CN112269179B - 一种低噪声目标的空域高分辨检测方法 - Google Patents

一种低噪声目标的空域高分辨检测方法 Download PDF

Info

Publication number
CN112269179B
CN112269179B CN202011064519.8A CN202011064519A CN112269179B CN 112269179 B CN112269179 B CN 112269179B CN 202011064519 A CN202011064519 A CN 202011064519A CN 112269179 B CN112269179 B CN 112269179B
Authority
CN
China
Prior art keywords
azimuth
target
rough
signal
noise
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
Application number
CN202011064519.8A
Other languages
English (en)
Other versions
CN112269179A (zh
Inventor
岳雷
庄瑞
丁明惠
纳杰斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
No 750 Test Field of China Shipbuilding Industry Corp
Original Assignee
No 750 Test Field of China Shipbuilding Industry Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by No 750 Test Field of China Shipbuilding Industry Corp filed Critical No 750 Test Field of China Shipbuilding Industry Corp
Priority to CN202011064519.8A priority Critical patent/CN112269179B/zh
Publication of CN112269179A publication Critical patent/CN112269179A/zh
Application granted granted Critical
Publication of CN112269179B publication Critical patent/CN112269179B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/66—Sonar tracking systems
    • 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
    • G01S7/52003—Techniques for enhancing spatial resolution of targets

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

本发明公开一种低噪声目标的空域高分辨检测方法，包括以下步骤，步骤1，目标方位粗略估计子带分解及小波包降噪；步骤2，目标方位粗略估计宽平稳子带信号检测；步骤3，目标方位粗略估计宽带聚焦波束形成；步骤4，混频处理；步骤5，目标方位精确估计子带分解及小波包降噪；步骤6，目标方位精确估计宽平稳子带信号检测；步骤7，目标方位精确估计宽带聚焦波束形成；且采用宽带聚焦波束形成对目标方位进行精确估计，获得目标方位的精确估计情况，至此，完成低噪声目标的空域高分辨检测。发明应用于被动声呐跟踪系统，跟踪水下航行器航迹，实现对低噪声水下航行器的高分辨方位估计。

Description

一种低噪声目标的空域高分辨检测方法
技术领域
本发明涉及一种空域高分辨检测方法，具体的是涉及一种低噪声目标的空域高分辨检测方法，主要是应用于被动声呐跟踪系统，跟踪水下航行器航迹，实现对低噪声水下航行器的高分辨方位估计，属于声呐技术领域。
背景技术
一般来说，低噪声目标辐射噪声为宽带信号，对宽带信号处理算法的研究目前主要分为两类。
第一类是基于不相干信号的处理方法(ISM)。这类算法处理的主要思想是将宽带数据分解到不重叠频带上的窄带数据；然后对每个频带进行窄带信号子空间处理，再通过对这些处理结果的组合得到最终结果。这类算法计算量大，不能处理相干信号源。
第二类是基于相干信号的处理方法(CSM)。这类算法的基本思想是把频带内不重叠的频率点上信号空间聚焦到参考频率点，聚焦后得到单一频率点的数据协方差，再用窄带信号处理方法进行运算。这类算法运算量较小，可实现相干信号的处理。
上述所采用的两类方法均可在一定程度上提高信号处理增益，便于目标方位估计及目标识别，然而这两类方法并没有提高对目标的角度分辨能力，且信号处理增益(输出信噪比)提高不足。
综上，提出一种提高弱目标空间检测及方位估计能力的低噪声目标空域高分辨检测方法是解决上述技术问题的关键所在。
发明内容
为了避免现有技术的不足之处，针对低噪声目标的空域检测问题，本发明提出一种低噪声目标空间高分辨检测方法，可提高对低噪声目标的检测能力，同时在不增加运算量的前提下，可提高对目标的方位估计能力，从而进一步提高对多目标的分辨能力。
为解决上述问题并达到上述的发明目的，本发明一种低噪声目标的空域高分辨检测方法是通过采用下列的设计结构以及采用下列的技术方案来实现的：
一种低噪声目标的空域高分辨检测方法，该空域高分辨检测方法包括以下步骤，
步骤1，目标方位粗略估计子带分解及小波包降噪；
步骤2，目标方位粗略估计宽平稳子带信号检测；
将某一段连续时间获得的子带信号划分为多个子带样本，计算其二阶中心矩，并与预设门限比较，只保留大于门限的子带信号，即
步骤3，目标方位粗略估计宽带聚焦波束形成；
采用宽带聚焦波束形成对目标方位进行粗略估计，获得目标方位的粗略估计情况；
步骤4，混频处理；
步骤5，目标方位精确估计子带分解及小波包降噪；
步骤6，目标方位精确估计宽平稳子带信号检测；
同步骤2，检测宽平稳子带信号，获得大于预设门限的子带信号，即
步骤7，目标方位精确估计宽带聚焦波束形成；
采用宽带聚焦波束形成对目标方位进行精确估计，获得目标方位的精确估计情况，至此，完成低噪声目标的空域高分辨检测。
优选的，所述步骤1中，将M通道检测阵获得的信号x(t)分别进行3～4层小波包分解，并采用软阈值降噪方法对高频系数处理，获得子带信号，子带信号的计算公式为：
式中，下标m表示阵元序号，下标p表示子带序号，rough表示粗略；xm(t)表示第m个阵元接收到的时域信号，t表示时间；Ψ(t)表示小波基函数，其上标-表示共轭，a表示尺度参数，b为平移参数。
优选的，所述步骤3中，目标方位的粗略估计计算公式为，
式中，w为幅度束控窗函数矢量，该幅度束控窗函数矢量为矩形窗、切比雪夫窗、自适应窗的窗函数系数；Trough(fj)为目标方位粗略估计时采用的聚焦矩阵，fj为若干个子带频率；Arough(fj，θ)为方位粗略估计时空间导向矢量矩阵，θ为方位角；为将/>进行宽平稳检测后的信号。
优选的，所述最佳聚焦矩阵的计算公式为，
式中，为粗略估计时聚焦频率对应的空间导向矢量，/>为粗略估计时的聚焦频率；Arough(fj，θ)为方位粗略估计时不同频率对应的空间导向矢量矩阵，Trough(fj)表示方位粗略估计时的聚焦矩阵，/>为将/>进行F范数运算后使其值最小，上标H表示共轭转置，I表示方阵。聚焦矩阵的计算其实是有约束条件的最优化计算问题。
具体表达式为，
式中，i表示复数d表示阵元间距，c表示声速(水下取1500m/s)，M表示阵元个数。θ表示方位角，k表示方位角对应的下标索引。
优选的，所述方位粗略估计时的空间导向矢量矩阵表达式为，
粗略估计时，方位角的取值范围要大，以确保不漏检目标，而间隔可稀疏一些，以减小运算量。
优选的，所述步骤4中，M阵元检测阵的接收信号为x(t)＝[x1(t) x2(t)…xm(t)…xM(t)]T，该表达式中上标T表示转置，将每一阵元的接收信号经希尔伯特变换得到其解析信号形式，该解析信号形式的计算公式为，
式中：*表示卷积；为xm(t)的希尔伯特变换；/>为信号相位，m表示阵元序号。
优选的，将信号进行混频处理，混频处理的计算公式为，
式中，n表示混频倍数。
更优选的，所述频倍数由目标方位粗略估计情况确定，经目标方位粗略估计后，关心的观测角度范围为[θmin θmax]，设置定值混频倍数n使λn和观测角度范围满足
式中，θmin为观测角的下限，θmax为观测角的上限；λn为混频后信号波长，λn＝c/fn，fn为混频n倍后的频率。
优选的，所述步骤5中，将混频处理后的信号分别进行3～4层小波包分解，并采用软阈值降噪方法对高频系数处理，共获得M×8～M×16个子带信号，即Xm，p(t)，其中m＝1，2，...，M，p＝1，2，...，8或p＝1，2，...，16；
优选的，所述步骤7中，目标方位的精确估计计算公式为：
式中，下标exact表示精确；Texact(fj)表示方位精确估计时的聚焦矩阵；Aexact(fj，θ)表示方位精确估计时的空间导向矢量矩阵，且Aexact(fj，θ)＝[aexact(fj，θ1)，aexact(fj，θ2)，…，aexact(fj，θl)，…，aexact(fj，θL)]，此时方位角θ的取值范围小一些，间隔密集一些，下标l表示方位角的索引值；表示对Xm，p(t)进行宽平稳检测后的信号。
本发明与现有技术相比所产生的有益效果是：
1、本发明应用于被动声呐跟踪系统，跟踪水下航行器航迹，实现对低噪声水下航行器的高分辨方位估计；
2、本发明实现了先粗略估计再精确估计的技术思路，先在大范围角度形成多波束估计目标方位，然后在小范围角度形成高分辨率多波束，在不增加运算量的情况下，提高了多目标的空间角度分辨能力；
3、本发明充分利用目标辐射噪声和环境噪声差异性，综合采用了小波处理、混频处理、宽平稳子带信号检测、宽带聚焦波束形成技术方法，进一步提高了低噪声目标的空间检测能力。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明，其中：
图1是本发明的流程框图；
图2是含噪及降噪处理后信号时域频谱图；
图3是本发明方法和常规方法方位估计；
具体实施方式
为了使本发明实现的技术手段、创造特征、达成目的与功效易于明白了解，下面结合附图以及具体实施方式对本发明的技术方案作更进一步详细的说明，需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
如说明书附图1所示，一种低噪声目标的空域高分辨检测方法，该空域高分辨检测方法包括以下步骤，
步骤1，目标方位粗略估计子带分解及小波包降噪；
步骤2，目标方位粗略估计宽平稳子带信号检测；
将某一段连续时间获得的子带信号划分为多个子带样本，计算其二阶中心矩，并与预设门限比较，只保留大于门限的子带信号，即
步骤3，目标方位粗略估计宽带聚焦波束形成；
采用宽带聚焦波束形成对目标方位进行粗略估计，获得目标方位的粗略估计情况；
步骤4，混频处理；
步骤5，目标方位精确估计子带分解及小波包降噪；
步骤6，目标方位精确估计宽平稳子带信号检测；
同步骤2，检测宽平稳子带信号，获得大于预设门限的子带信号，即
步骤7，目标方位精确估计宽带聚焦波束形成；
采用宽带聚焦波束形成对目标方位进行精确估计，获得目标方位的精确估计情况，至此，完成低噪声目标的空域高分辨检测。
进一步的，步骤1中，将M通道检测阵获得的信号x(t)分别进行3～4层小波包分解，并采用软阈值降噪方法对高频系数处理。
如采用3层小波包分解，总共获得M×8个子带信号，如采用4层小波包分解，总共获得M×16个子带信号。子带信号的计算公式为，
式中，下标m表示阵元序号，下标p表示子带序号，rough表示粗略；xm(t)表示第m个阵元接收到的时域信号，t表示时间；Ψ(t)表示小波基函数，其上标-表示共轭，a表示尺度参数，b为平移参数。
进一步的，步骤3中，目标方位的粗略估计计算公式为，
式中，w为幅度束控窗函数矢量，该幅度束控窗函数矢量为矩形窗、切比雪夫窗、自适应窗的窗函数系数；Trough(fj)为目标方位粗略估计时采用的聚焦矩阵，fj为若干个子带频率；Arough(fj，θ)为方位粗略估计时空间导向矢量矩阵，θ为方位角；为将/>进行宽平稳检测后的信号。
进一步的，最佳聚焦矩阵的计算公式为，
式中，为粗略估计时聚焦频率对应的空间导向矢量，/>为粗略估计时的聚焦频率；Arough(fj，θ)为方位粗略估计时不同频率对应的空间导向矢量矩阵，Trough(fj)表示方位粗略估计时的聚焦矩阵，/>为将/>进行F范数运算后使其值最小，上标H表示共轭转置，I表示方阵。聚焦矩阵的计算其实是有约束条件的最优化计算问题。
具体表达式为，
式中，i表示复数d表示阵元间距，c表示声速(水下取1500m/s)，M表示阵元个数。θ表示方位角，k表示方位角对应的下标索引。
进一步的，方位粗略估计时的空间导向矢量矩阵表达式为，
粗略估计时，方位角的取值范围要大，以确保不漏检目标，而间隔可稀疏一些，以减小运算量。
进一步的，步骤4中，M阵元检测阵的接收信号为x(t)＝[x1(t) x2(t)…xm(t)…xM(t)]T，该表达式中上标T表示转置，将每一阵元的接收信号经希尔伯特变换得到其解析信号形式，该解析信号形式的计算公式为，
式中：*表示卷积；为xm(t)的希尔伯特变换；/>为信号相位，m表示阵元序号。
进一步的，将信号进行混频处理，混频处理的计算公式为，
式中，n表示混频倍数。
具体的，频倍数由目标方位粗略估计情况确定，经目标方位粗略估计后，关心的观测角度范围为[θmin θmax]，设置定值混频倍数n使λn和观测角度范围满足
式中，θmin为观测角的下限，θmax为观测角的上限；λn为混频后信号波长，λn＝c/fn，fn为混频n倍后的频率。
进一步的，步骤5中，将混频处理后的信号分别进行3～4层小波包分解，并采用软阈值降噪方法对高频系数处理，共获得M×8～M×16个子带信号，即Xm，p(t)，其中m＝1，2，...，M，p＝1，2，...，8或p＝1，2，...，16；
进一步的，步骤7中，目标方位的精确估计计算公式为：
式中，下标exact表示精确；Texact(fj)表示方位精确估计时的聚焦矩阵；Aexact(fj，θ)表示方位精确估计时的空间导向矢量矩阵，且Aexact(fj，θ)＝[aexact(fj，θ1)，aexact(fj，θ2)，…，aexact(fj，θl)，…，aexact(fj，θL)]，此时方位角θ的取值范围小一些，间隔密集一些，下标l表示方位角的索引值；表示对Xm，p(t)进行宽平稳检测后的信号。
本发明的效果可以通过以下的几组仿真实例作进一步具体化说明：
1、本次实施采用3层小波包，在500Hz～5000Hz频带将实测的水下航行器辐射噪声信号分成8个子带，小波基函数选取为coif基；利用小波处理具有恒Q和不损失信号细节信息的特性，将宽带辐射噪声信号进行子带分解和小波软阈值降噪，经实际计算和测试，对第2～8个子带采用软阈值降噪效果较好(尽量保持信号细节信息的同时使处理后的信噪比最大)；
2、本发明利用目标辐射噪声和环境噪声在统计意义上的差异性，在各个子带上检测出宽平稳随机信号，即目标辐射噪声，剔除部分非平稳随机信号，即环境噪声，经实际计算和测试，当预设门限设置为0.14，宽平稳检测出来的子带信号效果较好(最好地折中降噪效果和保留信号细节信息效果)，如图2所示；左边的3个子图分别代表原始信号时域波形、信噪比-20dB时的含噪信号时域波形、经小波软阈值降噪和宽平稳检测后的信号时域波形；右边的3个子图分别代表原始信号频谱、信噪比-20dB时的含噪信号频谱、经小波软阈值降噪和宽平稳检测后的信号频谱。
3、本发明采用宽带聚焦波束形成算法将检测出来的宽平稳随机信号聚焦后，在大范围角度(如-60°至60°)粗略估计出目标方位，本实例估计的目标粗略方位在30°～40°之间；根据粗略估计出的目标方位确定关心的观测角度范围[30° 40°]，进而确定混频倍数为40；
4、如图3所示为本发明方法和常规方法方位估计情况，为方便说明本发明方法的噪声抑制能力和方位估计能力，在10°～60°方位角度范围计算并绘制方位估计结果，采用本发明方法，目标方位估计能力显著提高，且对噪声的空间抑制能力提高了2dB。本发明再次采用宽带聚焦波束形成算法，子带设计分为8个，而由于进行了混频处理，子带频率变高，波束分辨能力更强，但只在关心的角度范围内形成多个聚焦波束，因此运算量并没有增加。
最后，需要说明的是，以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (7)

1.一种低噪声目标的空域高分辨检测方法，其特征在于，该空域高分辨检测方法包括以下步骤，
步骤1，目标方位粗略估计子带分解及小波包降噪；
步骤2，目标方位粗略估计宽平稳子带信号检测；
将某一段连续时间获得的子带信号划分为多个子带样本，计算其二阶中心矩，并与预设门限比较，只保留大于门限的子带信号，即
步骤3，目标方位粗略估计宽带聚焦波束形成；
采用宽带聚焦波束形成对目标方位进行粗略估计，获得目标方位的粗略估计情况；
步骤4，混频处理；
步骤5，目标方位精确估计子带分解及小波包降噪；
步骤6，目标方位精确估计宽平稳子带信号检测；
同步骤2，检测宽平稳子带信号，获得大于预设门限的子带信号，即
步骤7，目标方位精确估计宽带聚焦波束形成；
采用宽带聚焦波束形成对目标方位进行精确估计，获得目标方位的精确估计情况，至此，完成低噪声目标的空域高分辨检测；
所述步骤1中，将M通道检测阵获得的信号x(t)分别进行3～4层小波包分解，并采用软阈值降噪方法对高频系数处理，获得子带信号，子带信号的计算公式为：
式中，下标m表示阵元序号，下标p表示子带序号，rough表示粗略；xm(t)表示第m个阵元接收到的时域信号，t表示时间；Ψ(t)表示小波基函数，其上标－表示共轭，a表示尺度参数，b为平移参数；
所述步骤3中，目标方位的粗略估计计算公式为，
式中，w为幅度束控窗函数矢量，该幅度束控窗函数矢量为矩形窗、切比雪夫窗、自适应窗的窗函数系数；Trough(fj)为目标方位粗略估计时采用的聚焦矩阵，fj为若干个子带频率；Arough(fj,θ)为方位粗略估计时空间导向矢量矩阵，θ为方位角；为将/>进行宽平稳检测后的信号；
最佳聚焦矩阵的计算公式为，
式中，为粗略估计时聚焦频率对应的空间导向矢量，/>为粗略估计时的聚焦频率；Arough(fj,θ)为方位粗略估计时不同频率对应的空间导向矢量矩阵，Trough(fj)表示方位粗略估计时的聚焦矩阵，/>为将/>进行F范数运算后使其值最小，上标H表示共轭转置，I表示方阵，聚焦矩阵的计算其实是有约束条件的最优化计算问题；
具体表达式为，
式中，i表示复数d表示阵元间距，c表示声速水下取1500m/s，M表示阵元个数，θ表示方位角，k表示方位角对应的下标索引。
2.根据权利要求1所述的一种低噪声目标的空域高分辨检测方法，其特征在于：所述方位粗略估计时的空间导向矢量矩阵表达式为，
Arough(fj,θ)＝[arough(fj,θ1),arough(fj,θ2),…,arough(fj,θk),…,arough(fj,θK)]
粗略估计时，方位角的取值范围要大，以确保不漏检目标，而间隔可稀疏一些，以减小运算量。
3.根据权利要求1所述的一种低噪声目标的空域高分辨检测方法，其特征在于：所述步骤4中，M阵元检测阵的接收信号为x(t)＝[x1(t) x2(t) … xm(t) … xM(t)]T，其中，上标T表示转置，将每一阵元的接收信号经希尔伯特变换得到其解析信号形式，该解析信号形式的计算公式为，
式中：*表示卷积；为xm(t)的希尔伯特变换；/>为信号相位，m表示阵元序号。
4.根据权利要求3所述的一种低噪声目标的空域高分辨检测方法，其特征在于：将信号进行混频处理，混频处理的计算公式为，
式中，n表示混频倍数。
5.根据权利要求4所述的一种低噪声目标的空域高分辨检测方法，其特征在于：所述频倍数由目标方位粗略估计情况确定，经目标方位粗略估计后，关心的观测角度范围为[θminθmax]，设置定值混频倍数n使λn和观测角度范围满足
式中，θmin为观测角的下限，θmax为观测角的上限；λn为混频后信号波长，λn＝c/fn，fn为混频n倍后的频率。
6.根据权利要求1所述的一种低噪声目标的空域高分辨检测方法，其特征在于：所述步骤5中，将混频处理后的信号分别进行3～4层小波包分解，并采用软阈值降噪方法对高频系数处理，共获得M×8～M×16个子带信号，即Xm,p(t)，其中m＝1,2,...,M,p＝1,2,...,8或p＝1,2,...,16。
7.根据权利要求1所述的一种低噪声目标的空域高分辨检测方法，其特征在于：所述步骤7中，目标方位的精确估计计算公式为：
式中，下标exact表示精确；Texact(fj)表示方位精确估计时的聚焦矩阵；Aexact(fj,θ)表示方位精确估计时的空间导向矢量矩阵,且Aexact(fj,θ)＝[aexact(fj,θ1),aexact(fj,θ2),…,aexact(fj,θl),…,aexact(fj,θL)]，此时方位角θ的取值范围小一些，间隔密集一些，下标l表示方位角的索引值；表示对Xm,p(t)进行宽平稳检测后的信号。
CN202011064519.8A 2020-09-30 2020-09-30 一种低噪声目标的空域高分辨检测方法 Active CN112269179B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011064519.8A CN112269179B (zh) 2020-09-30 2020-09-30 一种低噪声目标的空域高分辨检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011064519.8A CN112269179B (zh) 2020-09-30 2020-09-30 一种低噪声目标的空域高分辨检测方法

Publications (2)

Publication Number Publication Date
CN112269179A CN112269179A (zh) 2021-01-26
CN112269179B true CN112269179B (zh) 2023-10-27

Family

ID=74338776

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011064519.8A Active CN112269179B (zh) 2020-09-30 2020-09-30 一种低噪声目标的空域高分辨检测方法

Country Status (1)

Country Link
CN (1) CN112269179B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6225275A (ja) * 1985-07-26 1987-02-03 Oki Electric Ind Co Ltd ソ−ナ−におけるトラッキング方式
CN101470187A (zh) * 2007-12-26 2009-07-01 中国科学院声学研究所 一种用于线列阵的高精度测向方法
CN102013911A (zh) * 2010-12-02 2011-04-13 哈尔滨工程大学 一种基于门限检测的宽带信号波达方向估计方法
CN104730513A (zh) * 2013-12-19 2015-06-24 中国科学院声学研究所 一种分级子阵聚焦mvdr波束形成方法
US9213100B1 (en) * 2013-05-20 2015-12-15 The United States Of America As Represented By The Secretary Of The Navy Bearing-only tracking for horizontal linear arrays with rapid, accurate initiation and a robust track accuracy threshold
CN105223567A (zh) * 2015-09-28 2016-01-06 中国科学院声学研究所 一种应用于超声成像的稳健宽带自适应波束形成方法
CN106249244A (zh) * 2016-07-07 2016-12-21 哈尔滨工程大学 一种声矢量圆阵宽带相干信号源方位估计方法
CN107167809A (zh) * 2017-06-14 2017-09-15 哈尔滨工程大学 一种基于信号子空间聚焦的宽带阻塞阵波束形成方法
CN109188443A (zh) * 2018-06-29 2019-01-11 中国船舶重工集团公司第七〇五研究所 一种基于交互多模型的被动目标跟踪方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201322803D0 (en) * 2013-12-20 2014-02-05 Hydrason Solutions Ltd Improvements in or relating to sonar apparatus

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6225275A (ja) * 1985-07-26 1987-02-03 Oki Electric Ind Co Ltd ソ−ナ−におけるトラッキング方式
CN101470187A (zh) * 2007-12-26 2009-07-01 中国科学院声学研究所 一种用于线列阵的高精度测向方法
CN102013911A (zh) * 2010-12-02 2011-04-13 哈尔滨工程大学 一种基于门限检测的宽带信号波达方向估计方法
US9213100B1 (en) * 2013-05-20 2015-12-15 The United States Of America As Represented By The Secretary Of The Navy Bearing-only tracking for horizontal linear arrays with rapid, accurate initiation and a robust track accuracy threshold
CN104730513A (zh) * 2013-12-19 2015-06-24 中国科学院声学研究所 一种分级子阵聚焦mvdr波束形成方法
CN105223567A (zh) * 2015-09-28 2016-01-06 中国科学院声学研究所 一种应用于超声成像的稳健宽带自适应波束形成方法
CN106249244A (zh) * 2016-07-07 2016-12-21 哈尔滨工程大学 一种声矢量圆阵宽带相干信号源方位估计方法
CN107167809A (zh) * 2017-06-14 2017-09-15 哈尔滨工程大学 一种基于信号子空间聚焦的宽带阻塞阵波束形成方法
CN109188443A (zh) * 2018-06-29 2019-01-11 中国船舶重工集团公司第七〇五研究所 一种基于交互多模型的被动目标跟踪方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Optimized Sonar Broadband Focused Beamforming Algorithm;Yang Bi等;《Algorithms》;第12卷(第2期);第1-12页 *
均匀线列阵声纳截获信号被动定位方法研究;李军;《中国博士学位论文全文数据库信息科技辑(月刊)》(第1期);第I136-37页 *
子带分解MVDR高分辨宽带聚焦波束形成算法研究;时洁等;《声学技术》;第27卷(第5期);第416-417页 *

Also Published As

Publication number Publication date
CN112269179A (zh) 2021-01-26

Similar Documents

Publication Publication Date Title
CN111142105B (zh) 复杂运动目标isar成像方法
CN109116337B (zh) 一种基于矩阵滤波的稀疏近似最小方差方位估计方法
CN109031231B (zh) 雷达低空目标时间反演相干角度估计方法
CN108710103B (zh) 基于稀疏阵列的强弱多目标超分辨测向与信源数估计方法
CN110320535A (zh) 一种基于小波包变换与空域处理的卫星导航接收机多干扰抑制方法
CN109597041B (zh) 基于相干fda的分段线性调频波形设计方法
CN102393423A (zh) 基于自适应阈值正交小波变换的兰姆波去噪方法
CN106301498A (zh) 子带处理方法及频空级联的宽带自适应波束获取方法
CN113376607B (zh) 机载分布式雷达小样本空时自适应处理方法
Foroozan et al. Direction finding algorithms for time reversal MIMO radars
CN105911527A (zh) 基于efa与mwf的机载雷达空时自适应处理方法
CN110727915B (zh) 一种基于数据相关约束的鲁棒自适应波束形成方法
CN110109077B (zh) 基于时间反演的mimo雷达相干角度估计方法
CN108845318B (zh) 基于Relax算法的星载高分宽幅成像方法
CN104101868B (zh) 基于干扰子空间重构的雷达多假目标干扰抑制方法
CN109061626B (zh) 一种步进频相参处理检测低信杂比动目标的方法
CN112269179B (zh) 一种低噪声目标的空域高分辨检测方法
Wang et al. Snapshot-deficient active target localization in beam-time domain using multi-frequency expectation-maximization algorithm
CN113625222B (zh) 一种基于时延差范数加权的宽带信号高分辨方位估计方法
CN112035788A (zh) 一种提高超声系统成像质量的方法
CN109061597B (zh) 基于盲源分离与时频脊波域滤波的电离层杂波抑制方法
CN113238194B (zh) 基于分数域-频域处理的宽带相控阵雷达抗诱骗干扰方法
CN112924926B (zh) 一种多途信道下的doa估计方法
CN107167809B (zh) 一种基于信号子空间聚焦的宽带阻塞阵波束形成方法
CN105572642A (zh) 一种基于两级架构的空时自适应处理方法

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