本文選題：信號恢復 + 方位估計　； 參考：《聲學學報》2016年02期

【摘要】：方位估計和信號恢復分別是水下目標定位、跟蹤和目標識別的前提。提出了一種陣列頻域單快拍壓縮感知的水下目標方位估計和信號恢復方法。首先將陣列接收數(shù)據(jù)變換到頻域,取頻域單快拍數(shù)據(jù)作為壓縮感知的測量值,然后根據(jù)頻域快拍對應的頻率、搜索方位和陣列流形構(gòu)造過完備的陣列流形矩陣作為壓縮感知的感知矩陣,最后通過基追蹤算法估計搜索方位上目標信號和功率,實現(xiàn)DOA估計與信號恢復。寬帶仿真實驗數(shù)據(jù)驗證結(jié)果表明,同等條件下完成同樣的目標方位分辨,提出的方法比最小方差無失真響應方法要求的陣元數(shù)和快拍數(shù)較少,要求的信噪比更低,恢復的目標信號更加準確,波形相關(guān)系數(shù)達到89%以上。海上實驗數(shù)據(jù)處理結(jié)果表明,目標檢測能力優(yōu)于最小方差無失真響應方法,證明該方法可以適用于實際聲吶系統(tǒng)。
[Abstract]:Azimuth estimation and signal recovery are prerequisites for underwater target location, tracking and target recognition, respectively. An underwater target azimuth estimation and signal recovery method based on single beat compression sensing in array frequency domain is proposed. First of all, the array received data is converted to frequency domain, and the frequency domain single beat data is taken as the measured value of compressed perception, and then according to the frequency of frequency domain rapid-beat, The search azimuth and array manifold are constructed as the sensing matrix of compressed perception. Finally, the target signal and power on the search azimuth are estimated by the basis tracking algorithm, and the DOA estimation and signal recovery are realized. The experimental results of wideband simulation show that the proposed method requires less array elements and rapids and lower SNR than the minimum variance distortionless response method for the same target azimuth resolution under the same conditions. The recovered target signal is more accurate, the correlation coefficient of waveform is over 89%. The experimental data processing results show that the target detection capability is better than the minimum variance distortion free response method, and it is proved that the method can be applied to the actual sonar system.
【作者單位】： 海軍大連艦艇學院信息作戰(zhàn)系;海軍大連艦艇學院研究生隊;海軍大連艦艇學院軍事海洋系;
【基金】：國家自然科學基金(61471378)資助
【分類號】：TN911.23

【參考文獻】

相關(guān)期刊論文 前1條

1 賀亞鵬;李洪濤;王克讓;朱曉華;;基于壓縮感知的高分辨DOA估計[J];宇航學報;2011年06期

【共引文獻】

相關(guān)期刊論文 前10條

1 李洪濤;賀亞鵬;肖瑤;朱曉華;;基于壓縮感知的單通道魯棒自適應波束形成算法[J];電子與信息學報;2012年10期

2 王建;盛衛(wèi)星;韓玉兵;馬曉峰;;基于壓縮感知的自適應數(shù)字波束形成算法[J];電子與信息學報;2013年02期

3 黃傳祿;晁坤;毛云志;;基于壓縮感知的空間譜估計[J];電波科學學報;2014年01期

4 齊煥芳;徐源浩;;用于壓縮感知信號重建的SL_0改進算法[J];電子科技;2015年04期

5 梁國龍;馬巍;范展;王逸林;;水下聲傳感器陣列虛擬擴展技術(shù)研究[J];哈爾濱工程大學學報;2012年10期

6 董天寶;汪海兵;曾芳玲;;基于稀疏貝葉斯學習的DOA估計[J];火力與指揮控制;2015年03期

7 史雪輝;朱偉;鄭禹;;壓縮感知在波達方向估計中的應用[J];雷達科學與技術(shù);2015年04期

8 文方青;張弓;劉蘇;賁德;;基于子空間和稀疏貝葉斯學習的低信噪比下波達角估計方法[J];數(shù)據(jù)采集與處理;2013年04期

9 袁銳;岳軍;高洪秀;王杰瑞;孫文俊;姜峰;;基于壓縮感知的旋轉(zhuǎn)式基陣DOA估計[J];聲學與電子工程;2015年02期

10 袁銳;岳軍;高洪秀;王杰瑞;孫文俊;姜峰;;基于壓縮感知的正方形四陣元DOA估計[J];青島理工大學學報;2015年04期

【相似文獻】

相關(guān)期刊論文 前10條

1 尤江生,包尚聯(lián);信號恢復的有限元方法[J];信號處理;1999年01期

2 王心怡;苗晟;郝鐵偉;;一種基于信噪比最大化的信號恢復方法[J];測控技術(shù);2012年05期

3 張穎超;茅丹;胡凱;;壓縮傳感理論在心電圖信號恢復問題上的研究[J];計算機研究與發(fā)展;2014年05期

4 袁亦韌,袁震東;數(shù)據(jù)壓縮和信號恢復的兩個例子[J];廈門大學學報(自然科學版);2001年S1期

5 雷向莉;龐彥波;劉青冬;;基于分段直線擬合的電信號恢復方法[J];信息通信;2012年04期

6 左加闊;陶文鳳;包永強;方世良;趙力;鄒采榮;;聯(lián)合稀疏信號恢復中的分布式路徑協(xié)同優(yōu)化算法[J];信號處理;2013年08期

7 吳小培;黃端旭;;信號恢復的線性規(guī)化法及其神經(jīng)網(wǎng)絡的實現(xiàn)[J];電子測量與儀器學報;1991年01期

8 張媛祥;過抽樣信號的恢復[J];數(shù)學的實踐與認識;2003年06期

9 譚磊;數(shù)字信號完整性和信號恢復[J];電子產(chǎn)品世界;2001年06期

10 劉太明;黃虎;;壓縮感知簡介[J];科學咨詢(科技·管理);2011年11期

相關(guān)會議論文 前1條

1 張磊;張煒;梅振興;田干;;基于EVA的機械振動源信號恢復仿真研究[A];2008年全國振動工程及應用學術(shù)會議暨第十一屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2008年

相關(guān)博士學位論文 前1條

1 余磊;低維測量空間中信號恢復算法[D];武漢大學;2012年

相關(guān)碩士學位論文 前8條

1 鄧軍;基于凸優(yōu)化的壓縮感知信號恢復算法研究[D];哈爾濱工業(yè)大學;2011年

2 紀文志;基于壓縮感知的信號恢復算法研究[D];南京郵電大學;2012年

3 林浩;組合群試與稀疏信號恢復[D];浙江大學;2012年

4 鄭娜;基于壓縮感知的信號恢復技術(shù)與實現(xiàn)[D];西安電子科技大學;2014年

5 曾謙;基于混沌理論的強噪聲背景下微弱正弦信號恢復[D];吉林大學;2007年

6 王東霞;基于壓縮感知的信號恢復算法研究[D];華中科技大學;2013年

7 沈彥寧;基于貝葉斯壓縮感知的塊狀稀疏信號恢復算法研究[D];電子科技大學;2014年

8 李光;1/f信號處理及應用[D];南京航空航天大學;2002年

，

本文編號：1932927