CN109521392B - 基于非圆信号和l型线阵的水下一维doa估计方法和装置 - Google Patents

Abstract

本发明公开了一种基于非圆信号和L型线阵的水下一维DOA估计方法和装置，该方法为了克服水声环境中信号快速衰减的问题，通过将非圆信号应用到水下DOA估计中，充分利用了信号的非圆特性，可以获得相当于阵列孔径扩展的效果，使得水下DOA估计结果更加精确；并采用了基于非圆信号的NC‑ESPRIT算法，以提升估计性能。同时为了消除声速影响造成的估计偏差，本发明采用夹角可以调节的L型均匀线阵，通过2个子阵列与波达方向角之间的角度关系消去了声速这个变量，使得最后的运算结果与声速无关，从而提高了估计精度。

Description

基于非圆信号和L型线阵的水下一维DOA估计方法和装置

技术领域

本发明涉及目标定位技术领域，具体涉及一种基于非圆信号和L型线阵在未知声速环境进行水下一维DOA估计方法和装置。

背景技术

阵列信号处理技术在众多领域已得到广泛应用，而阵列信号处理的基本问题之一是空间信号波达方向估计(DOA估计)。而水下DOA估计则是指在水面放置传感器阵列利用阵列信号处理技术来对水下目标物进行方位估计的方法。

由于水声环境的复杂性，信号在水下环境传播时，其频率衰减性体现得尤为严重。此外，水声信道中的各种障碍物及崎岖不平的海底造成的声波散射作用，导致了信号的急剧衰减。由此可见，水声信道的信号衰减直接限制水声信道在远距离通信中的应用，导致水声通信的带宽远远低于陆上无线通信。

为了提高水下DOA估计算法性能，采用结合信号自身特性的 DOA估计算法已成为一个重要研究方向。在非圆信号的特征中有一项便是伪协方差矩阵不为零，这个特性用到信号估计当中，相当于虚拟扩展阵列，能够显著的提高估计性能。当信号源发射出非圆信号时，利用非圆特性可以扩展阵列孔径，使得 DOA估计更加精确。不仅如此，相较于常规圆信号，非圆信号虚拟阵元的增加也使得算法可以处理多于阵列个数的信源个数。因而在复杂的水声环境中具有广阔的应用前景。

除了水声环境造成信号的快速衰减，水下DOA估计面临的另一个问题就是声速影响。DOA估计算法的原理是利用阵列接收信号之间的波程差估计空间信号的方向信息。水下DOA估计采用声波作为传播载体，由于河流和海洋等水下环境复杂且不稳定，声波的速度随位置和时间而变化，水下DOA算法的估计精度受到很大影响。目前水下DOA估计方法普遍假定声速为已知的固定量，这将影响波程差的精度。当实际声速偏离预先设定速度，估计精度将因此降低。

发明内容

本发明的目的是为了克服水声环境中信号快速衰减和声速影响的问题，提供一种基于非圆信号和L型线阵的水下一维DOA估计方法和装置。

本发明的第一个目的可以通过采取如下技术方案达到：

一种基于非圆信号和L型线阵的水下一维DOA估计方法，所述的估计方法步骤如下：

S1、分别建立2个子线阵的非圆信号数据接收模型X和Y，其中，2个子线阵分别设为线阵1和线阵2，线阵1和线阵2为均匀线阵并成L型设置，线阵1和线阵2均位于XOY平面，其中线阵1排布于坐标系x轴上，线阵2排布于坐标系y轴上，线阵1和线阵2各有M个接收阵元，阵元的平均间距为d，将中心频率为f、非圆率为ρ，0＜ρ≤1的非圆信号作为发射信号，以坐标系原点为参考点，假设水下目标总个数为K，第k个目标的一维声波入射角度表示为θ_k，θ_k∈[0,π],k＝1,2,…,K，线阵1和线阵2的接收数据矩阵，即非圆信号数据接收模型X和Y分别表示为：

X＝A_xS+N_x (1)

Y＝A_yS+N_y (2)

其中，S是一个K×N维的非圆信号矩阵，N_x和N_y则是M×N维的噪声矩阵，A_x和A_y是M×K维的导向向量矩阵；

同时发射信号满足窄带条件，即当信号延迟远小于带宽倒数时，延迟作用相当于使基带信号产生一个相移。

S2、采用NC-ESPRIT算法求出线阵1和线阵2分别对应含声速信息的特征值参数u_k和v_k，k＝1,2,…,K。

S3、根据同一次DOA估计中波长相等，对于成功匹配的特征值参数u_k和v_k，波长估计值的方差也应是最小的原则。对特征值参数u_k和v_k进行全组合遍历，共有K²个组合。每一种特征值参数u_k和v_k组合都利用波长表达式求出对应k个波长估计值，同时求出方差，遍历计算完毕后，对于最小方差所对应的特征值参数组合，即为匹配成功的组合。

S4、求解目标的声速无关一维波达方向估计解，即对于第k个目标，利用声速无关一维DOA估计表达式，求出入射角θ_k的估计值。

进一步地，根据发射信号的非圆特性有S＝ΦS_R，其中，

为发射信号的非圆相位，将公式(1)和公式(2)改写成：

X＝A_xΦS_R+N_x (3)

Y＝A_yΦS_R+N_y (4)

将A_x和A_y由入射角θ_k表示成M×K维导向向量矩阵，其表达式为：

A_x＝[a_x(θ₁) a_x(θ₂)…a_x(θ_K)] (5)

A_y＝[a_y(θ₁) a_y(θ₂)…a_y(θ_K)] (6)

对于第k个目标，有：

其中λ为声波的波长。

进一步地，所述的步骤S2中含声速信息的特征值参数u_k和v_k的计算步骤如下：

对于线阵1，首先定义一个行交换矩阵J，

利用行交换矩阵J重构接收信号矩阵，重构后的接收信号矩阵表示为：

其中

并构建W_x的协方差矩阵R_w：

对协方差矩阵R_w进行特征值分解，得到特征向量矩阵

定义矩阵T₁＝[0_(M-1)×1 I_M-1]，T₂＝[I_M-1 0_(M-1)×1]以及行交换矩阵

其中O为(M-1)×M维的零矩阵，构建

再次进行特征分解，得到：

即获得u_k,k＝1,2,…K；

同理，利用与线阵1相同的计算过程，获得线阵2对应的特征值参数v_k。

进一步地，所述的步骤S3中每一种特征值参数u_k和v_k组合都通过公式(14)求出对应波长的方差，其中，公式(14)的计算如下：

根据公式(12)的关系，得到：

结合公式(13)，得到波长的表达式：

进一步地，所述的步骤S4中入射角θ_k的估计值通过以下公式计算得出：

进一步地，所述的线阵1和线阵2中两相邻阵元之间的间距d小于声波信号的半波长。

本发明的另一个目的可以通过采取如下技术方案达到：

一种基于非圆信号和L型线阵的水下一维DOA估计装置，所述的估计装置包括数据处理与控制模块、以及分别与数据处理与控制模块相连的发射模块、接收模块、输出模块和电源模块，其中，所述的数据处理与控制模块包括依次连接的A/D转换器、D/A转换器和处理器，

所述的发射模块包括依次连接的功率放大器、阻抗匹配电路和超声波发射探头，通过D/A转换器与处理器相连，根据处理器发出的指令发射指定的非圆信号；

所述的接收模块包括线阵1和线阵2，线阵1和线阵2固定连接组成一个L型的直角线阵，线阵1和线阵2是均匀间距摆放的超声波探头阵列；

所述的输出模块包括USB接口和显示器，将数据处理与控制模块中处理完毕的数据通过USB接口输出到外部装置或者显示器进行显示；

所述的电源模块分别与数据处理与控制模块、发射模块、接收模块和输出模块相连并进行供电。

进一步地，所述的线阵1和线阵2通过塑料材质的固定支架连接。

本发明相对于现有技术具有如下的优点及效果：

1、本发明将基于非圆信号的NC-ESPRIT算法应用于一维水下波达方向估计，充分利用了信号的非圆特性，可以获得相当于阵列孔径扩展的效果，使得水下 DOA估计结果更加精确。不仅如此，虚拟阵元的增加也使得本发明估计方法在相同阵元数的条件下能够估计更多的信源数。

2、与利用传统的水下一维DOA算法相比，本发明通过消除声速偏差使得估计的精确度更高，在未知声速环境进行DOA估计时更具优势。传统的DOA算法通常假定声速为一个常量，而在实际的复杂水下环境中，声速往往是不断变化的，如果把其当成一个常量来进行计算的话，会导致较大的误差。本发明采用夹角可以调节的L型均匀线阵，通过2个子阵列与波达方向角之间的角度关系消去了声速这个变量，使得最后的运算结果与声速无关，从而提高了估计精度。

3、本发明装置在传统的测量装置上进行了改进，使用L型均匀线阵可行性强，安装简单。除此之外，现代处理器计算处理能力的不断提高，这使得本发明所使用的处理器等芯片的集成度高，并且计算能力强，从而保证了本发明技术方案的可行性。

附图说明

图1是本发明装置的硬件结构模块图；

图2是二个阵列的接收阵元与处理器连接示意图；

图3是接收模块连接侧视图；

图4是本发明所用的L型均匀线阵模型示意图；

图5是x轴均匀线阵的接收信号模型示意图；

图6是本发明中DOA估计方法的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

本实施例提出一种基于非圆信号和L型线阵的一维水下波达方向估计方法，通过分别对2个均匀子线阵的非圆接收信号进行处理，在DOA波达方向估计方法中消除声速这个因子，从而消除水下声速不确定性对目标定位精度的影响。同时由于非圆特性可以扩展阵列孔径，提高信源估计数，在实际测量中可以更好地消除误差。

如附图6所示，本实施例中基于非圆信号和L型线阵在未知声速环境进行水下一维DOA估计方法包括以下步骤：

S1、分别建立2个子线阵的非圆信号数据接收模型X和Y；

放置如图4所示的L型均匀线阵，子线阵分别设为线阵1和线阵2，其中线阵1排布于坐标系x轴上，线阵2排布于坐标系y轴上，线阵1和线阵2都位于XOY平面。2个均匀线阵都各有M个接收阵元，阵元的平均间距为d。中心频率为f，非圆率为ρ(0＜ρ≤1)的非圆信号作为发射信号。同时发射信号满足窄带条件，即当信号延迟远小于带宽倒数时，延迟作用相当于使基带信号产生一个相移。以坐标系原点为参考点，假设水下目标总个数为K，第k个目标的一维声波入射角度可表示为θ_k(θ_k∈[0,π],k＝1,2,…,K)。线阵1和线阵2的接收数据矩阵，即非圆信号数据接收模型X和Y可以分别表示为：

X＝A_xS+N_x (1)

Y＝A_yS+N_y (2)

其中S是一个K×N维的非圆信号矩阵，另外N_x和N_y则是M×N维的噪声矩阵，最后A_x和A_y则是M×K维的导向向量矩阵。根据信号的非圆特性有S＝ΦS_R；其中

为信号的非圆相位。公式(1)和公式(2)可以改写成：

X＝A_xΦS_R+N_x (3)

Y＝A_yΦS_R+N_y (4)

A_x和A_y则是由入射角θ_k表示的M×K维导向向量矩阵，其表达式为：

A_x＝[a_x(θ₁) a_x(θ₂)…a_x(θ_K)] (5)

A_y＝[a_y(θ₁) a_y(θ₂)…a_y(θ_K)] (6)

对于第k个目标，有：

其中λ为声波的波长，即均匀线阵两相邻阵元之间的间距d要小于声波信号的半波长。而声波在探测路径上的速度v是未知的，因此取v为其范围中的最小值以确定λ的值。

S2、求出2个子线阵对应的含声速信息的特征值参数u_k和v_k,k＝1,2,…,K；

本步骤可以结合现有基于非圆信号的一维DOA估计算法获得，如NC-ESPRIT算法等。

以线阵1为例，首先定义一个行交换矩阵J。

利用行交换矩阵J重构接收信号矩阵，重构后的接收信号矩阵表示为：

其中

并构建W_x的协方差矩阵R_w：

对协方差矩阵R_w(公式11)进行特征值分解，得到特征向量矩阵

定义矩阵T₁＝[0_(M-1)×1 I_M-1]，T₂＝[I_M-1 0_(M-1)×1]以及行交换矩阵

其中O为(M-1)×M维的零矩阵。构建

再次进行特征分解，得到：

即获得u_k,k＝1,2,…K。

同理，利用与线阵1相同的计算过程，可获得线阵2对应的特征值参数v_k。

在传统一维DOA估计中(如NC-ESPRIT算法等)，通过表达式

即可估计出第k个波达方向角，此估计结果与声速相关。本发明为了消除声速影响以适配水下环境，需要进一步完成角度估计表达式的去声速处理。

S3、将含声速信息的特征值参数u_k和v_k进行全组合遍历匹配；

为了实现估计结果的去声速，需要分别由L型线阵的线阵1和线阵2得出的一维DOA估计结果进行联合处理，因此需要2组特征值参数(即u_k和v_k，k＝1,2,…,K)的成功匹配，本发明提出了一种适用于未知声速环境的匹配方法；根据公式(12)的关系，可以得到：

结合公式(13)，得到波长的表达式：

对于同一次DOA估计，波长一定是相等的。因此对于成功匹配的特征值参数u_k和v_k,k＝1,2,…,K，根据上式求出的k个波长估计值的方差也应是最小的。根据此原则，

对特征值参数u_k和v_k进行全组合遍历，共有K²个组合。每一种特征值参数u_k和v_k组合都根据公式(14)求出对应k个波长估计值，同时求出方差，遍历计算完毕后，对于最小方差所对应的特征值参数组合，即为匹配成功的组合；

S4、求解目标的一维波达方向估计解，即对于第k个目标，求出入射角θ_k的估计值。

根据线阵1和线阵2的非圆信号数据接收模型X和Y，利用现有的一维NC-ESPRIT算法分别求出线阵1和线阵2对应的特征值参数u_k和v_k,k＝1,2,…,K。经过两组特征值参数匹配后，可以消去角度估计表达式中的与声速有关的变量，经过去声速处理后目标入射角θ_k估计表达式为：

实施例二

本实施例公开一种基于非圆信号和L型均匀线阵的未知声速环境一维水下波达方向估计装置包括数据处理与控制模块、发射模块、接收模块、输出模块和电源模块，如图1和图2所示。

数据处理与控制模块由一对A/D、D/A转换器和一个处理器组成，是整个装置的核心部分，其它所有模块都与它直接相连。它可以控制发射模块，使发射模块发射指定的非圆信号；同时能够对接收模块传过来的信号进行处理，通过本发明公开的水下一维DOA估计方法计算出波达方向角，然后将结果传输至输出模块。

接收模块包括2个以均匀间距摆放的超声波探头阵列，图3为装置连接侧视图，如图所示，均匀线阵1和均匀线阵2连接在一起，组成一个L型的直角线阵。因为接收模块会放置在水中，所以固定支架采用塑料材质以增大浮力。

发射模块由依次连接的功率放大器、阻抗匹配电路和超声波发射探头组成，通过D/A转换器与处理器相连，能够根据处理器发出的指令发射指定的信号。

输出模块由一个USB接口和一个显示器组成，并且与数据处理与控制模块和电源模块相连。它能够提供人机交互，将数据处理与控制模块中处理好的数据通过USB接口输出到外部装置或者在显示器上显示出来。

电源模块由一个电源组成，并且与数据处理与控制模块、发射模块、接收模块和输出模块相连。它能够为这些模块供电。

本发明装置的主要工作流程如下：在实测过程中将发射的信号参数，通过数据处理与控制模块输入对应的参数，使处理器产生相应的数字信号，然后通过D/A转换器转换后传给发射模块，超声波发射探头就能产生需要的信号并进行发射。接收模块中的L型线阵收到从目标声源反射回来的信号后将其通过A/D转换器转换成数字信号后发送给处理器，然后处理器根据本发明提供的水下一维DOA估计方法计算出结果。最后数据处理与控制模块将计算结果传给输出模块，输出模块将结果通过USB接口传给外部设备或者通过显示器显示出来。电源模块为所有其它模块供电。

实施例三

本实施例具体公开一种基于非圆信号和L型均匀线阵的水下一维DOA估计装置，包括数据处理与控制模块、发射模块、接收模块、输出模块和电源模块。数据处理与控制模块可以用DSP芯片实现(如：TI公司TMS320VC5509A型号的DSP芯片)，此DSP芯片可实现A/D转换和D/A转换的功能，并能够实现非均匀线阵的旋转算子和最终波达方向的计算。接收模块使用2根固定且呈L型排布的均匀直线阵列，其中每个阵列包括多个超声接收探头，并且数量相同，2个均匀阵列按图2所示组装。发射模块使用一个超声波发射探头。输出模块使用一个USB接口和一个LCD显示屏。图1即为本发明所述装置的硬件结构模块图。

该实施例公开的估计装置的工作步骤具体如下：

步骤T1、按图2连接好具体装置，其中接收模块中的每个均匀线阵中的阵元个数M统一定为8。利用数据处理与控制模块发送指令，控制超声发射探头发射超声信号s(t)，发射信号为初相位为20°、非圆率ρ＝1的BPSK信号，信号的频率为f_s＝10kHz，脉冲长度5ms；海水中声速范围大致为1430m/s-1550m/s，则取最小声速为1430m/s，可以求出最小半波长为7.15cm。任意两相邻线阵之间的距离必须小于7.15cm，在满足此限制条件下可以任意选取阵元间距，所以设置子线阵中2个相邻阵元的平均间距为5cm，即第一个阵元和最后一个阵元相隔35cm。在水下放置1个远场目标声源，入射到阵列的一维波达方向角为60°。

步骤T2、对超声接收探头线阵接收到的目标声源信号进行采样；均匀线阵1接收到的信号为x₁(t),x₂(t),…,x₈(t)，均匀线阵2接收的信号为y₁(t),y₂(t),…,y₈(t)。共采样接收200次，并将接收到的信号传递给数据处理与控制模块进行分析处理。

步骤T3、信号在数据处理与控制模块中的分析处理步骤具体如下：

1)根据接收到的信号分别得出2个均匀线阵的非圆信号数据接收模型X和Y，随后采用基于非圆信号的一维NC-ESPRIT算法求出对应的含声速信息的特征值参数u_k和v_k,k＝1,2,…,K。

2)利用求出的特征值参数u_k和v_k,k＝1,2,…,K，进行2组特征值参数的全组合遍历匹配。即根据最小方差原则，对u_k和v_k,k＝1,2,…,K进行全组合遍历：每一种组合都根据公式(14)求出波长的方差，选择最小方差所对应的组合为匹配成功的组合。此时特征值参数匹配完成。

3)根据本发明的DOA估计表达式求出目标的一维波达方向估计解，即对于第k个目标，求出入射角θ_k的估计值。利用已经匹配成功的特征值参数，根据公式(15)分别求出共K个一维波达方向角度(入射角θ_k)。

步骤T4、将计算出的一维波达方向角度信息存储下来，并传送给输出模块，使其通过USB接口输出给外部装置或者显示在LCD显示屏上。

采用该实施例公开的估计装置，并依据提出的基于非圆信号和L型均匀线阵的未知声速环境一维水下波达方向方法，进行一次估计，得出的一维波达方向角为59.85°，达到了预期精度，说明估计结果正确，本发明方法及装置可行。

综上所述，上述实施例为了克服水声环境中信号快速衰减的问题，通过将非圆信号应用到水下DOA估计中，采用基于非圆信号的NC-ESPRIT算法，以提升估计性能。同时上述实施例为了消除声速影响造成的估计偏差，使用一个L型均匀线阵作为接收阵列，根据线阵之间的角度关系，推导了与声速无关的一维DOA估计表达式，从而提升了水下DOA估计精度。本发明结合了非圆信号的优点，结合水下环境利用L型线阵进行了声速无关的优化，估计精度高，具有较强的实用性。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (4)

1.一种基于非圆信号和L型线阵的水下一维DOA估计方法，其特征在于，所述的估计方法步骤如下：

S1、分别建立2个子线阵的非圆信号数据接收模型X和Y，其中，2个子线阵分别设为线阵1和线阵2，线阵1和线阵2为均匀线阵并成L型设置，线阵1和线阵2均位于XOY平面，其中线阵1排布于坐标系x轴上，线阵2排布于坐标系y轴上，线阵1和线阵2各有M个接收阵元，阵元的平均间距为d，将中心频率为f、非圆率为ρ，0＜ρ≤1的非圆信号作为发射信号，以坐标系原点为参考点，假设水下目标总个数为K，第k个目标的一维声波入射角度表示为θ_k，θ_k∈[0,π],k＝1,2,…,K，线阵1和线阵2的接收数据矩阵，即非圆信号数据接收模型X和Y分别表示为：

X＝A_xS+N_x (1)

Y＝A_yS+N_y (2)

其中，S是一个K×N维的非圆信号矩阵，N_x和N_y则是M×N维的噪声矩阵，A_x和A_y是M×K维的导向向量矩阵；

同时发射信号满足窄带条件，即当信号延迟远小于带宽倒数时，延迟作用相当于使基带信号产生一个相移；

根据发射信号的非圆特性有S＝ΦS_R，其中，

为发射信号的非圆相位，将公式(1)和公式(2)改写成：

X＝A_xΦS_R+N_x (3)

Y＝A_yΦS_R+N_y (4)

将A_x和A_y由入射角θ_k表示成M×K维导向向量矩阵，其表达式为：

A_x＝[a_x(θ₁) a_x(θ₂)…a_x(θ_K)] (5)

A_y＝[a_y(θ₁) a_y(θ₂)…a_y(θ_K)] (6)

对于第k个目标，有：

其中λ为声波的波长；

S2、采用NC-ESPRIT算法求出线阵1和线阵2分别对应的含声速信息的特征值参数u_k和v_k，k＝1,2,…,K；所述的步骤S2中含声速信息的特征值参数u_k和v_k的计算步骤如下：

对于线阵1，首先定义一个行交换矩阵J，

利用行交换矩阵J重构接收信号矩阵，重构后的接收信号矩阵表示为：

其中

并构建W_x的协方差矩阵R_w：

对协方差矩阵R_w进行特征值分解，得到特征向量矩阵

定义矩阵T₁＝[0_(M-1)×1 I_M-1]，T₂＝[I_M-1 0_(M-1)×1]以及行交换矩阵

其中O为(M-1)×M维的零矩阵，构建

再次进行特征分解，得到：

即获得u_k,k＝1,2,…K；

同理，利用与线阵1相同的计算过程，获得线阵2对应的特征值参数v_k；

S3、根据同一次DOA估计中波长相等，对于成功匹配的特征值参数u_k和v_k，波长估计值的方差也应是最小的原则，对特征值参数u_k和v_k进行全组合遍历，共有K²个组合，每一种特征值参数u_k和v_k组合都利用波长表达式求出对应k个波长估计值，同时求出方差，遍历计算完毕后，对于最小方差所对应的特征值参数组合，即为匹配成功的组合；所述的步骤S3中每一种特征值参数u_k和v_k组合都通过公式(14)求出对应波长的方差，其中，公式(14)的计算如下：

根据公式(12)的关系，得到：

结合公式(13)，得到波长的表达式：

S4、求解目标的声速无关一维波达方向估计解，即对于第k个目标，求出入射角θ_k的估计值；所述的步骤S4中入射角θ_k通过以下公式计算得出：

2.根据权利要求1所述的一种基于非圆信号和L型线阵的水下一维DOA估计方法，其特征在于，所述的线阵1和线阵2中两相邻阵元之间的间距d小于声波信号的半波长。

3.一种根据权利要求1和2任一所述的基于非圆信号和L型线阵的水下一维DOA估计方法的水下一维DOA估计装置，其特征在于，所述的估计装置包括数据处理与控制模块、以及分别与数据处理与控制模块相连的发射模块、接收模块、输出模块和电源模块，其中，所述的数据处理与控制模块包括依次连接的A/D转换器、D/A转换器和处理器，

所述的发射模块包括依次连接的功率放大器、阻抗匹配电路和超声波发射探头，通过D/A转换器与处理器相连，根据处理器发出的指令发射指定的非圆信号；

所述的接收模块包括线阵1和线阵2，线阵1和线阵2固定连接组成一个L型的直角线阵，线阵1和线阵2是均匀间距摆放的超声波探头阵列；

所述的输出模块包括USB接口和显示器，将数据处理与控制模块中处理完毕的数据通过USB接口输出到外部装置或者显示器进行显示；

所述的电源模块分别与数据处理与控制模块、发射模块、接收模块和输出模块相连并进行供电。

4.根据权利要求3所述的一种基于非圆信号和L型线阵的水下一维DOA估计装置，其特征在于，所述的线阵1和线阵2通过塑料材质的固定支架连接。

Images