CN110632579B - 一种利用子阵波束域特征的迭代波束形成方法 - Google Patents

Abstract

本发明公开了一种利用子阵波束域特征的迭代波束形成方法，与目前常见其他同类型方法相比，本发明直接由波束域数据提取特征来更新权向量，且降低了对外在信息源的依赖性。该方法具有实现代价低，计算量小，性能可靠等优点，通过仿真计算和海试数据处理分析验证，在阵列流形失配情况下，该方法对大孔径声纳基阵弱目标宽带检测性能在可靠性和分辨力上均有一定提升。

Description

一种利用子阵波束域特征的迭代波束形成方法

技术领域

本发明属于声纳低频大孔径基阵宽带检测领域，主要是一种利用子阵波束域特征的迭代波束形成方法。

背景技术

低频大孔径基阵声纳适用于探测远距离的安静型目标，然而孔径越大，受平台和环境的共同作用，利用大孔径基阵的一般宽带检测处理算法容易产生失配的不利影响。

造成大孔径基阵宽带检测失配的主要影响为两个方面：(1)、阵列流形畸变导致的波束驾驶权向量失配；(2)、波导声场下的噪声相关半径特性及源信号衰落特性。两者均会导致目标检测性能下降，对于常规波束形成算法而言，会导致目标主瓣展宽，旁瓣变大，而且目标检测方位与实际方位会产生偏离。目前，常见的一些对抗上述失配影响的方法就是利用传感器或者利用合作声源的阵列流形估计，对于利用传感器进行阵列流形拟合，该方法具有实时性且实现简单，然而并未从基阵数据中获得关联信息；对于合作声源的阵列流形估计方法，利用了基阵各通道之间的相关性，但实现条件苛刻，实时性也不具备。综上所述，我们需要对影响(2)有充分的认识前提下，利用数据中包含的信息实现对影响(1)的实时优化。

发明内容

本发明的目的在于克服现有技术存在的不足，而提供一种利用子阵波束域特征的迭代波束形成方法，提供了一种利用子阵波束域特征，迭代地进行波束形成的方法。该方法基于初始多波束驾驶向量得到各子阵多波束数据，并对相邻的子阵中相对明显的目标进行关联，依据相邻子阵关联目标的单波束数据估计对应的延时或相位差，进而更新导引向量，迭代地实现上述过程，直到相位差值小于理论阈值；由子阵波束域提取信息进行关联融合，通过迭代和递归的优化过程来改进基阵在失配影响的波束形成性能。

本发明的目的是通过如下技术方案来完成的。一种利用子阵波束域特征的迭代波束形成方法，主要包括以下步骤：

(1)设定子阵维度m和数目n，首次需要生成对应的初始多波束方位导引向量

迭代过程中只需对导引向量进行更新。

(2)基于已经生成的导引向量，计算各子阵多波束数据结果{P_i,i∈[1,n]}，并进行频带能量积分后得到对应的子阵宽带谱结果{S_i,i∈[1,n]}。

(3)利用各子阵的宽带谱结果进行目标关联，得到对应的关联波束号向量组{B_i,i∈[1,n]}，B_i维度为关联的目标数目且关联目标数目一般大于等于2。依据步骤(2)中多波束数据结果P，计算各子阵关联方位的单波束波形，并对相邻子阵的单波束波形进行相关处理，得到对应的相关度φ及延时点数τ。

(4)利用步骤(3)中从子阵波束域获得的特征信息(包含关联角度、相关度、延时点)进行阵列流形估计，并依据迭代前后的流形相似性分析重新设定各子阵维度和子阵数目，将对应的导引权重向量进行更新并带入步骤(1)中进行迭代处理。

本发明的有益效果为：与目前常见其他同类型方法相比，本发明直接由波束域数据提取特征来更新权向量，且降低了对外在信息源的依赖性。该方法具有实现代价低，计算量小，性能可靠等优点，通过仿真计算和海试数据处理分析验证，在阵列流形失配情况下，该方法对大孔径声纳基阵弱目标宽带检测性能在可靠性和分辨力上均有一定提升。

附图说明

图1为本发明的迭代波束形成实现流程示意图。

图2为仿真1的子阵波束图和对应关联角度的延迟点估计结果。

图3为仿真1的单波束相关图及各子阵相关性分布趋势。

图4为仿真1的拟合阵列流形与真实流形的比较；

图5为仿真1的空间谱图结果比较；

图6为仿真1处理结果中对应弱目标的历程比较；

图7为仿真2的子阵波束图和对应关联角度的延迟点估计结果；

图8为仿真2的单波束相关图及各子阵相关性分布趋势；

图9为仿真2的拟合阵列流形与真实流形的比较；

图10为仿真1的空间谱图结果比较；

图11为仿真2处理结果中对应弱目标的历程比较；

图12为某海试数据分析得到的方位历程图及子阵对应关联角度的延迟点估计结果；

图13为某海试数据的单波束相关图及各子阵相关性分布趋势；

图14为某海试数据的拟合阵列流形结果；

图15为某海试数据(a)、第3快拍回波处的空间谱图结果比较；(b)、积分32快拍后的方位谱图结果比较；

图16为某海试数据处理结果中含回波的弱目标的历程比较。

具体实施方式

下面将结合附图对本发明做详细的介绍：

图1给出了所提出的迭代波束形成实现流程示意图。(1)、首先对阵元域信号进行分子阵处理(假定大孔径基阵流形初始微分化的子阵流形近似为直线)，得到各子阵波束域数据，该过程可以表示为

(2)、对子阵波束域数据进行能量积分处理，得到对应的宽带能量谱，并依据相邻子阵能量谱结果进行不少于2个数目的目标关联，并求得对应关联波束的时域波形，从而估计出不同关联角度对应的相邻子阵波束之间的延时估计τ；(3)依据角度-延时点数信息来拟合基阵流形，并与前次迭代得到的流形进行差异性分析，对于相似度达到阈值的相邻子阵可以在下次迭代中融合为一个子阵，对于差异较大的可以进行子阵通道部分重叠的平滑子阵处理，即保持子阵维度不变前提下进一步细分为多个子阵，并生成对应的导引向量带入下一次迭代处理，直到满足迭代终止的判决条件。

图2中数据来源自仿真1，仿真1中包含四个目标，舷角、距离和输入信噪比如表1所示，基阵为512阵元通道，阵元间距为1.2m，处理频带为100-450Hz，初始分32个子阵，每子阵维度为16，仿真设定的阵列流形可以参见图3。左图给出了初始迭代的32个子阵空间谱图，右图给出了相邻子阵对-70度和-20度目标关联舷角单波束的延迟点估计结果。

图3中数据来源自仿真1。左图给出了关联-70度得到的子阵段1、2的单波束互相关和自相关图，从图中可以看出得到的互相关的相关度约为0.9，且相对于自相关有若干点的延迟点偏移。右图则分别给出了两个不同关联角度下的各子阵相关度分布情况，包含(1)、关联角为-70度时，2号到32号子阵分别与1号子阵的单波束相关度；(2)、关联角为-20度时，2号到32号子阵分别与1号子阵的单波束相关度；(3)、关联角为-70度时，相邻子阵的单波束相关度；(4)、关联角为-20度时，相邻子阵的单波束相关度。从图中可以看出相邻子阵的相关度分布在0.85～0.9附近，而随着子阵的间隔逐渐增大，相关度整体呈现线性下降的趋势，这一系列分布关系与波束域的马尔科夫特性有关。

图4中数据来源自仿真1，给出了一次迭代后拟合阵列流形与真实流形之间的比较，可见两者已经具备较高的相似度。

图5中数据来源自仿真1，给出了迭代波束形成与常规波束形成的空间能量谱结果比较。其中常规波束形成采用的是默认的直线阵，能量谱左右对称，而迭代波束形成采用了拟合的阵列流形，在能量谱上可以区分左右舷，且与仿真设定吻合；同时，对于图中圈示的96度和120度附近的弱目标，迭代波束形成得到的结果主瓣更集中，且信噪比增益更大。

图6中数据来源自仿真1，给出了迭代波束形成与常规波束形成在图5中圈示的弱目标附近波束的方位历程比较。从历程图比较可以发现，迭代波束形成的历程更清晰，利于连续稳定跟踪，对后端处理会带来较好的效果。

图7中数据来源自仿真2，仿真2中包含四个目标，舷角、距离和输入信噪比如表2所示，处理参数与仿真1一致，不同之处在于设定的阵列流形，可以参见图8。左图给出了初始迭代的32个子阵空间谱图，右图给出了相邻子阵对-70度和-20度目标关联舷角单波束的延迟点估计结果。

图8中数据来源自仿真2。左图给出了关联-70度得到的子阵段1、2的单波束互相关和自相关图，从图中可以看出得到的互相关的相关度约为0.9，且相对于自相关有若干点的延迟点偏移。右图则分别给出了两个不同关联角度下的各子阵相关度分布情况，包含(1)、关联角为-70度时，2号到32号子阵分别与1号子阵的单波束相关度；(2)、关联角为-20度时，2号到32号子阵分别与1号子阵的单波束相关度；(3)、关联角为-70度时，相邻子阵的单波束相关度；(4)、关联角为-20度时，相邻子阵的单波束相关度。从图中可以看出相邻子阵的相关度分布在0.8～0.9附近，而随着子阵的间隔逐渐增大，相关度整体呈现线性下降的趋势，这一规律与仿真1具有一致性。

图9中数据来源自仿真2，给出了一次迭代后拟合阵列流形与真实流形之间的比较，可见两者已经具备较高的相似度。

图10中数据来源自仿真2，给出了迭代波束形成与常规波束形成的空间能量谱结果比较。其中常规波束形成采用的是默认的直线阵，能量谱左右对称，而迭代波束形成采用了拟合的阵列流形，在能量谱上可以区分左右舷，且与仿真设定吻合；同时，对于图中圈示的96度和120度附近的弱目标，迭代波束形成得到的结果主瓣更集中，且信噪比增益更大。

图11中数据来源自仿真2，给出了迭代波束形成与常规波束形成在图10中圈示的弱目标附近波束的方位历程比较。从历程图比较可以发现，迭代波束形成的历程更清晰，利于连续稳定跟踪，对后端处理会带来较好的效果。

图12中数据来源自某海试低频大孔径声纳基阵数据。该声纳基阵为512阵元通道，阵元间距为1.2m，处理频带为100-450Hz，初始分32个子阵，每子阵维度为16。左图给出了常规波束形成处理得到的方位历程谱图，依据现场记录，在图中-95度附近存在一个出现一次回波的弱目标(疑似潜艇)，图中有圈示，图中还框示了-127.5度和-18度附近的两个强目标干扰源，其中-18度信号源来自平台自噪声；右图给出了相邻子阵对-127.5度和-18度目标关联舷角单波束的延迟点估计结果。

图13中数据来源自某海试低频大孔径声纳基阵数据。左图给出了关联-127.5度得到的子阵段1、2的单波束互相关和自相关图，从图中可以看出得到的互相关的相关度约为0.8，且相对于自相关有若干点的延迟点偏移。右图则分别给出了两个不同关联角度下的各子阵相关度分布情况，包含(1)、关联角为-127.5度时，2号到32号子阵分别与1号子阵的单波束相关度；(2)、关联角为-18度时，2号到32号子阵分别与1号子阵的单波束相关度；(3)、关联角为-127.5度时，相邻子阵的单波束相关度；(4)、关联角为-18度时，相邻子阵的单波束相关度。从图中可以看出相邻子阵的相关度分布在0.6～0.8附近，且分布相对平稳，而随着子阵的间隔逐渐增大，相关度整体呈现趋势与仿真1、2存在一定差异性，初步分析可能与实际声场的噪声的相关半径和信号空时衰落特性有关。

图14中数据来源自某海试低频大孔径声纳基阵数据，给出了一次迭代后基于当前数据得到的拟合阵列流形。

图15中数据来源自某海试低频大孔径声纳基阵数据，给出了迭代波束形成与常规波束形成的空间能量谱结果比较。其中左图给出了第三快拍(回波)的空间能量谱结果，右图则给出了积分32个快拍后的空间能量谱结果，从图中圈示部分可以发现，两图中迭代波束形成结果相比于常规波束形成结果在-95度附近弱目标输出信噪比均有明显提升。

图16中数据来源自某海试低频大孔径声纳基阵数据，给出了迭代波束形成与常规波束形成在图15中圈示的弱目标附近波束的方位历程比较。从历程图比较可以发现，常规波束形成的历程中回波处的主瓣明显展宽，且在弱目标波束附近均出现了较强的重影，而迭代波束形成的历程更清晰，信噪比增益有一定的提升，利于连续稳定跟踪。

表1给出了仿真一的设置参数及数据分析结果，通过比较表1的各项数据可知，迭代波束形成相对于常规波束形成对于弱目标的输出信噪比有明显的提升，且方位偏差也相应减小。

表2给出了仿真二的设置参数及数据分析结果，在不同的阵列流形畸变条件下，表2结论与表1具有一致性。

表1仿真一的基本参数及分析结果

表2仿真二的基本参数及分析结果

1、首先，进行子阵维度和数目的初始化设定，基于初始子阵流形近似为直线的假定，子阵维度n不宜过大，同时需要保证一定的输出信噪比增益以获得相对较高输出信噪比的单波束结果。同时有两种模式可以选择，一种是子阵正交，一种是相邻子阵有部分阵元重叠，前者运算效率相对较高，后者可以进一步降低偏差。同时相邻子阵最小间距ΔL需要考虑与时延分辨力的问题。在图2-图16中的处理均采用的是子阵正交的模式。

2、其次，生成子阵多波束处理结果

并进行能量积分处理，在0°～45°(0°～-45°)、45°～90°(-45°～-90°)、90°～135°(-90°～-135°)、135°～180°(-135°～-180°)4个波束段对各子阵空间谱上进行强目标搜索，并进行关联，至少选取两个稳定的关联目标，并记录各子阵目标关联舷角{θ_i,i∈[1,n]}，同时从各子阵波束域数据P_i中抽取关联舷角对应的单波束频域数据，进行IFFT计算并累计一定批次(一般16批)，从而获得对应的单波束波形。

3、由步骤2中获得的各子阵关联角的单波束波形，进行相邻子阵单波束的相关处理，得到对应的相关度{γ_i,i∈[1,n]}及延迟点估计{k_i,i∈[1,n]}，时延差τ_i＝k_i/Fs从而获得第一次迭代的基阵流形，计算公式如下所示：

其中θ¹表示1#关联舷角的n维向量，τ¹表示1#关联舷角对应的n维时延向量。

4、依据步骤3中得到结果，进行差值处理得到对应的基阵流形，与前次迭代的流形进行差异性分析，判据通过的算法表示为：

其中B表示处理带宽，Δl表示相邻阵元间距，

表示第k次迭代中第i子阵的起始参考位置，

表示第k次迭代中对应第i相邻子阵的平均相关度。若所有子阵段均满足判定准则，则迭代过程终止，将子阵单元多波束结果{P_i,i∈[1,n]}求和输出；否则，需要对满足判定的部分子阵进行组合，对不满足判定的部分子阵依据当前流形重新生产对应的导引权重向量，带入下一次迭代过程，即重复由步骤2开始的过程。

可以理解的是，对本领域技术人员来说，对本发明的技术方案及发明构思加以等同替换或改变都应属于本发明所附的权利要求的保护范围。

Claims (1)

1.一种利用子阵波束域特征的迭代波束形成方法，其特征在于：主要包括以下步骤：

(1)设定子阵维度m和数目n，首次需要生成对应的初始多波束方位导引向量

迭代过程中只需对导引向量进行更新；

(2)基于已经生成的导引向量，计算各子阵多波束数据结果{P_i,i∈[1,n]}，并进行频带能量积分后得到对应的子阵宽带谱结果{S_i,i∈[1,n]}；

(3)利用各子阵的宽带谱结果进行目标关联，得到对应的关联波束号向量组{B_i,i∈[1,n]}，B_i维度为关联的目标数目；依据步骤(2)中多波束数据结果P，计算各子阵关联方位的单波束波形，并对相邻子阵的单波束波形进行相关处理，得到对应的相关度φ及延时点数τ；

(4)利用步骤(3)中从子阵波束域获得的特征信息进行阵列流形估计，并依据迭代前后的流形相似性分析重新设定各子阵维度和子阵数目，将对应的导引权重向量进行更新并代入步骤(1)中进行迭代处理。

Images