CN104482925A - 基于分布源模型的多波束测深系统复杂地形的测量方法 - Google Patents
基于分布源模型的多波束测深系统复杂地形的测量方法 Download PDFInfo
- Publication number
- CN104482925A CN104482925A CN201410748826.6A CN201410748826A CN104482925A CN 104482925 A CN104482925 A CN 104482925A CN 201410748826 A CN201410748826 A CN 201410748826A CN 104482925 A CN104482925 A CN 104482925A
- Authority
- CN
- China
- Prior art keywords
- array
- submatrix
- beta
- angle
- covariance matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
- G01C13/008—Surveying specially adapted to open water, e.g. sea, lake, river or canal measuring depth of open water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Acoustics & Sound (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
一种基于分布源模型的多波束测深系统复杂地形的测量方法,采用以下测量步骤:一,将多波束测深系统接收的阵列划分成相互交错的数个子阵;二,由多波束测深系统的信号处理器计算子阵的数据协方差矩阵,得到修正的协方差矩;三,对修正的数据协方差矩阵进行特征值分解,然后,对信源数进行估计得到噪声子空间估计;四,设定分布源的空间角密度函数服从某一特定分布,并根据这一分布源的空间角密度函所服从的特定分布具体的数学形式计算的广义阵列流型矢量;五,计算出对分布式信号源的二维空间谱,并进行二维谱峰搜索,得到中心波到达的角度和角度扩展的估计。本发明不仅能够对复杂的海底地形进行有效地测量,而且,还提高了对复杂地形测量精度。
Description
技术领域
本发明涉及复杂地形的测量方法,尤其涉及一种基于分布源模型的多波束测深系统复杂地形的测量方法。属于海洋石油工程领域。
背景技术
多波束测深系统是一种通过向水下发射窄带脉冲信号,并采用声纳基阵接收海底及水体中其他散射体的反向散射信号,且通过估计回波到达角度和回波到达时间,得到海底的深度信息的测量系统。
目前,现有的多波束测深系统,均采用基于点信源模型的回波到达角度和回波到达时间的联合估计方法进行海底深度测量。其具体方法是:假设信源的能量是集中在离散的角度,即:波达方向上,根据波达方向得到阵列流型矢量;然后,通过波束形成或高分辨方位估计得到回波到达角度和回波到达时间的联合估计海底深度。但是,由于点信源模型要求信源和接收阵列之间只存在视距传播,在水下环境及海底地形较复杂的情况下,海底反向散射信号往往具有空间角度扩散特性,因此,实际目标往往具有比点信源更复杂的空间分布特性,其阵列流型受信源扩散特性的影响,基于点信源的假设,会导致信源波达方向估计算法的性能严重恶化,从而,降低了多波束测深系统的精度。
另外,还有两种分布式目标信号源模型:一为:基于确定的角信号密度函数的相干分布式目标信号源;二为:基于确定的角功率密度函数的非相干分布式目标信号源;并将标准的MUSIC(多重信号分解)方法推广为分布源参数估计方法,其具体方法是:采用分布源模型的广义流型矢量代替点信源模型的阵列流型进行MUSIC(多重信号分解)算法估计,并得到信号方向,其不足之处是:当存在两个或以上分布源,且分布源之间相干时,算法性能严重恶化,无法得到正确的估计结果。
若采用马培峰等在《相干分布源的方位估计》一文中提出的Toeplitz(托普利茨)方法对分布源进行解相干,其具体方法是:对阵列数据协方差矩阵进行Toeplitz(托普利茨)预处理,并重构数据矩阵,然后,利用重构的矩阵进行波达方向估计,其不足之处是:通过该方法获得的二维空间谱仅能估计中心波达角度,无法对角度扩展参数进行估计,且精度较差。
发明内容
本发明的主要目的在于克服现有技术存在的上述缺点,而提供一种基于分布源模型的多波束测深系统复杂地形的测量方法,其不仅能够对复杂的海底地形进行有效地测量,而且,还提高了对复杂地形测量精度。
本发明的目的是由以下技术方案实现的:
1、一种基于分布源模型的多波束测深系统复杂地形的测量方法,其特征在于:采用以下测量步骤:
第一步,将多波束测深系统接收的阵列,划分成相互交错的数个子阵;其中,阵列划分的方法是:对于均匀线阵,M:为阵元数,N:为信号源数,将M元直线阵分为相互交错的p个子阵,每个子阵阵元数为m,则有:M=p+m-1,要求满足子阵数目不小于信号源数目p≥N,且子阵阵元数大于信号源数目m>N;
第二步,由多波束测深系统的信号处理器计算子阵的数据协方差矩阵,并求出平均值,从而,得到修正的协方差矩阵,以完成对信号的解相干;
第三步,对修正的数据协方差矩阵进行特征值分解,然后,对信源数进行估计,并得到噪声子空间估计;
第四步,设定分布源的空间角密度函数服从某一特定分布,并根据这一分布源的空间角密度函所服从的特定分布具体的数学形式计算的广义阵列流型矢量;
第五步,计算出对分布式信号源的二维空间谱,并进行二维谱峰搜索,以得到中心波到达的角度和角度扩展的估计。
所述第二步中,对信号的解相干的具体方法是:
前向空间平滑的第k个子阵的数据矩阵所采用的计算公式为:
Xk(t)=[xk(t) xk+1(t) … xk+m-1(t)]
后向空间平滑的第k个子阵的数据矩阵所采用的计算公式为:
Xk(t)=[xM-k+1(t) xM-k(t) … xM-m-k+2(t)]*
数据长度为L,子阵的数据协方差矩阵是:
其中,H:代表矩阵的共轭转置;
对p个子阵的数据协方差矩阵Ri求平均,得到修正的协方差矩阵是:
其中,Ri为第i个子阵的数据协方差矩阵,p为前向空间平滑选取的子阵个数。
所述第三步中,特征值分解的具体方法是:将修正的数据协方差矩阵R分解为信号子空间US和噪声子空间UN,式中,矩阵US和UN的列矢量分别为:由最大的N个特征值和最小的M-N个特征值所对应的特征矢量组成,∑S和∑N为经过特征分解得到的矩阵,∑S和∑N的对角元素分别为:最大的N个特征值和最小的M-N个特征值,信源数的判断可以根据特征值的大小采用信源数估计方法进行估计,M:为阵元数,N:为信号源数。
所述第四步中,计算广义阵列流型矢量的具体方法是:设定分布源的空间角密度函数服从特定分布,角信号密度函数是:si(β-βi,t)=si(t)gi(β-βi),其中,t为时间,β为空间角度,si(t)为角信号密度与时间有关的部分,gi(β-βi)是一个以βi为对称中心的确定性函数,βi是对称中心,且gi(β-βi)满足:
设点信源模型的阵列流型矢量为:a(β)=[1 exp(-jβ)…exp(-j(M-1)β)]T,其中β=2πdsinθ/λ,式中,d为:阵元间距,λ为:波长,广义阵列流型矢量为:
所述第五步中,计算分布式信号源二维空间谱的具体方法是:
(2)对于确定的一组中心波达角度βi和一组角度扩展参数Δi,根据第四步中计算的广义阵列流型矢量b(βi),并采用以下公式计算出二维空间谱:
其中,UN为由特征值分解得到的噪声子空间,为UN的共轭转置;
(3)通过二维谱峰搜索,得到中心波达角度和角度扩展的估计。
本发明的有益效果:本发明由于采用上述技术方案,其在水下环境及海底地形较复杂的情况下,考虑了海底反向散射信号的空间角度扩散特性,并通过分布源模型,改善了基于点信源模型假设的波达方向估计算法的性能;并通过采用空间平滑进行解相干的方式,有效地区分了两个相干的相干分布源,且不损失角度扩散信息;同时,在点源和分布源同时存在时,也能进行准确的估计,提高了多波束测深系统在复杂地形环境下的探测精度。
附图说明:
图1为本发明多波束测深系统测量流程方框图。
图2为本发明前向空间平滑子阵划分公式示意图。
图3为本发明后向空间平滑子阵划分示意图。
图4为本发明广义MUSIC(多重信号分解)二维空间谱示意图。
具体实施方式
如图1所示,本发明的多波束测深系统采用“T”型组合声学基阵,包括:发射基阵为多元弧阵,接收阵为由40个阵元组成的均匀线阵,多波束测深系统的采样率为:40kHz,脉冲宽度为:0.5ms。
本发明具体测量步骤如下:
第一步,将多波束测深系统接收的阵列,划分成相互交错的数个子阵;其中,阵列划分的方法是:对于均匀线阵,M:为阵元数,N:为信号源数,将M元直线阵分为相互交错的p个子阵,每个子阵阵元数为m,则有:M=p+m-1,要求满足子阵数目不小于信号源数目p≥N,且子阵阵元数大于信号源数目m>N;
第二步,由多波束测深系统的信号处理器计算子阵的数据协方差矩阵,并求出平均值,从而,得到修正的协方差矩阵,以完成对信号的解相干;
其中,对信号的解相干的具体方法是:
前向空间平滑的第k个子阵的数据矩阵所采用的计算公式为:
Xk(t)=[xk(t) xk+1(t) … xk+m-1(t)]
后向空间平滑的第k个子阵的数据矩阵所采用的计算公式为:
Xk(t)=[xM-k+1(t) xM-k(t) … xM-m-k+2(t)]*
数据长度为L,子阵的数据协方差矩阵是:
其中,H:代表矩阵的共轭转置;
对p个子阵的数据协方差矩阵Ri求平均,得到修正的协方差矩阵是:
其中,Ri为第i个子阵的数据协方差矩阵,p为前向空间平滑选取的子阵个数。
第三步,对修正的数据协方差矩阵进行特征值分解,然后,对信源数进行估计,并得到噪声子空间估计;
其中,特征值分解的具体方法是:将修正的数据协方差矩阵R分解为信号子空间US和噪声子空间UN,式中,∑S和∑N为经过特征分解得到的矩阵,∑S和∑N的对角元素分别为:最大的N个特征值和最小的M-N个特征值,信源数的判断可以根据特征值的大小采用信源数估计方法进行估计。M:为阵元数,N:为信号源数。
第四步,设定分布源的空间角密度函数服从某一特定分布,并根据这一分布源的空间角密度函所服从的特定分布具体的数学形式计算的广义阵列流型矢量;
其中,计算广义阵列流型矢量的具体方法是:设定分布源的空间角密度函数服从特定分布,角信号密度函数是:si(β-βi,t)=si(t)gi(β-βi),其中,t为时间,β为空间角度,si(t)为角信号密度与时间有关的部分,gi(β-βi)是一个以βi为对称中心的确定性函数,βi是对称中心,且gi(β-βi)满足:
设点信源模型的阵列流型矢量为:a(β)=[1 exp(-jβ)…exp(-j(M-1)β)]T,其中β=2πd sinθ/λ,式中,d为:阵元间距,λ为:波长,广义阵列流型矢量为:
第五步,计算出对分布式信号源的二维空间谱,并进行二维谱峰搜索,以得到中心波到达的角度和角度扩展的估计;
其中,计算分布式信号源二维空间谱的具体方法是:
(1)对于确定的一组中心波达角度βi和一组角度扩展参数Δi,根据第四步中计算的广义阵列流型矢量b(βi),并采用以下公式计算出二维空间谱:
UN为由特征值分解得到的噪声子空间,为UN的共轭转置。
(2)通过二维谱峰搜索,得到中心波达角度和角度扩展的估计。
具体实施例:
1.如图2,图3所示,根据多波束测深系统的测量特点,多波束测深系统的信号源数一般为2个,即:左侧和右侧分别有海底散射回波到达,其可以采用前向平滑或后向平滑方法,将多波束测深系统接收阵列划分为9个子阵,每个子阵阵元数为32。
2.下面以前向空间平滑算法为例,第k个子阵的数据矩阵所采用的计算公式是:Xk(t)=[xk(t) xk+1(t) … xk+m-1(t)],根据采样率fs=40kHz和脉冲宽度tao=0.5ms,取数据长度为L=tao×fs=20,第k个子阵的数据协方差矩阵可以由下式计算:
对子阵的数据协方差矩阵求平均,得到修正的协方差矩阵是:
3.对修正的数据协方差矩阵进行特征值分解得到噪声子空间UN,∑S和∑N的对角元素分别为最大的N个特征值和最小的M-N个特征值,根据多波束测深系统特点,可以简化信源数估计方法,为避免漏掉信号可以取信源数为3,或者可以通过特征值的大小进行信源数估计,如取大小超过特征值均值二倍的特征值的个数作为信号源的数目;
4.由于在未知分布源角信号密度分布情况的情况下,采用均匀分布往往能得到更为准确的估计结果,因此,假设分布源的角密度函数符合均匀分布,即:
其中,βi为中心波达角度,Δi为角度扩展,计算阵列流型矢量为:
5.取搜索的中心波达角度范围为-90°至90°,即-π≤β≤π,由于海底反向散射信号的角度扩散一般不会很大,取角度扩展Δi范围为0°至6°,根据步骤4中计算的广义阵列流型矢量和步骤3中得到的噪声子空间,求二维空间谱:
如图4所示,通过二维谱峰搜索,得到中心波达角度βi和角度扩展Δi的估计。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (5)
1.一种基于分布源模型的多波束测深系统复杂地形的测量方法,其特征在于:采用以下测量步骤:
第一步,将多波束测深系统接收的阵列,划分成相互交错的数个子阵;其中,阵列划分的方法是:对于均匀线阵,M:为阵元数,N:为信号源数,将M元直线阵分为相互交错的p个子阵,每个子阵阵元数为m,则有:M=p+m-1,要求满足子阵数目不小于信号源数目p≥N,且子阵阵元数大于信号源数目m>N;
第二步,由多波束测深系统的信号处理器计算子阵的数据协方差矩阵,并求出平均值,从而,得到修正的协方差矩阵,以完成对信号的解相干;
第三步,对修正的数据协方差矩阵进行特征值分解,然后,对信源数进行估计,并得到噪声子空间估计;
第四步,设定分布源的空间角密度函数服从某一特定分布,并根据这一分布源的空间角密度函所服从的特定分布具体的数学形式计算的广义阵列流型矢量;
第五步,计算出对分布式信号源的二维空间谱,并进行二维谱峰搜索,以得到中心波到达的角度和角度扩展的估计。
2.根据权利要求1所述的基于分布源模型的多波束测深系统复杂地形的测量方法,其特征在于:所述第二步中,对信号的解相干的具体方法是:
前向空间平滑的第k个子阵的数据矩阵所采用的计算公式为:
Xk(t)=[xk(t)xk+1(t)…xk+m-1(t)]
后向空间平滑的第k个子阵的数据矩阵所采用的计算公式为:
Xk(t)=[xM-k+1(t)xM-k(t)…xM-m-k+2(t)]*
数据长度为L,子阵的数据协方差矩阵是:
其中,H:代表矩阵的共轭转置;
对p个子阵的数据协方差矩阵Ri求平均,得到修正的协方差矩阵是:
其中,Ri为第i个子阵的数据协方差矩阵,p为前向空间平滑选取的子阵个数。
3.根据权利要求1所述的基于分布源模型的多波束测深系统复杂地形的测量方法,其特征在于:所述第三步中,特征值分解的具体方法是:将修正的数据协方差矩阵R分解为信号子空间US和噪声子空间UN,式中,矩阵US和UN的列矢量分别为:由最大的N个特征值和最小的M-N个特征值所对应的特征矢量组成,ΣS和ΣN为经过特征分解得到的矩阵,ΣS和ΣN的对角元素分别为:最大的N个特征值和最小的M-N个特征值,信源数的判断可以根据特征值的大小采用信源数估计方法进行估计,M:为阵元数,N:为信号源数。
4.根据权利要求1所述的基于分布源模型的多波束测深系统复杂地形的测量方法,其特征在于:所述第四步中,计算广义阵列流型矢量的具体方法是:设定分布源的空间角密度函数服从特定分布,角信号密度函数是:si(β-βi,t)=si(t)gi(β-βi),其中,t为时间,β为空间角度,si(t)为角信号密度与时间有关的部分,gi(β-βi)是一个以βi为对称中心的确定性函数,βi是对称中心,且gi(β-βi)满足:
设点信源模型的阵列流型矢量为:a(β)=[1 exp(-jβ)…exp(-j(M-1)β)]T,其中β=2πd sinθ/λ,式中,d为:阵元间距,λ为:波长,广义阵列流型矢量为:
5.根据权利要求1所述的基于分布源模型的多波束测深系统复杂地形的测量方法,其特征在于:所述第五步中,计算分布式信号源二维空间谱的具体方法是:
(1)对于确定的一组中心波达角度βi和一组角度扩展参数Δi,根据第四步中计算的广义阵列流型矢量b(βi),并采用以下公式计算出二维空间谱:
其中,UN为由特征值分解得到的噪声子空间,为UN的共轭转置;
(2)通过二维谱峰搜索,得到中心波达角度和角度扩展的估计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410748826.6A CN104482925A (zh) | 2014-12-09 | 2014-12-09 | 基于分布源模型的多波束测深系统复杂地形的测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410748826.6A CN104482925A (zh) | 2014-12-09 | 2014-12-09 | 基于分布源模型的多波束测深系统复杂地形的测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104482925A true CN104482925A (zh) | 2015-04-01 |
Family
ID=52757495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410748826.6A Pending CN104482925A (zh) | 2014-12-09 | 2014-12-09 | 基于分布源模型的多波束测深系统复杂地形的测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104482925A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107092007A (zh) * | 2017-05-25 | 2017-08-25 | 电子科技大学 | 一种虚拟二阶阵列扩展的波达方向估计方法 |
CN107247250A (zh) * | 2017-05-23 | 2017-10-13 | 中国民航大学 | 一种基于粒子滤波的相干分布源波达方向跟踪方法 |
CN108474845A (zh) * | 2015-12-16 | 2018-08-31 | 苏伊士集团 | 用于对含盐液体介质中的杂波进行谱估计的方法 |
CN109283536A (zh) * | 2018-09-01 | 2019-01-29 | 哈尔滨工程大学 | 一种多波束测深声呐水体成像波束形成算法 |
CN110231589A (zh) * | 2019-06-05 | 2019-09-13 | 大连理工大学 | 一种大扩散角的多径信号波达方向估计方法 |
CN110320490A (zh) * | 2019-06-05 | 2019-10-11 | 大连理工大学 | 一种无直达信号条件下的无线电波达方向估计方法 |
CN110687497A (zh) * | 2019-10-31 | 2020-01-14 | 安徽工业大学 | 一种针对瞬时多波束抛物面的doa估计新方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006023194A (ja) * | 2004-07-08 | 2006-01-26 | Alfa Vision Kk | マルチビーム測深方法 |
CN101852854A (zh) * | 2010-06-07 | 2010-10-06 | 华南理工大学 | 一种水下多波束测探系统及其探测方法 |
CN103148842A (zh) * | 2013-02-04 | 2013-06-12 | 国家海洋局第二海洋研究所 | 一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法 |
-
2014
- 2014-12-09 CN CN201410748826.6A patent/CN104482925A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006023194A (ja) * | 2004-07-08 | 2006-01-26 | Alfa Vision Kk | マルチビーム測深方法 |
CN101852854A (zh) * | 2010-06-07 | 2010-10-06 | 华南理工大学 | 一种水下多波束测探系统及其探测方法 |
CN103148842A (zh) * | 2013-02-04 | 2013-06-12 | 国家海洋局第二海洋研究所 | 一种基于遥感图像特征的浅海沙波区多波束测深地形重构方法 |
Non-Patent Citations (4)
Title |
---|
李海森,周天,朱志德 等: "前后向空间平滑对相关信号源的DOA估计性能", 《哈尔滨工业大学学报》, vol. 39, no. 3, 31 March 2007 (2007-03-31) * |
李海森,李珊,周天: "基于空间平滑的多波束测深声呐相干分布源方位估计", 《振动与冲击》, vol. 33, no. 4, 27 February 2014 (2014-02-27) * |
李海森,陈宝伟,么彬 等: "多子阵高分辨海底地形探测算法及其FPGA和DSP阵列实现", 《仪器仪表学报》, vol. 31, no. 2, 28 February 2010 (2010-02-28) * |
王布宏,王永良,陈辉: "相干信源波达方向估计的加权空间平滑算法", 《通信学报》, vol. 24, no. 4, 30 April 2003 (2003-04-30) * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108474845A (zh) * | 2015-12-16 | 2018-08-31 | 苏伊士集团 | 用于对含盐液体介质中的杂波进行谱估计的方法 |
CN107247250A (zh) * | 2017-05-23 | 2017-10-13 | 中国民航大学 | 一种基于粒子滤波的相干分布源波达方向跟踪方法 |
CN107092007A (zh) * | 2017-05-25 | 2017-08-25 | 电子科技大学 | 一种虚拟二阶阵列扩展的波达方向估计方法 |
CN109283536A (zh) * | 2018-09-01 | 2019-01-29 | 哈尔滨工程大学 | 一种多波束测深声呐水体成像波束形成算法 |
CN109283536B (zh) * | 2018-09-01 | 2023-02-14 | 哈尔滨工程大学 | 一种多波束测深声呐水体成像波束形成方法 |
CN110231589A (zh) * | 2019-06-05 | 2019-09-13 | 大连理工大学 | 一种大扩散角的多径信号波达方向估计方法 |
CN110320490A (zh) * | 2019-06-05 | 2019-10-11 | 大连理工大学 | 一种无直达信号条件下的无线电波达方向估计方法 |
CN110231589B (zh) * | 2019-06-05 | 2020-12-11 | 大连理工大学 | 一种大扩散角的多径信号波达方向估计方法 |
CN110687497A (zh) * | 2019-10-31 | 2020-01-14 | 安徽工业大学 | 一种针对瞬时多波束抛物面的doa估计新方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104482925A (zh) | 基于分布源模型的多波束测深系统复杂地形的测量方法 | |
CN109283536B (zh) | 一种多波束测深声呐水体成像波束形成方法 | |
CN101251597B (zh) | 一种多输入多输出雷达系统阵列误差自校正的方法 | |
EP1828803B1 (en) | System and technique for calibrating radar arrays | |
CN107976660B (zh) | 弹载多通道雷达超低空目标分析与多径回波建模方法 | |
CN106646373B (zh) | 基于浅海多途到达角和到达时延的近距离声源联合定位方法 | |
CN104459667B (zh) | 一种基于clean的稀疏阵列波达方向doa估计方法 | |
CN102866388B (zh) | 一种空时自适应处理中的自适应权值迭代计算方法 | |
US9213100B1 (en) | Bearing-only tracking for horizontal linear arrays with rapid, accurate initiation and a robust track accuracy threshold | |
CN109765521B (zh) | 一种基于子阵划分的波束域成像方法 | |
CN103116162B (zh) | 基于目标空间稀疏性的高分辨声呐定位方法 | |
CN108828502B (zh) | 基于均匀圆阵中心对称性的相干源方向估计方法 | |
CN104991236A (zh) | 一种单基地mimo雷达非圆信号相干源波达方向估计方法 | |
CN111123192A (zh) | 一种基于圆形阵列和虚拟扩展的二维doa定位方法 | |
CN109581275B (zh) | 基于非圆信号和三维正交阵的二维水下doa估计方法和装置 | |
CN103698753A (zh) | 一种小型阵列的无源通道校正方法 | |
CN111025273B (zh) | 一种畸变拖曳阵线谱特征增强方法及系统 | |
CN104330766B (zh) | 一种稳健的波达方向估计方法 | |
CN103323815A (zh) | 一种基于等效声速的水下声学定位方法 | |
CN104977565A (zh) | 一种基于分布式多阵列实现的水下目标三维定位方法 | |
CN105005038A (zh) | 一种改进的声矢量阵相干源doa估计算法 | |
CN105699950A (zh) | 基于自适应迭代前后向平滑共轭梯度的雷达杂波抑制方法 | |
CN104793212A (zh) | 利用声波海底反射实现主动声纳远程探测的方法 | |
CN103926555A (zh) | 一种利用非圆信号测定天线阵列接收机幅相响应的方法 | |
CN103364762A (zh) | 任意阵列流形的单基地mimo雷达波达方向估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150401 |