針對傳統(tǒng)高分辨方位譜估計(jì)算法在水聲低信噪比環(huán)境下性能較差,且對相干源的方位估計(jì)性能顯著下降的問題,本文在Eigenspace算法的基礎(chǔ)上,提出了基于聲矢量陣聲壓振速聯(lián)合處理的Eigenspace-Wiener算法和空間平滑的Eigenspace-Wiener算法。本文將常規(guī)Eigenspace算法的推廣應(yīng)用于聲矢量陣,采用維納后置濾波算法,可以有效降低旁瓣;針對相干源,進(jìn)行空間平滑處理后采用維納后置濾波算法,可以增強(qiáng)解相干能力且抑制噪聲。計(jì)算機(jī)仿真結(jié)果表明:Eigenspace-Wiener算法較Eigenspace算法旁瓣更低;空間平滑Eigenspace-Wiener算法相對于空間平滑MUSIC算法具有良好的相干目標(biāo)分辨性能。

【文章頁數(shù)】：7 頁

【部分圖文】：

a(θi)=[a1(θi),a2(θi),?,aΜ(θi)]Τ=[1,exp(-j2πdsin?θiλ),?,?exp{-j2π(Μ-1)dsin?θiλ}]Τ(i=1,2,?,Κ)?????????(2)將各....

R(Ρ+Vc)Vc=E{[Ρ(t)+Vc(t)]Vc(t)Η}?????????(5)1.2聲矢量陣列聲壓振速聯(lián)合處理Eigenspace算法空間譜估計(jì)

仿真實(shí)例1:仿真陣列為16元矢量均勻線陣,陣元間距為半波長,采樣頻率為10kHz,快拍數(shù)為40M(M為陣元個(gè)數(shù)),接收機(jī)帶寬為400～1200Hz,海水聲速取1500m/s,假設(shè)目標(biāo)是遠(yuǎn)場單頻信源,頻率分別為600Hz和800Hz,以陣的法線方向?yàn)?°,入射角度分別....

圖3不同信噪比下對2個(gè)獨(dú)立目標(biāo)方位估計(jì)譜對比圖3中的3種算法可知,相比于CBF算法,MUSIC算法和Eigenspace算法對雙目標(biāo)均具有較好的分辨能力,分辨率高。在較低信噪比下,Eigenspace算法相對于其他2種算法可較好抑制噪聲,并且具有旁瓣較低的優(yōu)勢。

本文編號：4011829