)仿真實(shí)驗(yàn)和湖試數(shù)據(jù)考察了各算法的性能,并在相干信號(hào)模型下研究了各算法的適用情況。在仿真結(jié)果中除CBF以外的算法均喪失了原有的高分辨特性,表現(xiàn)出了對(duì)相干信號(hào)的敏感性。然后,為了解決經(jīng)典算法不適用相干信號(hào)的問(wèn)題,本文分別研究了非降維處理和降維處理兩類針對(duì)水下相干信號(hào)的DOA估計(jì)方法。在降維處理方法中,研究了空間平滑算法和ESPRIT-Like算法,在非降維處理方法中研究了修正的MUSIC算法和Toeplitz矩陣重構(gòu)算法。以DOA估計(jì)精度和相干源分辨成功概率為仿真結(jié)果的評(píng)價(jià)指標(biāo),ESPRIT-Like算法的估計(jì)精度和解相干能力優(yōu)于空間平滑算法,Toeplitz矩陣重構(gòu)算法在可估計(jì)信源數(shù)和DOA估計(jì)性能方面比修正的MUSIC算法更具有優(yōu)勢(shì);并且通過(guò)實(shí)際湖試數(shù)據(jù)對(duì)上述算法進(jìn)行了驗(yàn)證。在降維處理方法中,針對(duì)ESPRIT-Like算法沒(méi)有充分利用均勻線陣共軛對(duì)稱性的問(wèn)題,本文提出了改進(jìn)算法——I-ESPRIT-Like。該算法分為三個(gè)步驟:首先對(duì)陣列數(shù)據(jù)進(jìn)行共軛重排,然后對(duì)計(jì)算得到的數(shù)據(jù)相關(guān)值進(jìn)行平均,最后構(gòu)造一個(gè)Hermitian Toeplitz矩陣估計(jì)相干信號(hào)的DOA。仿真結(jié)果表明,I-ESPRIT-Like可以有效提高傳統(tǒng)ESPRIT-Like的性能,并且在小快拍數(shù)和低信噪比環(huán)境下具有一定的優(yōu)勢(shì)。最后,針對(duì)水下強(qiáng)干擾環(huán)境中弱目標(biāo)估計(jì)的難題,本文研究了Bartlett波束零陷權(quán)法、干擾阻塞法和噪聲子空間不變法三種弱信號(hào)DOA估計(jì)算法,分別在干擾方向已知和干擾方向未知兩種條件下,通過(guò)仿真實(shí)驗(yàn)比較了三種算法的弱信號(hào)檢測(cè)能力和DOA估計(jì)精度。湖試數(shù)據(jù)處理結(jié)果表明,Bartlett波束零陷權(quán)法可以在干擾方向形成波束指向性零點(diǎn),干擾阻塞法從陣列協(xié)方差矩陣中剔除掉了干擾的方向信息,噪聲子空間不變法可以同時(shí)估計(jì)信號(hào)與干擾的方向。
【學(xué)位單位】：哈爾濱工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：E91;E925;TN911.7
【部分圖文】：

采樣頻率為 20kHz，快拍數(shù)為 40000，角度掃描范圍為-180°~180°11mzyxABC圖 2.13 千島湖實(shí)驗(yàn)工況示意圖圖 2.14-圖 2.17 表示了信號(hào)通過(guò) CBF、MVDR、MUSIC 和 ESPRIT 四種算法處理后得到的空間譜歷程圖。在圖 2.14 中，空間譜歷程圖非�；靵y，原因是 CBF 算法分辨率低，且由于陣間距大于信號(hào)對(duì)應(yīng)的半波長(zhǎng)，CBF 算法出現(xiàn)了模糊現(xiàn)象；由于目標(biāo) B 和目標(biāo) C 的功率大于目標(biāo) A，在圖 2.14 中無(wú)法正確觀測(cè)到目標(biāo) A。在圖 2.15 中，MVDR具有干擾抑制能力，能夠從圖中判斷出 3 個(gè)目標(biāo)；但由于混響和散射的作用，目標(biāo) B 與目標(biāo) C 附近的背景噪聲功率被提高，對(duì)目標(biāo) A 的觀測(cè)造成了一定影響。

采樣頻率為 20kHz，快拍數(shù)為 40000，角度掃描范圍為-180°~180°11mzyxABC圖 2.13 千島湖實(shí)驗(yàn)工況示意圖圖 2.14-圖 2.17 表示了信號(hào)通過(guò) CBF、MVDR、MUSIC 和 ESPRIT 四種算法處理后得到的空間譜歷程圖。在圖 2.14 中，空間譜歷程圖非�；靵y，原因是 CBF 算法分辨率低，且由于陣間距大于信號(hào)對(duì)應(yīng)的半波長(zhǎng)，CBF 算法出現(xiàn)了模糊現(xiàn)象；由于目標(biāo) B 和目標(biāo) C 的功率大于目標(biāo) A，在圖 2.14 中無(wú)法正確觀測(cè)到目標(biāo) A。在圖 2.15 中，MVDR具有干擾抑制能力，能夠從圖中判斷出 3 個(gè)目標(biāo)；但由于混響和散射的作用，目標(biāo) B 與目標(biāo) C 附近的背景噪聲功率被提高，對(duì)目標(biāo) A 的觀測(cè)造成了一定影響。

圖 2.16 MUSIC 空間譜歷程圖 通過(guò)算法原理的介紹和對(duì)仿真實(shí)驗(yàn)及數(shù)算法的性能特點(diǎn)總結(jié)到表 2.1 中。表 2.1 經(jīng)典 DOA算法 優(yōu)點(diǎn) CBF 性能穩(wěn)定，實(shí)現(xiàn)簡(jiǎn)MVDR 能夠抑制噪聲和干MUSIC 分辨率高 ESPRIT 分辨率高，無(wú)需譜峰2.5 本章小結(jié)本章首先研究了 DOA 估計(jì)的基本理論模型、窄帶信號(hào)和寬帶信號(hào)的陣列數(shù)據(jù)表達(dá)接下來(lái)，本章研究了經(jīng)典的 DOA 估計(jì)ESPRIT。CBF 算法簡(jiǎn)單，易于實(shí)現(xiàn)，并且

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張宏哲;;FFT算法的一種改進(jìn)[J];長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版);1988年01期

2 苑寶生,俞鐵城;連呼漢語(yǔ)識(shí)別研究[J];聲學(xué)學(xué)報(bào);1989年06期

3 孫楊模;;操作系統(tǒng)常見(jiàn)的幾種算法舉例分析[J];湖北三峽職業(yè)技術(shù)學(xué)院學(xué)報(bào);2010年02期

4 郜振華;吳昊;;一種改進(jìn)的混合蝙蝠算法[J];南華大學(xué)學(xué)報(bào)(自然科學(xué)版);2019年01期

5 吳天行;郭鍵;;基于“反學(xué)習(xí)”理論的人工蜂群算法在訂單分批問(wèn)題中的應(yīng)用[J];物流技術(shù);2017年12期

6 全燕;陳龍;;算法傳播的風(fēng)險(xiǎn)批判:公共性背離與主體扭曲[J];華中師范大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版);2019年01期

7 肖海軍;成金華;何凡;;雙核因素蝙蝠算法[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2018年01期

8 張進(jìn);;一種快速雙對(duì)分邏輯運(yùn)算算法[J];情報(bào)學(xué)報(bào);1992年03期

9 陳廣江;用MUSIC算法處理非均勻間隔采樣數(shù)據(jù)[J];系統(tǒng)工程與電子技術(shù);1998年09期

10 于浩;王芳;;ROHC算法在LWIP上的仿真與實(shí)現(xiàn)[J];計(jì)算機(jī)仿真;2017年12期

相關(guān)會(huì)議論文 前8條

1 李孟霖;余祥;巫岱s

本文編號(hào)：2820117