CN109669172A - 基于主瓣内强干扰抑制的弱目标方位估计方法 - Google Patents
基于主瓣内强干扰抑制的弱目标方位估计方法 Download PDFInfo
- Publication number
- CN109669172A CN109669172A CN201910136385.7A CN201910136385A CN109669172A CN 109669172 A CN109669172 A CN 109669172A CN 201910136385 A CN201910136385 A CN 201910136385A CN 109669172 A CN109669172 A CN 109669172A
- Authority
- CN
- China
- Prior art keywords
- array
- wave beam
- weak signal
- hydrophone array
- output response
- 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.)
- Granted
Links
Classifications
-
- 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
- G01S7/52001—Auxiliary means for detecting or identifying sonar signals or the like, e.g. sonar jamming signals
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
基于主瓣内强干扰抑制的弱目标方位估计方法,属于强干扰环境下的弱目标方位估计领域。解决了在强干扰环境下的弱目标方位估计方法中,随着迭代次数的增加弱目标的输出响应受抑制影响弱目标方位估计准确率的问题。本发明基于排列成均匀线阵的水听器阵实现;计算水听器阵的归一化自然指向性函数;对水听器阵接收的声学信号进行常规波束形成处理;获得波束输出响应;对波束输出响应进行零点约束权值计算,获得水听器阵阵元接收信号幅度的零点约束权值向量W;进行基于零点约束的波束形成处理,利用自然指向性函数与波束形成响应对目标点源散射函数进行基于Lucy‑Richardson迭代的反卷积求解,输出响应的谱峰对应的角度为目标的方位。本发明适用于水下弱目标方位估计。
Description
技术领域
本发明属于强干扰环境下的弱目标方位估计领域。
背景技术
强干扰环境下的弱目标方位估计,主要包括多目标分辨类方法和干扰抑制类方法。多目标分辨类方法同时估计强干扰、弱目标的方位,而干扰抑制类方法则是通过抑制干扰方向的信号进而得到只包含目标信号方位的结果。零点抑制法、自适应对消法及信号分离技术法是主要的三类干扰抑制方法。
零点抑制技术通过约束权值对阵列的波束图进行设计,在零陷点(干扰方位)附近产生凹陷,在其他方向形成扫描波束,从而实现对干扰的抑制。该类算法对通道一致性要求较高。
自适应对消为最佳滤波的变形,通过自适应滤波之后接收信号大部分的干扰被抵消,实现对干扰的抑制。该方法计算量小,精度高,几乎不需要信号与噪声的相关信息。但由于拟合直达波存在误差,该方法无法完全抵消直达波。
信号分离技术法则由于迭代的运用需要大量的运算或由于需要信号的精确模型,大多停留在理论阶段。
2016年,T.C.Yang在文献“On Conventional Beamforming and Deconvolution”(关于常规波束形成及反卷积)中提出了一种基于反卷积思想的多目标分辨方法。其原理在于常规波束形成的功率输出可以看作信号的点源散射函数与阵列的自然指向性函数的卷积,在已知功率输出和自然指向性的情况下,可以利用解卷积的手段将目标方位对应的δ函数恢复。通过该方法可以获得窄的主瓣和低的旁瓣,分辨能力较好。基于Lucy-Richardson迭代公式实现的反卷积算法,随着迭代次数的增加获得的主瓣变窄、旁瓣变低,但是由于强干扰的存在弱目标的主瓣会被视为强干扰的旁瓣,随着迭代次数的增加弱目标的输出响应会受到抑制。
发明内容
本发明目的是为了解决在强干扰环境下的弱目标方位估计方法中,随着迭代次数的增加弱目标的输出响应受抑制影响弱目标方位估计准确率的问题,提出了一种基于主瓣内强干扰抑制的弱目标方位估计方法。
本发明所述基于主瓣内强干扰抑制的弱目标方位估计方法,该方法基于排列成均匀线阵的水听器阵实现;该方法的具体步骤为:
步骤一、计算水听器阵的归一化自然指向性函数;
步骤二、对水听器阵接收的声学信号进行常规波束形成处理;获得波束输出响应;
步骤三、对步骤二获得的波束输出响应进行零点约束权值计算,获得水听器阵接收信号幅度的零点约束权值向量wsup;
步骤四、对水听器阵接收信号幅度的零点约束权值向量wsup进行基于零点约束的波束形成处理,获得波束形成响应;
步骤五、利用步骤一计算获得的归一化自然指向性函数与步骤四获得的波束形成响应对目标点源散射函数进行基于露西-理查德森迭代的反卷积求解,获得输出响应的谱峰,将谱峰对应的角度为目标的方位。
本发明将反卷积技术与零点抑制技术相结合,在保留反卷积算法可以获得窄的主瓣的优势同时,通过零点约束加权对干扰进行抑制,进而削弱迭代对弱目标输出响应的影响,实现强干扰环境下的弱目标方位估计方法。
附图说明
图1是本发明所述基于主瓣内强干扰抑制的弱目标方位估计方法的原理示意图;
图2是水平放置的均匀线阵阵元布放示意图;
图3是常规波束形成算法的波束输出波形图;
图4是反卷积波束形成算法的波束输出波形图;
图5是基于零点约束的反卷积波束形成算法的波束输出波形图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式,借此对本发明如何应用技术手段来解决技术问题,并达成相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征,在不相冲突前提下可以相互结合,所形成的技术方案均在本发明的保护范围之内。
具体实施方式一:下面结合图1说明本实施方式,本实施方式所述基于主瓣内强干扰抑制的弱目标方位估计方法,该方法基于排列成均匀线阵的水听器阵实现;
该方法的具体步骤为:
步骤一、计算水听器阵的归一化自然指向性函数;
步骤二、对水听器阵接收的声学信号进行常规波束形成处理;获得波束输出响应;
步骤三、对步骤二获得的波束输出响应进行零点约束权值计算,获得水听器阵接收信号幅度的零点约束权值向量wsup;
步骤四、对水听器阵接收信号幅度的零点约束权值向量wsup进行基于零点约束的波束形成处理,获得波束形成响应;
步骤五、利用步骤一计算获得的归一化自然指向性函数与步骤四获得的波束形成响应对目标点源散射函数进行基于露西-理查德森迭代的反卷积求解,获得输出响应的谱峰,将谱峰对应的角度为目标的方位。
具体实施方式二:下面结合图2说明本实施方式,本实施方式对实施方式一所述的基于主瓣内强干扰抑制的弱目标方位估计方法作进一步说明,
步骤一中计算水听器阵的归一化自然指向性函数的公式为:
式中,N为水听器阵的阵元数,d为阵元间距,f为信号频率,c为声速,θ为信号入射角度,以1号阵元作为参考阵元,水听器阵法线方向为信号入射角为0°的方向,顺时针方向角度为正,逆时针方向角度为负。
具体实施方式三:本实施方式对实施方式一所述的基于主瓣内强干扰抑制的弱目标方位估计方法作进一步说明,步骤二中对水听器阵接收的声学信号进行常规波束形成处理;获得波束输出响应为:
其中,B()为波束输出响应函数,xn(t-τn)为第n个阵元接收的经过时延补偿的信号,τn为对第n个阵元接收信号补偿的时延,wn为对第n个阵元接收信号幅度加权的权值,θ0为目标方位,α为水听器阵的扫描角度。
具体实施方式四:本实施方式对实施方式一所述的基于主瓣内强干扰抑制的弱目标方位估计方法作进一步说明,步骤三中获得水听器阵阵元接收信号幅度的零点约束权值向量wsup的具体公式为:
wsup=vHC0 (7)
其中,wsup为求得的零点约束权值向量,θp为需要抑制的干扰方位,I为对角单位阵,α为水听器阵的扫描角度,C0为去除干扰后的方向向量,vp为干扰方向向量,H代表矩阵的共轭转置,i为复变量,
具体实施方式五:本实施方式对实施方式一所述的基于主瓣内强干扰抑制的弱目标方位估计方法作进一步说明,步骤四中获得波束形成响应的具体方法为:
令wn=wsup,并将wn=wsup带入公式(2),对接收数据进行波束形成处理,得到基于零点约束的波束形成输出响应。
本发明首先,将已知的阵元数、阵元间距、信号波长代入公式(1),计算水听器阵归一化的自然指向性函数。
然后,进行均匀加权时,令根据式(2)和式(3)对接收数据进行常规波束形成处理,读取强干扰对应的方位角度θI。
接着,运用所求得的θI根据式(4)、式(5)、式(6)和式(7)对零点约束权值进行计算,得到w。
再令wn=wsupn,根据式(2)和式(3)对接收数据进行波束形成处理,得到基于零点约束的波束形成输出响应,并进行归一化处理。
最后,由于波束形成输出响应B(θ|θ0)为阵列自然指向性函数R(θ)与目标点源散射函数PSF(θ0)的卷积,即:
B(θ|θ0)=PSF(θ0)*R(θ) (8)
式中*表示两个向量的圆周卷积。自然指向性函数R(θ)和基于零点约束的波束形成输出响应B(θ|θ0)已经分别由(1)和(2)求得。
利用理查德·布拉胡特所提的露西-理查德森(Lucy-Richardson)迭代对目标点源散射函数进行反卷积求解,输出响应的谱峰对应角度即为目标的方位。
图3给出了信号频率1500Hz,阵元间距0.5m的24元均匀线阵,在强干扰入射方位0°、弱目标方位5°,信干比-20dB条件下均匀加权的波束形成输出响应、均匀加权的反卷积波束形成输出响应、零点约束的反卷积波束形成输出响应。
表明:均匀加权的波束形成算法无法分辨强干扰与弱目标的方位;均匀加权的反卷积波束形成算法虽然实现了对弱目标的估计,但其输出功率较低且方位估计存在偏差;零点约束的反卷积波束形成算法得到的弱目标输出功率高于均匀加权的反卷积波束形成算法,且方位估计更准确。
虽然本发明所揭露的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (5)
1.基于主瓣内强干扰抑制的弱目标方位估计方法,其特征在于,该方法基于排列成均匀线阵的水听器阵实现;该方法的具体步骤为:
步骤一、计算水听器阵的归一化自然指向性函数;
步骤二、对水听器阵接收的声学信号进行常规波束形成处理;获得波束输出响应;
步骤三、对步骤二获得的波束输出响应进行零点约束权值计算,获得水听器阵接收信号幅度的零点约束权值向量wsup;
步骤四、对水听器阵接收信号幅度的零点约束权值向量wsup进行基于零点约束的波束形成处理,获得波束形成响应;
步骤五、利用步骤一计算获得的归一化自然指向性函数与步骤四获得的波束形成响应对目标点源散射函数进行基于露西-理查德森迭代的反卷积求解,获得输出响应的谱峰,将谱峰对应的角度为目标的方位。
2.根据权利要求1所述基于主瓣内强干扰抑制的弱目标方位估计方法,其特征在于,步骤一中计算水听器阵的归一化自然指向性函数的公式为:
式中,N为水听器阵的阵元数,d为阵元间距,f为信号频率,c为声速,θ为信号入射角度,以1号阵元作为参考阵元,水听器阵法线方向为信号入射角为0°的方向,顺时针方向角度为正,逆时针方向角度为负。
3.根据权利要求2所述基于主瓣内强干扰抑制的弱目标方位估计方法,其特征在于,步骤二中对水听器阵接收的声学信号进行常规波束形成处理;获得波束输出响应为:
其中,B()为波束输出响应函数,xn(t-τn)为第n个阵元接收的经过时延补偿的信号,τn为对第n个阵元接收信号补偿的时延,wn为对第n个阵元接收信号幅度加权的权值,θ0为目标方位,α为水听器阵的扫描角度。
4.根据权利要求3所述基于主瓣内强干扰抑制的弱目标方位估计方法,其特征在于,步骤三中获得水听器阵阵元接收信号幅度的零点约束权值向量wsup的具体公式为:
wsup=vHC0 (7)
其中,wsup为求得的零点约束权值向量,θp为需要抑制的干扰方位,I为对角单位阵,α为水听器阵的扫描角度,C0为去除干扰后的方向向量,vp为干扰方向向量,H代表矩阵的共轭转置,i为复变量。
5.根据权利要求4所述基于主瓣内强干扰抑制的弱目标方位估计方法,其特征在于,步骤四中获得波束形成响应的具体方法为:
令wn=wsup,并将wn=wsup带入公式(2),对接收数据进行波束形成处理,得到基于零点约束的波束形成输出响应。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910136385.7A CN109669172B (zh) | 2019-02-21 | 2019-02-21 | 基于主瓣内强干扰抑制的弱目标方位估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910136385.7A CN109669172B (zh) | 2019-02-21 | 2019-02-21 | 基于主瓣内强干扰抑制的弱目标方位估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109669172A true CN109669172A (zh) | 2019-04-23 |
CN109669172B CN109669172B (zh) | 2022-08-09 |
Family
ID=66151731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910136385.7A Active CN109669172B (zh) | 2019-02-21 | 2019-02-21 | 基于主瓣内强干扰抑制的弱目标方位估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109669172B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111679246A (zh) * | 2020-06-04 | 2020-09-18 | 哈尔滨工程大学 | 一种三维运动平台搭载的小尺度阵高分辨测向方法 |
CN113406650A (zh) * | 2021-08-20 | 2021-09-17 | 宁波博海深衡科技有限公司武汉分公司 | 三维侧扫声呐成阵列方法及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226236A (zh) * | 2007-12-18 | 2008-07-23 | 西安电子科技大学 | 基于旁瓣约束的天波超视距雷达自适应干扰抑制方法 |
US20120093344A1 (en) * | 2009-04-09 | 2012-04-19 | Ntnu Technology Transfer As | Optimal modal beamformer for sensor arrays |
CN102809744A (zh) * | 2012-05-15 | 2012-12-05 | 哈尔滨工程大学 | 水下远场目标被动定位过程中的近场强干扰源抑制方法 |
US20150145718A1 (en) * | 2013-04-18 | 2015-05-28 | Watherlink Co., Ltd. | Radar weather data signal processing method and signal processing module |
CN104678378A (zh) * | 2015-01-30 | 2015-06-03 | 哈尔滨工程大学 | 一种基于非半波间距零陷权组合阵的拖船干扰抑制方法 |
CN105118033A (zh) * | 2015-08-19 | 2015-12-02 | 杭州电子科技大学 | 一种利用自适应噪声估计的维纳滤波图像复原方法 |
-
2019
- 2019-02-21 CN CN201910136385.7A patent/CN109669172B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226236A (zh) * | 2007-12-18 | 2008-07-23 | 西安电子科技大学 | 基于旁瓣约束的天波超视距雷达自适应干扰抑制方法 |
US20120093344A1 (en) * | 2009-04-09 | 2012-04-19 | Ntnu Technology Transfer As | Optimal modal beamformer for sensor arrays |
CN102809744A (zh) * | 2012-05-15 | 2012-12-05 | 哈尔滨工程大学 | 水下远场目标被动定位过程中的近场强干扰源抑制方法 |
US20150145718A1 (en) * | 2013-04-18 | 2015-05-28 | Watherlink Co., Ltd. | Radar weather data signal processing method and signal processing module |
CN104678378A (zh) * | 2015-01-30 | 2015-06-03 | 哈尔滨工程大学 | 一种基于非半波间距零陷权组合阵的拖船干扰抑制方法 |
CN105118033A (zh) * | 2015-08-19 | 2015-12-02 | 杭州电子科技大学 | 一种利用自适应噪声估计的维纳滤波图像复原方法 |
Non-Patent Citations (2)
Title |
---|
HUALIN LAN等: ""Assessment of multi-target distinguishing using deconvolved conventional beamforming"", 《MATEC WEB OF CONFERENCE》 * |
黄聪等: ""基于相位校正的零点约束直达波抑制方法"", 《哈尔滨工程大学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111679246A (zh) * | 2020-06-04 | 2020-09-18 | 哈尔滨工程大学 | 一种三维运动平台搭载的小尺度阵高分辨测向方法 |
CN113406650A (zh) * | 2021-08-20 | 2021-09-17 | 宁波博海深衡科技有限公司武汉分公司 | 三维侧扫声呐成阵列方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109669172B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2015292238B2 (en) | Planar sensor array | |
CN106788653A (zh) | 一种基于协方差矩阵重构的自适应波束形成方法 | |
Su et al. | Adaptive beamforming for nonstationary HF interference cancellation in skywave over-the-horizon radar | |
CN111693971B (zh) | 一种用于弱目标检测的宽波束干扰抑制方法 | |
Liu et al. | Low angle estimation in MIMO radar | |
CN106707250B (zh) | 基于互耦校正的雷达阵列自适应波束形成方法 | |
CN109375179A (zh) | 一种基于稀疏表示的机载雷达近程强杂波抑制方法 | |
CN105022050A (zh) | 一种多传感器阵列的水声信道离散噪声源抑制方法 | |
CN109459744A (zh) | 一种实现多干扰抑制的稳健自适应波束形成方法 | |
CN108931766A (zh) | 一种基于稀疏重构的非均匀stap干扰目标滤除方法 | |
CN107064901A (zh) | 一种舰载高频地波超视距雷达的目标方位估计方法 | |
Ren et al. | Eigenanalysis-based adaptive interference suppression and its application in acoustic source range estimation | |
CN108761394A (zh) | 一种基于时空处理的高分辨低旁瓣去卷积谱估计方法 | |
CN109669172A (zh) | 基于主瓣内强干扰抑制的弱目标方位估计方法 | |
CN106842135B (zh) | 基于干扰加噪声协方差矩阵重构的自适应波束形成方法 | |
CN109188373B (zh) | 基于子阵阻塞矩阵预处理的抗主瓣干扰方法 | |
Luo et al. | Mainlobe anti-jamming via eigen-projection processing and covariance matrix reconstruction | |
CN109541526A (zh) | 一种利用矩阵变换的圆环阵方位估计方法 | |
Li et al. | Robust adaptive beamforming based on particle filter with noise unknown | |
Wang et al. | Unambiguous broadband direction of arrival estimation based on improved extended frequency-difference method | |
Zhao et al. | Passive estimation of target velocity based on cross-spectrum histogram | |
CN110161476A (zh) | 基于幂迭代广义瑞利商算法的雷达波束形成方法 | |
Ma et al. | Passive direction-of-arrival estimation under high noise and strong interference condition for volumetric array | |
Niu et al. | Research on vector acoustic focusing and shielding technology | |
CN110244286B (zh) | 一种高增益无左右舷模糊的阵列设计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |