CN111505579A - 一种基于时反聚焦的ula目标定向增益方法及装置 - Google Patents
一种基于时反聚焦的ula目标定向增益方法及装置 Download PDFInfo
- Publication number
- CN111505579A CN111505579A CN201911352561.7A CN201911352561A CN111505579A CN 111505579 A CN111505579 A CN 111505579A CN 201911352561 A CN201911352561 A CN 201911352561A CN 111505579 A CN111505579 A CN 111505579A
- Authority
- CN
- China
- Prior art keywords
- array
- matrix
- target
- waves
- reflected waves
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 66
- 239000013598 vector Substances 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 32
- 239000013535 sea water Substances 0.000 claims description 3
- 230000001934 delay Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提出一种基于时反聚焦的ULA目标定向增益方法及装置，所述方法包括：浅海环境下采用ULA发射探测信号，获取目标反射的直达波、海面反射波及海底反射波到达ULA各阵元间的时延；获取ULA接收的快拍数据；对ULA的阵列加权矢量进行对角化处理，得到加权因子矩阵；计算虚拟TR处理后的阵列流形矩阵和阵列衰减TR矩阵，根据所述加权因子矩阵、阵列流形矩阵、阵列衰减TR矩阵构建基于ULA的TR波束模型。本发明能够利用多径效应增强阵列接收信号的能量，而且可以克服强噪声影响准确实现目标的有效定向。
Description
技术领域
本发明涉及水声信号处理技术领域，具体涉及一种基于时反聚焦的ULA目标定向增益方法及装置。
背景技术
时反(Time Reversal，简称TR)已成为近年来水声信号检测及目标定位较热门的研究领域。自1965年Parvulescu、Clay对TR进行了初步理论研究和相关试验报导，虽试验未体现TR的空域聚焦特性但提出TR可补偿信号传播多径信道的再发射过程，为TR理论进一步完善提供了良好依据。Mathias Fink等人在超声波领域的成功验证了TR阵列在空间良好的聚焦性能，并给出了TR的统一定义；水声领域的TR研究始于1984年Burdo等人对浅海波导中的相位共轭理论研究，而较成功的实验主要开展于Dowling等人应用TR在主动聚焦及基本原理的研究；Kuperman领导的实验室小组成员隶属于美国加州大学圣地亚哥分校从1996年开始先后在地中海开展了6次TR试验，结论表明TR的环境自适应特性可用于定位和通信，同时也验证了TR良好的空时聚焦性能。
阵列信号处理在声呐、雷达、传感器阵列等方面具有广泛应用，经过几十年发展常规的阵元域波束优化设计与方位估计问题已经研究得比较透彻。波束形成技术将一定几何形状排列的基阵中各个阵元的输出经加权、延时、求和等处理形成空间指向性，是声呐良好战术和技术性能的基础。针对弱目标检测和方位估计，阵列信号处理现有的强噪声抑制方法可通过零点约束法、逆波束形成法、阻塞法、空域滤波法、子空间法等方法实现，先从阵元域、空域或子空间将噪声滤除，然后再实现对弱目标的检测和方位估计。
波导环境下由于多径声场使得目标信号传播到达各个阵元除了直达波以外，还有其他经海底或海面反射到达的声波，而通常阵列信号处理是忽略反射波而仅利用直达波来改善信噪比，而对于浅海波导环境多径效应的应用存在一定限制。
发明内容
为了克服现有技术的不足之处，本发明提出一种基于时反聚焦的ULA(UniformLinear Array，均匀线列阵)目标定向增益方法及装置，解决在波导浅海强噪声环境下无法进行有效的目标定向问题，实现了波导环境多径效应的弱目标方位估计，尤其最大信噪比准则下弱目标定向时时间反转波束主瓣增益大大超过传统波束。
本发明第一方面，提出一种基于时反聚焦的ULA目标定向增益方法，所述方法包括如下步骤：
S1、浅海环境下采用ULA发射探测信号，获取目标的直达波、海面反射波及海底反射波到达ULA各阵元间的时延；
S2、获取ULA接收的快拍数据；
S3、对ULA的阵列加权矢量进行对角化处理，得到加权因子矩阵；
S4、计算虚拟TR处理后的阵列流形矩阵和阵列衰减TR矩阵，根据所述加权因子矩阵、阵列流形矩阵、阵列衰减TR矩阵构建基于ULA的TR波束模型。
优选的，所述步骤S1中，设ULA由J个全向阵元组成且阵元间距为d，以离海面最近的阵元为第1阵元，依次对各阵元进行编号，以第1阵元为参考阵元，假设浅海环境下有1个远场目标，所述目标的直达波、海面反射波及海底反射波到达ULA各阵元间的时延分别为：
其中τj,1、τj,2及τj,3分别表示直达波、海面反射波及海底反射波到达各阵元间的时延，j＝1,2,…,J；θ、α及β对应直达波、海面反射波、海底反射波的方向角，c为海水声速。
优选的，所述步骤S2中，ULA接收的快拍数据表示为：
其中目标信号s(t)，Y(t)＝[y1(t),y2(t),…,yJ(t)]T表示阵列接收信号向量，Q(t)＝[q1(t),q2(t),…,qJ(t)]T表示阵列噪声向量；
表示阵列衰减矩阵，
aj,1、aj,2及aj,3分别表示目标到第j个阵元的直达波、海面反射波、海底反射波的衰减系数；
为J×3J阵列流形矩阵：
其中
i为虚数单位，τA、τB分别表示到达参考阵元的海面反射波、海底反射波相对于直达波的时延差，设声波波长为λ，Θ、A及Β分别满足：
优选的，所述步骤S3具体为：
对阵列加权矢量W＝[w1,w2,…,wJ]T进行处理：
其中，w1,w2,…,wJ分别为ULA各阵元的加权因子，I为J阶单位矩阵。
优选的，所述步骤S4具体为：
计算虚拟TR处理后的阵列流形矩阵：
计算阵列衰减TR矩阵ATR：
构建基于ULA的TR波束模型：
其中，
G′(θ)代表目标的定向增益结果。
本发明第二方面，提出一种基于时反聚焦的ULA目标定向增益装置，所述装置包括：
阵元时延获取模块：用于浅海环境下采用ULA发射探测信号，获取目标的直达波、海面反射波及海底反射波到达ULA各阵元间的时延；
快拍数据获取模块：用于获取ULA接收的快拍数据；
加权因子处理模块：用于对ULA的阵列加权矢量进行对角化处理，得到加权因子矩阵；
TR波束模型模块：用于计算虚拟TR处理后的阵列流形矩阵和阵列衰减TR矩阵，根据所述加权因子矩阵、阵列流形矩阵、阵列衰减TR矩阵构建基于ULA的TR波束模型。
优选的，所述快拍数据获取模块中，ULA接收的快拍数据表示为：
其中s(t)表示目标信号，Y(t)＝[y1(t),y2(t),…,yJ(t)]T表示阵列接收信号向量，Q(t)＝[q1(t),q2(t),…,qJ(t)]T表示阵列噪声向量；
表示阵列衰减矩阵，
aj,1、aj,2及aj,3分别表示目标到第j个阵元的直达波、海面反射波、海底反射波的衰减系数；
为J×3J阵列流形矩阵：
其中
i为虚数单位，τA、τB分别表示到达参考阵元的海面反射波、海底反射波相对于直达波的时延差，设声波波长为λ，Θ、A及Β分别满足：
优选的，所述TR波束模型模块具体用于：
计算虚拟TR处理后的阵列流形矩阵：
计算阵列衰减TR矩阵ATR：
构建基于ULA的TR波束模型：
其中，
G′(θ)代表目标的定向增益结果。
本发明的有益效果是：
1)本发明相比ULA传统阵列信号处理，克服了波导环境多径效应的影响，通过时反自适应空域聚焦特性提高接收信号的强度而拓展了弱目标背景下的应用。
2)相比ULA传统利用直达路径信号进行目标定向的方法，本发明时反处理后在相同路径条件下其波束任意角度均高出常规波束，且多径数增多能够显著提高线列阵的时间反转波束性能，尤其最大信噪比准则下针对弱目标定向时时间反转波束主瓣增益能够远超过传统波束。
附图说明
为了更清楚地说明本发明的技术方案，下面将对本发明技术描述中所需要使用的附图作简单地介绍，这些附图仅仅是本发明的部分实施例，本领域普通技术人员在不付出创造性劳动性的前提下还可以根据这些附图获得其他附图。
图1(a)是典型的时反自适应空域聚焦效果、图1(b)是ULA时反处理后各阵元接收信号的能量分布；
图2是本发明提供的基于时反聚焦的ULA目标定向增益方法流程示意图；
图3是本发明提供的浅海波导环境下ULA的TR目标定向示意图；
图中d为ULA的阵元间距，θ、α及β分别对应直达波、海面反射波、海底反射波的方向；
图4(a)是阵元数为12时ULA的TR波束与传统波束的比较，图4(b)是阵元数为16时ULA的TR波束与传统波束的比较；
图中‘△’对应TR波束结果，‘□’表示常规波束结果；
图5(a)是多径数为6时ULA的TR波束与传统波束的比较，图5(b)是多径数为10时ULA的TR波束与传统波束的比较；
图中‘△’对应TR波束结果，‘□’表示常规波束结果；
图6(a)是多径数为5时ULA的TR波束45°目标响应，图6(b)是多径数为10时ULA的TR波束60°目标响应；
图7(a)是输入SNR＝-12.6dB，J＝8、N＝3、θ＝0°时TR目标定向性能与常规DOA方法的比较，图7(b)是输入SNR＝-12.6dB，J＝12、N＝6、θ＝45°时TR目标定向性能与常规DOA方法的比较，图7(c)是输入SNR＝-12.6dB，J＝16、N＝10、θ＝60°时TR目标定向性能与常规DOA方法的比较；
其中SNR表示信噪比、J表示ULA的阵元数、N表示波导环境的多径数、θ表示目标的方位。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
本发明的思想是：相比传统信号检测方法，时反能够在传播信道匹配的基础上进行多径信号的同相叠加，增强接收信号的能量，使得强噪声环境下时反具有信号检测的强大优势。而采用均匀线列阵能够方便的进行波束形成达到目标精确定向的目的。请参阅图1，图1(a)是时反自适应空域聚焦效果、图1(b)是ULA时反处理后各阵元接收信号的能量分布。由于浅海多径效应造成目标信号传播到达阵列的每条路径均伴随不同时延，若简单考虑信号传播到达阵列的直达路径，在加性噪声存在的条件下势必会降低准确度，因此如何在复杂的浅海多径信道并伴随强噪声的背景下，提高目标定向增益有待进一步研究。
所以，如何在波导浅海强噪声环境下进行有效的目标定向需提出一个新的方法，不但能够利用多径效应增强阵列接收信号的能量，而且可以克服强噪声影响准确实现目标的有效定向。
以典型浅海波导环境为例，给出本发明的实施方式：
远场条件下假设ULA、传播媒介、信号及噪声满足下列条件：
(1)ULA位于目标的远场且与目标处于一个平面内，接收到的窄带信号可近似认为是平面波；
(2)阵元间无互耦作用，且每个阵元是各向同性的，空间增益为1；
(3)传播介质是均匀且各向同性的；
(4)附加噪声的均值为0，方差为σ2的高斯白噪声，且各阵元之间的噪声在时域和空域均不相关。
请参阅图2，图2是本发明提供的一种基于时反聚焦的ULA目标定向增益方法流程示意图，所述方法包括如下步骤：
S1、浅海环境下采用ULA发射探测信号，获取目标反射的直达波、海面反射波及海底反射波到达ULA各阵元间的时延；
请参阅图3，图3是浅海波导环境下ULA的TR目标定向示意图，设ULA由J个全向阵元组成且阵元间距为d，以离海面最近的阵元为第1阵元，依次对各阵元进行编号，即离海面最近的参考阵元为第1阵元，离海底最近的为第J阵元，波达方向定义为阵列法线的夹角；以第1阵元为参考阵元，假设浅海环境下有1个远场目标，则接收目标的直达波、海面反射波及海底反射波到达各阵元间的时延为：
其中τj,1、τj,2及τj,3分别表示直达波、海面反射波及海底反射波到达各阵元的时延，且j＝1,2,…,J；θ、α及β对应直达波、海面反射波、海底反射波的方向角，c为海水声速。
S2、获取ULA接收的快拍数据；
ULA接收的快拍数据表示为：
其中目标信号s(t)，Y(t)＝[y1(t),y2(t),…,yJ(t)]T表示阵列接收信号向量，Q(t)＝[q1(t),q2(t),…,qJ(t)]T表示阵列噪声向量；
表示阵列衰减矩阵，
aj,1、aj,2及aj,3分别表示目标到第j个阵元的直达波、海面反射波、海底反射波的衰减系数；
为J×3J阵列流形矩阵：
其中
i为虚数单位，τA、τB分别表示到达参考阵元的海面反射波、海底反射波相对于直达波的时延差，设声波波长为λ，Θ、A及Β分别满足：
S3、对ULA的阵列加权矢量进行对角化处理，得到加权因子矩阵；
ULA目标定向时需提取
中各阵元直达波分量，因此浅海多径信道环境下需对阵列加权矢量W＝[w1,w2,…,wJ]T进行处理，得到加权因子矩阵W′：
其中，w1,w2,…,wJ分别为ULA各阵元的加权因子，I为J阶单位矩阵。
S4、计算虚拟TR处理后的阵列流形矩阵和阵列衰减TR矩阵，根据所述加权因子矩阵、阵列流形矩阵、阵列衰减TR矩阵构建基于ULA的TR波束模型。
基于ULA接收的快拍数据，计算虚拟TR处理后的阵列流形矩阵：
计算阵列衰减TR矩阵ATR：
构建基于ULA的TR波束模型：
其中，
G′(θ)代表目标的定向增益结果。
本发明还提供一种基于时反聚焦的ULA目标定向增益装置，所述装置包括：
阵元时延获取模块：用于获取浅海环境下目标的直达波、海面反射波及海底反射波到达ULA各阵元的时延；
快拍数据获取模块：用于获取ULA接收的快拍数据；
加权因子处理模块：用于对ULA的阵列加权矢量进行对角化处理，得到加权因子矩阵；
TR波束模型模块：用于计算虚拟TR处理后的阵列流形矩阵和阵列衰减TR矩阵，根据所述加权因子矩阵、阵列流形矩阵、阵列衰减TR矩阵构建基于ULA的TR波束模型。进一步的，所述快拍数据获取模块中，ULA接收的快拍数据表示为：
其中s(t)表示目标信号，Y(t)＝[y1(t),y2(t),…,yJ(t)]T表示阵列接收信号向量，Q(t)＝[q1(t),q2(t),…,qJ(t)]T表示阵列噪声向量；
表示阵列衰减矩阵，
aj,1、aj,2及aj,3表示直达波、海面反射波、海底反射波的衰减系数；
为J×3J阵列流形矩阵：
其中
τA、τB分别表示到达参考阵元的海面反射波、海底反射波与直达波之间的时延差，设声波波长为λ，Θ、A及Β分别满足：
进一步的，所述TR波束模型模块具体用于：
计算虚拟TR处理后的阵列流形矩阵：
计算阵列衰减TR矩阵ATR：
构建基于ULA的TR波束模型：
其中，
G′(θ)代表目标的定向增益结果。
采用本发明的一种基于时反聚焦的ULA目标定向增益方法进行实验，假设理想情况下多径信道无衰减(即aj,n＝1时)实验结果如图4、图5、图6所示。图4表示均匀加权时不同阵元数情况下TR波束与传统波束的性能比较，其中图4(a)表示阵元数J＝12，图4(b)表示阵元数J＝16；结果表明相同多径数下随着J增大时TR波束及常规波束主瓣宽度均变窄，完全符合阵列特性，但由于多径信道存在使得TR波束在任意角度均高出常规波束5dB左右。图5表示均匀加权时不同多径数情况下TR波束与传统波束的性能比较，其中图5(a)表示多径数N＝6，图5(b)表示多径数N＝10；结果表明当多径数N＝6时TR波束比常规波束高8dB左右，当多径数N＝10时TR波束比常规波束高10dB左右，可见多径数能够显著提高ULA的TR波束性能。图6给出了阵元数J＝10、d＝λ/2时ULA不同目标方向的响应，其中图6(a)表示多径数N＝5时对应TR波束在45°的ULA方向响应结果、图6(b)表示多径数N＝10时对应TR波束在60°的ULA方向响应结果。仿真结果表明确定的阵元数、阵元间距使得TR波束主瓣宽度及相对旁瓣的差值均相同，但多经数对主瓣的增益起决定作用。
在原仿真环境下加入环境噪声，当输入信噪比SNR＝-12.6dB时TR目标定向性能与常规DOA方法比较的实验结果如图7所示，其中图7(a)对应阵元数为J＝8、多经数为N＝3、目标方位θ＝0°，图7(b)对应阵元数为12、多经数为6、目标方位45°，图7(c)对应阵元数为J＝16、多经数为N＝10、目标方位θ＝60°。结果表明TR波束的主瓣增益均比常规大，如N＝6时TR波束峰值比常规大12dB；当阵元数或者多径数增多时，TR相比常规方法的优势越明显；TR波束主瓣与旁瓣的差距随着阵元数或者路径数增多而增大时存在最大值，最大值约为12dB。
以上装置实施例与方法实施例是一一对应的，装置实施例简略之处，参见方法实施例即可。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种基于时反聚焦的ULA目标定向增益方法，其特征在于，所述方法包括如下步骤：
S1、浅海环境下采用ULA发射探测信号，获取目标反射的直达波、海面反射波及海底反射波到达ULA各阵元间的时延；
S2、获取ULA接收的快拍数据；
S3、对ULA的阵列加权矢量进行对角化处理，得到加权因子矩阵；
S4、计算虚拟TR处理后的阵列流形矩阵和阵列衰减TR矩阵，根据所述加权因子矩阵、阵列流形矩阵、阵列衰减TR矩阵构建基于ULA的TR波束模型。
2.根据权利要求1所述基于时反聚焦的ULA目标定向增益方法，其特征在于，所述步骤S1中，设ULA由J个全向阵元组成且阵元间距为d，以离海面最近的阵元为第1阵元，依次对各阵元进行编号，以第1阵元为参考阵元，假设浅海环境下有1个远场目标，所述目标的直达波、海面反射波及海底反射波到达ULA各阵元间的时延分别为：
其中τj,1、τj,2及τj,3分别表示直达波、海面反射波及海底反射波到达各阵元间的时延，j＝1,2,…,J；θ、α及β对应直达波、海面反射波、海底反射波的方向角，c为海水声速。
3.根据权利要求2所述基于时反聚焦的ULA目标定向增益方法，其特征在于，所述步骤S2中，ULA接收的快拍数据表示为：
其中s(t)为目标信号，Y(t)＝[y1(t),y2(t),…,yJ(t)]T表示阵列接收信号向量，Q(t)＝[q1(t),q2(t),…,qJ(t)]T表示阵列噪声向量；
表示阵列衰减矩阵，
aj,1、aj,2及aj,3表示目标到第j个阵元的直达波、海面反射波、海底反射波的衰减系数；
为J×3J阵列流形矩阵：
其中
i为虚数单位，τA、τB分别表示到达参考阵元的海面反射波、海底反射波相对于直达波的时延差，设声波波长为λ，Θ、A及Β分别满足：
4.根据权利要求1所述基于时反聚焦的ULA目标定向增益方法，其特征在于，所述步骤S3具体为：
对阵列加权矢量W＝[w1,w2,…,wJ]T进行处理：
其中，w1,w2,…,wJ分别为ULA各阵元的加权因子，I为J阶单位矩阵。
5.根据权利要求3所述基于时反聚焦的ULA目标定向增益方法，其特征在于，所述步骤S4具体为：
计算虚拟TR处理后的阵列流形矩阵：
计算阵列衰减TR矩阵ATR：
构建基于ULA的TR波束模型：
其中，
G′(θ)代表目标的定向增益结果。
6.一种基于时反聚焦的ULA目标定向增益装置，其特征在于，所述装置包括：
阵元时延获取模块：用于浅海环境下采用ULA发射探测信号，获取目标反射的直达波、海面反射波及海底反射波到达ULA各阵元间的时延；
快拍数据获取模块：用于获取ULA接收的快拍数据；
加权因子处理模块：用于对ULA的阵列加权矢量进行对角化处理，得到加权因子矩阵；
TR波束模型模块：用于计算虚拟TR处理后的阵列流形矩阵，根据所述加权因子矩阵、阵列流形矩阵构建基于ULA的TR波束模型。
7.根据权利要求6所述基于时反聚焦的ULA目标定向增益装置，其特征在于，所述快拍数据获取模块中，ULA接收的快拍数据表示为：
其中s(t)表示目标接收信号，Y(t)＝[y1(t),y2(t),…,yJ(t)]T表示阵列接收信号向量，Q(t)＝[q1(t),q2(t),…,qJ(t)]T表示阵列噪声向量；
表示阵列衰减矩阵，
aj,1、aj,2及aj,3表示直达波、海面反射波、海底反射波的衰减系数；
为J×3J阵列流形矩阵：
其中
i为虚数单位，τA、τB分别表示到达参考阵元的海面反射波、海底反射波相对于直达波的时延差，设声波波长为λ，Θ、A及Β分别满足：
8.根据权利要求6所述基于时反聚焦的ULA目标定向增益装置，其特征在于，所述TR波束模型模块具体用于：
计算虚拟TR处理后的阵列流形矩阵：
计算阵列衰减TR矩阵ATR：
构建基于ULA的TR波束模型：
其中，
G′(θ)代表目标的定向增益结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911352561.7A CN111505579B (zh) | 2019-12-25 | 2019-12-25 | 一种基于时反聚焦的ula目标定向增益方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911352561.7A CN111505579B (zh) | 2019-12-25 | 2019-12-25 | 一种基于时反聚焦的ula目标定向增益方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111505579A true CN111505579A (zh) | 2020-08-07 |
| CN111505579B CN111505579B (zh) | 2023-05-09 |
Family
ID=71863893
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911352561.7A Active CN111505579B (zh) | 2019-12-25 | 2019-12-25 | 一种基于时反聚焦的ula目标定向增益方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111505579B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103091677A (zh) * | 2012-07-08 | 2013-05-08 | 西北工业大学 | 一种基于时反的均匀线列阵波束形成方法 |
| JP6029124B1 (ja) * | 2015-05-13 | 2016-11-24 | 防衛装備庁長官 | 音源位置推定装置、方法、及びプログラム |
| US9829565B1 (en) * | 2016-02-19 | 2017-11-28 | The United States Of America As Represneted By The Secretary Of The Navy | Underwater acoustic beacon location system |
| CN107561486A (zh) * | 2017-07-03 | 2018-01-09 | 西北工业大学 | 一种基于主动时反的浅海目标波达方向估计方法 |
| CN108828522A (zh) * | 2018-03-28 | 2018-11-16 | 西北工业大学 | 一种利用垂直阵lcmv波束形成的水下目标辐射噪声测量方法 |
| CN108845309A (zh) * | 2018-08-28 | 2018-11-20 | 西北工业大学 | 一种基于主动虚拟时反方法的水下目标doa估计方法 |
-
2019
- 2019-12-25 CN CN201911352561.7A patent/CN111505579B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103091677A (zh) * | 2012-07-08 | 2013-05-08 | 西北工业大学 | 一种基于时反的均匀线列阵波束形成方法 |
| JP6029124B1 (ja) * | 2015-05-13 | 2016-11-24 | 防衛装備庁長官 | 音源位置推定装置、方法、及びプログラム |
| US9829565B1 (en) * | 2016-02-19 | 2017-11-28 | The United States Of America As Represneted By The Secretary Of The Navy | Underwater acoustic beacon location system |
| CN107561486A (zh) * | 2017-07-03 | 2018-01-09 | 西北工业大学 | 一种基于主动时反的浅海目标波达方向估计方法 |
| CN108828522A (zh) * | 2018-03-28 | 2018-11-16 | 西北工业大学 | 一种利用垂直阵lcmv波束形成的水下目标辐射噪声测量方法 |
| CN108845309A (zh) * | 2018-08-28 | 2018-11-20 | 西北工业大学 | 一种基于主动虚拟时反方法的水下目标doa估计方法 |
Non-Patent Citations (3)
| Title |
|---|
| JIANFENG SHAO 等: "Estimation of time reversal target DOA over underwater acoustic multipath time-varying channels" * |
| 向龙凤 等: "基于傅里叶积分法的非对称平面阵目标方位估计方法" * |
| 荆海霞 等: "基于主动时反的浅海目标DOA估计优化算法" * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111505579B (zh) | 2023-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107561486B (zh) | 一种基于主动时反的浅海目标波达方向估计方法 | |
| Liu et al. | Low angle estimation in MIMO radar | |
| CN108845309A (zh) | 一种基于主动虚拟时反方法的水下目标doa估计方法 | |
| CN112612013A (zh) | Fda-mimo雷达增量距离-角度二维波束形成方法 | |
| Shahab et al. | MVDR algorithm based linear antenna array performance assessment for adaptive beamforming application | |
| Khan et al. | Antenna beam-forming for a 60 Ghz transceiver system | |
| CN104639220B (zh) | 一种采用智能天线的信号收发装置和方法 | |
| CN103605115B (zh) | 基于网络化雷达阵列合成的抗有源主瓣干扰方法 | |
| CN109471087A (zh) | 基于互质mimo雷达差集和集信号快速傅里叶变换的波达方向估计方法 | |
| CN111505579A (zh) | 一种基于时反聚焦的ula目标定向增益方法及装置 | |
| Okkonen | Uniform linear adaptive antenna array beamforming implementation with a wireless open-access research platform | |
| CN109633658A (zh) | 一种基于时反压缩感知的浅海目标doa估计方法 | |
| CN110146854A (zh) | 一种fda-mimo雷达稳健抗干扰方法 | |
| CN107728132B (zh) | 一种改善干扰阻塞算法输出信噪比的方法 | |
| CN110196428B (zh) | 一种mimo声纳高分辨三维前视成像方法 | |
| CN101552630A (zh) | 一种基于航空通信信道下的波束成形方法 | |
| Tang et al. | New robust adaptive beamforming method for multipath coherent signal reception | |
| CN112068082B (zh) | 基于全极化共形mimo雷达的目标极化参数估计方法 | |
| He et al. | Analysis of over-the-horizon target detection based on the small aperture array | |
| CN109870668A (zh) | 一种基于辅助阵元的平面阵自适应波束形成耦合自校正方法 | |
| CN110954887B (zh) | 基于球不变约束和反对称的相控阵mimo波束形成方法 | |
| Xi et al. | DNN-based Beamforming for Mainlobe Interference Mitigation | |
| CN111669191B (zh) | 一种基于分布式接收系统的短波超短波信号增强方法 | |
| Reddy et al. | A study of sample matrix inversion algorithm for smart antenna applications | |
| Lee | A Signal Detection of Minimum Variance Algorithm on Linear Constraints |
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 |