CN110018465B - 一种基于全相位预处理的mvdr波束形成方法 - Google Patents
一种基于全相位预处理的mvdr波束形成方法 Download PDFInfo
- Publication number
- CN110018465B CN110018465B CN201810018101.XA CN201810018101A CN110018465B CN 110018465 B CN110018465 B CN 110018465B CN 201810018101 A CN201810018101 A CN 201810018101A CN 110018465 B CN110018465 B CN 110018465B
- Authority
- CN
- China
- Prior art keywords
- data
- full
- array
- preprocessing
- mvdr
- 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.)
- Active
Links
Images
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
- 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
- G01S7/537—Counter-measures or counter-counter-measures, e.g. jamming, anti-jamming
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于全相位预处理的MVDR波束形成方法,包括:根据线列阵接收数据中信号和噪声相关性的差异,将线列阵中2N‑1个阵元接收数据通过全相位预处理转变为N个阵元数据;然后对N个阵元数据进行处理,得到基于全相位预处理的MVDR波束输出。本发明方法对线列阵接收数据进行了全相位预处理,有效提高线列阵接收数据协方差矩阵中信号含有量和信噪比,降低了背景噪声和旁瓣级对MVDR波束形成检测弱目标带来的影响,提高了MVDR波束形成对弱目标检测的检测效果。
Description
技术领域
本发明涉及声纳信号处理领域,特别涉及一种基于全相位预处理的MVDR波束形成方法。
背景技术
水下目标检测与估计是阵列信号处理的一个重要分支。波束形成作为阵列信号处理中核心算法,输出波束中的背景噪声和旁瓣级一直是其设计中需要考虑的问题。低背景噪声和旁瓣级可以有效降低对位于强目标旁瓣区域内弱目标检测的漏报概率。
为了对波束形成输出背景噪声和旁瓣级实现控制,许多学者从不同方法对降低波束形成旁瓣级进行了深入研究,并取得了一定的研究成果,提出了很多方法,主要为Chebyshev滤波方法,“凹槽噪声场”方法,静态波束图数字综合方法,反复迭代方法,多线性约束方法,非线性优化方法,凸优化(Convex Optimization)方法,半无限二次规划(Semi-Infinite Quadratic Programming)方法,二阶锥(Second-Order Cone)约束方法,中心矩方法[,虚拟干扰源构造能量聚焦矩阵方法,稀疏约束方法。在以上方法中,Chebyshev滤波方法以其简单方便常被应用实际工程中,但存在旁瓣级设置和主瓣宽度控制折中选择问题。
目前的方法都未能解决针对MVDR波束形成中背景噪声和旁瓣级对检测弱目标性能影响的问题。
发明内容
本发明的目的在于针对MVDR波束形成中背景噪声和旁瓣级对检测弱目标性能影响的问题,根据线列阵接收数据中信号和噪声相关性的差异,提出一种基于全相位预处理的MVDR波束形成方法。该方法首先需要将线列阵中2N-1个阵元接收数据通过全相位预处理转变为N个阵元数据;然后再采用MVDR波束形成思想对该N个阵元数据进行处理,可得到各方位处空间谱。由于该方法对线列阵接收数据进行了全相位预处理,有效提高线列阵接收数据协方差矩阵中信号含有量和信噪比,降低了背景噪声和旁瓣级对MVDR波束形成检测弱目标带来的影响,提高了MVDR波束形成对弱目标检测的检测效果。
为了实现上述目的,本发明一种基于全相位预处理的MVDR波束形成方法,所述方法包括:
根据线列阵接收数据中信号和噪声相关性的差异,将线列阵中2N-1个阵元接收数据通过全相位预处理转变为N个阵元数据;然后对N个阵元数据进行处理,得到基于全相位预处理的MVDR波束输出。
作为上述方法的一种改进,所述方法具体包括:
步骤1)对线列阵2N-1个阵元接收数据按下式进行分组处理:
式中,Xn(fl)表示第n个阵元拾取的频率fl数据,可表示为:
式中:S(fl)为目标辐射信号,Nn(fl)为第n个阵元拾取的加性高斯白噪声数据,λ=fl/c为波长,d为线列阵相邻阵元间距,θ0为目标相对线列阵入射角度,c为声速入射;
步骤2)在搜索角度θ,θ=1,2,…180处,按下式对各组数据进行相移预处理:
步骤3)对各组数据预处理结果进行相加,得到一组新数据为:
步骤4)求取Y(fl)协方差矩阵RY(fl)=E[Y(fl)HY(fl)],获得基于全相位预处理的MVDR波束形成输出的来波方向波束为:
作为上述方法的一种改进,所述方法还包括:
步骤5)按下式求取波束输出的宽带空间谱:
其中,L为频带数。
本发明的优点在于:
本发明方法对线列阵接收数据进行了全相位预处理,有效提高线列阵接收数据协方差矩阵中信号含有量和信噪比,降低了背景噪声和旁瓣级对MVDR波束形成检测弱目标带来的影响,提高了MVDR波束形成对弱目标检测的检测效果。
附图说明
图1是本发明所述拖线阵声纳结构示意图;
图2为本发明的方法的协方差矩阵信号含有增加量的示意图;
图3为本发明的方法的协方差矩阵对角线能量增加量的示意图;
图4为本发明的方法与现有方法对31元线列阵波束形成的比较结果图;
图5为本发明的方法与现有方法对63元线列阵波束形成的比较结果图;
图6为本发明的方法与现有方法对63元线列阵波束形成的比较结果图(强、弱目标辐射信号谱级比为30dB);
图7为本发明的方法与现有方法对63元线列阵波束形成的比较结果图(强、弱目标辐射信号谱级比为40dB)。
具体实施方式
现结合附图对本发明作进一步的描述。
在对本发明的方法做详细说明前,首先对本发明的方法所适用接收阵加以描述。图1为一拖线阵声纳结构示意图,该拖线阵声纳包括6个部分,显控与信号处理机1、甲板缆2、绞车3、导缆架4、拖缆5、接收线阵6。其中的接收线阵6通过拖缆5与位于绞车3上的甲板缆2连接,所述拖缆5还安装在导缆架4上;接收线阵6所接收的信号传输给显控与信号处理机1。
下面对本发明方法做进一步的说明。
MVDR波束形成数学表达式
对于间距为d的2N-1元等间隔水平线阵,有1个目标从θ0入射,则第n个阵元拾取的频率fl数据Xn(fl)可表示为:
式中:S(fl)为目标辐射信号,Nn(fl)为第n个阵元拾取的加性高斯白噪声数据,c为声速,λ=fl/c为波长。
对线列阵各阵元接收数据构造数据矩阵,可表示为
X(fl)=[X1(fl),X2(fl),…,X2N-1(fl)]T (2)
然后,求取线列阵协方差矩阵RX(fl)=E[X(fl)X(fl)H],可获得来波方向输出波束为
基于全相位预处理的MVDR波束形成方法
数学模型
为了进一步降低在非目标波达方向上,MVDR波束形成输出波束在不同搜索角度θ形成的极大值,减小其对弱目标检测形成影响。本发明将根据线列阵接收数据协方差矩阵形成过程中信号和噪声相关性的差异,通过对线列阵接收数据进行分组预处理,以便得到高信噪比的协方差矩阵,进一步降低其在非目标方向上输出值。
以上面所示基本数据模型为基础,首先对线列阵2N-1个阵元接收数据按式(4)进行分组处理
然后,按在搜索角度θ处,按式(5)对各组数据进行相移预处理,可得
对各组数据预处理结果进行相加,得到一组新数据为
最后,求取Y(fl)协方差矩阵RY(fl)=E[Y(fl)HY(fl)],可获得基于全相位预处理的MVDR波束形成输出的来波方向波束为
根据上面所述数据处理过程,可将本发明方法实现过程分为如下步骤:
步骤1)按式(4)所示,首先对线列阵2N-1个阵元接收数据进行分组处理,得到N组数据;
步骤2)按式(5)所示,在搜索角度θ处,对各组数据进行相移预处理,可得N组经过相移处理后的数据;
步骤3)按式(6)所示,对N组数据预处理结果进行相加,得到一组新数据Y(fl);
步骤4)求取Y(fl)协方差矩阵RY(fl)=E[Y(fl)Y(fl)H],并进行矩阵求逆,然后根式(7)可得到该搜索角度对应波束值PAPMVDR(fl,θ);
步骤5)按下式求取本发明方法的宽带空间谱:
其中,L为频带数。
为了进一步验证本文方法中协方差矩阵信号增加量,进行如下数值仿真,仿真中采用8:8:128元均匀线列阵作为接收阵,接收数据信号和背景噪声谱级比为0dB,数值仿真结果如图2和图3所示,每一种阵元所得结果均是由100次独立统计所得。
本发明的方法(简称APMVDR)与现有技术中的方法(简称CBF、MVDR)相比具有明显的优点。
下面结合实例,对本发明方法与现有技术中相关方法的效果进行比较。
为了验证本发明方法可以很好地降低背景噪声和旁瓣级在MVDR波束形成输出空间谱的占有量。下面给出如下数值仿真结果,数值仿真中采用分别采用31、63元均匀线列阵作为接收阵,相邻阵元间距为2m;目标辐射信号频率为375Hz,目标相对线列阵波达方向为90°,信号与背景噪声谱级比为0dB。
从图4和图5显示结果可知,在非目标方向上,相比MVDR波束形成,本发明方法输出波束中的背景噪声和旁瓣级得到有效降低,数值仿真结果与理论分析相一致。
同时,为了进一步验证本发明方法可以降低背景噪声和旁瓣级对弱目标检测的影响。下面给出如下数值仿真,数值仿真中采用分别采用63元均匀线列阵作为接收阵,相邻阵元间距为2m;强、弱目标辐射信号频率均为375Hz,强、弱目标相对线列阵波达方向分别为90°和60°,强、弱目标辐射信号谱级比为30dB,弱目标与背景噪声谱级比为0dB。
从图6显示结果可知,由于MVDR波束形成输出空间谱中的背景噪声和旁瓣级较高,在该仿真条件下,60°方位处的弱目标已经不能很好地在MVDR波束形成输出的空间谱中显示出来,而本发明方法所得空间谱可以很好的显示出60°方位处的弱目标,降低了背景噪声和旁瓣级对弱目标检测的影响。
图7为63元线列阵对强、弱目标辐射信号谱级比为40dB时的波束形成结果。对比图6和图7可知,相比MVDR波束形成,本发明方法对60°方位处的弱目标检测能力提高了10dB以上,提高MVDR波束形成在实际应用的中普适性。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (2)
1.一种基于全相位预处理的MVDR波束形成方法,包括:
根据线列阵接收数据中信号和噪声相关性的差异,将线列阵中2N-1个阵元接收数据通过全相位预处理转变为N个阵元数据;然后对N个阵元数据进行处理,得到基于全相位预处理的MVDR波束输出;
所述方法具体包括:
步骤1)对线列阵2N-1个阵元接收数据按下式进行分组处理:
式中,Xn(fl)表示第n个阵元拾取的频率fl数据,可表示为:
式中:S(fl)为目标辐射信号,Nn(fl)为第n个阵元拾取的加性高斯白噪声数据,λ=fl/c为波长,d为线列阵相邻阵元间距,θ0为目标相对线列阵入射角度,c为声速入射;
步骤2)在搜索角度θ,θ=1°,2°,…180°处,按下式对各组数据进行相移预处理:
步骤3)对各组数据预处理结果进行相加,得到一组新数据为:
步骤4)求取Y(fl)协方差矩阵RY(fl)=E[Y(fl)HY(fl)],获得基于全相位预处理的MVDR波束形成输出的来波方向波束为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810018101.XA CN110018465B (zh) | 2018-01-09 | 2018-01-09 | 一种基于全相位预处理的mvdr波束形成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810018101.XA CN110018465B (zh) | 2018-01-09 | 2018-01-09 | 一种基于全相位预处理的mvdr波束形成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110018465A CN110018465A (zh) | 2019-07-16 |
CN110018465B true CN110018465B (zh) | 2020-11-06 |
Family
ID=67187666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810018101.XA Active CN110018465B (zh) | 2018-01-09 | 2018-01-09 | 一种基于全相位预处理的mvdr波束形成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110018465B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013049741A3 (en) * | 2011-09-30 | 2013-06-20 | Microsoft Corporation | Processing audio signals |
CN106680784A (zh) * | 2017-02-28 | 2017-05-17 | 南京理工大学 | 一种自适应波束形成方法 |
CN107170462A (zh) * | 2017-03-19 | 2017-09-15 | 临境声学科技江苏有限公司 | 基于mvdr的隐声方法 |
CN107238829A (zh) * | 2017-06-22 | 2017-10-10 | 西北工业大学 | 一种双层圆环阵稳健超指向性波束形成方法 |
CN107302391A (zh) * | 2017-05-05 | 2017-10-27 | 浙江大学 | 基于互质阵列的自适应波束成形方法 |
CN107508623A (zh) * | 2017-08-14 | 2017-12-22 | 电子科技大学 | 一种基于频控分布式电磁矢量传感器的稳健波束形成方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9584909B2 (en) * | 2012-05-10 | 2017-02-28 | Google Inc. | Distributed beamforming based on message passing |
-
2018
- 2018-01-09 CN CN201810018101.XA patent/CN110018465B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013049741A3 (en) * | 2011-09-30 | 2013-06-20 | Microsoft Corporation | Processing audio signals |
CN106680784A (zh) * | 2017-02-28 | 2017-05-17 | 南京理工大学 | 一种自适应波束形成方法 |
CN107170462A (zh) * | 2017-03-19 | 2017-09-15 | 临境声学科技江苏有限公司 | 基于mvdr的隐声方法 |
CN107302391A (zh) * | 2017-05-05 | 2017-10-27 | 浙江大学 | 基于互质阵列的自适应波束成形方法 |
CN107238829A (zh) * | 2017-06-22 | 2017-10-10 | 西北工业大学 | 一种双层圆环阵稳健超指向性波束形成方法 |
CN107508623A (zh) * | 2017-08-14 | 2017-12-22 | 电子科技大学 | 一种基于频控分布式电磁矢量传感器的稳健波束形成方法 |
Non-Patent Citations (2)
Title |
---|
《Discrete-Time Synthesis of the Sawtooth Waveform With Reduced Aliasing》;Vesa Valimaki et.al;《IEEE SIGNAL PROCESSING LETTERS》;20050331;第12卷(第3期);第214-217页 * |
《改进的最小方差无畸变响应波束形成方法》;郑恩明 等;《上海交通大学学报》;20160229;第50卷(第2期);第188-193页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110018465A (zh) | 2019-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110109051B (zh) | 基于频控阵的互耦阵列doa估计方法 | |
CN109946665B (zh) | 基于阵列雷达的获取真实目标的方法 | |
CN108919199A (zh) | 多波束成像声纳稀疏阵列的旁瓣抑制方法、阵列稀疏方法 | |
CN112612005B (zh) | 基于深度学习的雷达抗主瓣干扰方法 | |
CN108631851B (zh) | 基于均匀直线阵列零陷加深的自适应波束形成方法 | |
CN111693971B (zh) | 一种用于弱目标检测的宽波束干扰抑制方法 | |
CN112858994B (zh) | 一种基于均匀圆阵的比幅测向方法 | |
CN109143190A (zh) | 一种零陷展宽的宽带稳健自适应波束形成方法 | |
CN109600152A (zh) | 一种基于子空间基变换的自适应波束形成方法 | |
CN110736976B (zh) | 一种任意阵形的声纳波束形成器性能估计方法 | |
CN110231589B (zh) | 一种大扩散角的多径信号波达方向估计方法 | |
CN109188373B (zh) | 基于子阵阻塞矩阵预处理的抗主瓣干扰方法 | |
CN109491009B (zh) | 一种光纤组合阵及基于光纤组合阵的栅瓣抑制方法 | |
CN110018466B (zh) | 一种基于分子阵预处理的music波束形成方法 | |
CN113805139A (zh) | 基于聚焦变换的宽带信号稀疏表示波达方向估计方法 | |
CN104346532B (zh) | 一种mimo雷达降维自适应波束形成方法 | |
CN110018465B (zh) | 一种基于全相位预处理的mvdr波束形成方法 | |
CN108828586A (zh) | 一种基于波束域的双基地mimo雷达测角优化方法 | |
CN112488048A (zh) | 一种基于深度学习及随机阵列的声信号差分特征融合方法 | |
CN108761433B (zh) | 一种使用mimo声纳差合阵处理的高分辨成像方法 | |
CN115236586B (zh) | 一种基于数据预处理的极地冰下doa估计方法 | |
CN113671477B (zh) | 一种基于图信号处理的雷达目标距离估计方法 | |
CN110261814A (zh) | 基于空间谱重构和导向矢量直接估计的波束形成方法 | |
CN107728132B (zh) | 一种改善干扰阻塞算法输出信噪比的方法 | |
CN113341371B (zh) | 一种基于l阵和二维esprit算法的doa估计方法 |
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 |