聲矢量陣校正及測向技術(shù)研究.pdf

1、與聲壓陣相比，聲矢量陣克服了左右舷模糊問題，擴展了基陣孔徑，降低了干擾背景和檢測閾，在線陣、平面陣或小陣元數(shù)的情況下優(yōu)勢明顯。基于以上幾點，聲矢量陣信號處理技術(shù)成為水聲領(lǐng)域的熱點之一，美國和俄羅斯大力研究如何將聲矢量陣應(yīng)用于海軍裝備，用于水下目標的探測和定位，聲矢量陣對于現(xiàn)代海軍裝備的重要性可見一斑。
　　本文主要研究聲矢量陣的校正及測向技術(shù)。眾多聲矢量陣測向技術(shù)的高分辨性能都是在理想陣列流型的前提下得到的，在實際情況下，聲矢量陣

2、往往存在多種陣列誤差，這些陣列誤差將導(dǎo)致聲矢量陣高分辨測向算法性能嚴重下降，甚至失效。因此，在使用聲矢量陣高分辨測向技術(shù)之前，對聲矢量陣進行陣列校正是至關(guān)重要的。對于聲矢量陣測向問題，現(xiàn)有的大部分聲矢量陣方位估計算法都具有較大的運算量，這大大增加了系統(tǒng)的成本和負擔，成為某些系統(tǒng)工程實現(xiàn)的瓶頸。另外，在水聲環(huán)境中，往往存在相干源，研究聲矢量陣相干源多目標分辨對聲矢量陣測向技術(shù)具有重要的意義。本文的主要研究內(nèi)容有：
　　1.針對聲矢量

3、陣幅相誤差及陣元位置誤差有源校正問題，基于多級維納濾波器（MSWF），提出了快速陣列誤差校正的SMSWF(Simplified Multi-Stage Wiener Filter)算法。SMSWF算法同時利用校正源的方位和波形信息對陣列誤差參數(shù)進行估計，無需協(xié)方差矩陣計算和特征值分解過程，大大地減小計算量，且具有與特征分解法相同的陣列誤差參數(shù)估計性能。研究發(fā)現(xiàn)，當單個信源入射到陣列且信源波形已知時，SMSWF算法獲得的信號子空間等價于特

4、征分解法估計的信號子空間，此時SMSWF算法能夠替代特征分解法，從而可以大大地減小基于特征分解的信號處理方法的計算量。大量的計算機仿真和水池數(shù)據(jù)處理結(jié)果驗證了SMSWF算法的優(yōu)越性能。
　　2.在工程應(yīng)用中，聲矢量陣往往存在陣元姿態(tài)誤差，為了充分了解和校正陣元姿態(tài)誤差，理論分析了陣元姿態(tài)誤差對聲矢量陣波束圖的影響，并就陣元姿態(tài)誤差對MUSIC算法的影響做了仿真分析。在實際的工作環(huán)境中，由于有源校正算法經(jīng)常受限，提出了一種聲矢量陣陣

5、元姿態(tài)誤差自校正算法，該算法能夠?qū)崿F(xiàn)陣元姿態(tài)誤差參數(shù)和信源DOA的聯(lián)合估計，且具有良好的參數(shù)估計精度和較快的收斂速度。理論分析及計算機仿真驗證了該自校正算法的優(yōu)越性能。
　　3.針對聲矢量陣高分辨方位估計算法運算量大的問題，提出了V-MSWF算法和PV-MSWF算法。V-MSWF算法是標量陣MSWF算法在聲矢量陣中的擴展，PV-MSWF算法是基于聲壓振速聯(lián)合信息處理，選擇參考陣元的電子旋轉(zhuǎn)矢量作為期望信號，運用多級維納濾波器(MS

6、WF)對信號子空間進行快速估計，該算法基于矢量傳感器聲壓與振速的相干性原理，充分利用了聲壓振速組合抗干擾能力，有效地抑制了各向同性噪聲。這兩種算法都不需要計算聲矢量陣的互協(xié)方差矩陣，不用進行特征值分解，從而大大減小了計算量。計算機仿真及水池試驗結(jié)果驗證了V-MSWF算法和PV-MSWF算法的DOA估計性能。
　　4．基于聲矢量陣的PVFS(Particle Velocity Field Smoothing)算法是一種有效的相干源