CN112346005A - 一种应用于均匀圆水听器阵的空域旋转方位估计方法 - Google Patents

Abstract

本发明公开了一种应用于均匀圆水听器阵的空域旋转方位估计方法，属于声纳探测技术领域。本发明的核心技术内容在于将方位姿态仪提供的Heading角分为两部分，并根据两部分角度分别设计粗糙与精细空域旋转矩阵，对阵列数据快拍进行实时的旋转补偿，使阵列数据快拍中的目标方位信息在空域上实现聚焦。利用旋转后数据快拍构建的协方差矩阵可以应用于子空间类方位估计方法中，实现对远场目标的高分辨方位估计。本发明能够实时补偿均匀圆水听器阵旋转运动带来的阵列数据快拍中的目标方位信息的相对变化，能够实现对远场目标的高分辨方位估计。本发明能更好地适用于均匀圆水听器阵工作环境，具有一定的实际指导价值。

Description

一种应用于均匀圆水听器阵的空域旋转方位估计方法

技术领域

本发明涉及一种应用于均匀圆水听器阵的空域旋转方位估计方法，属于声纳探测技术领域。

背景技术

圆形水听器阵列能够提供全方位、无模糊的方位角信息，且在各个方向上，都具有近似相同的方位估计精度和方位分辨能力，因此广泛应用于对水下目标进行方位估计的场景中。经典的基于子空间理论的方位估计方法，如多信号分类(MultipleSignalClassification，MUSIC)方法等，主要思想是利用协方差矩阵对信号子空间和噪声子空间进行估计，并根据两个子空间之间的正交性获取高分辨的方位估计结果。当目标的信噪比(SignaltoNoise Ratio，SNR)较低时，积累大量的阵列数据快拍可以更加精确地估计协方差矩阵，进而获取更好的方位估计性能。然而，在大量数据快拍的采集时间内，由于水流的影响，圆阵会难以避免地发生旋转运动，进而造成接收数据快拍中的目标方位信息发生相对时变。此时，无法利用大量的阵列数据快拍估计协方差矩阵，导致基于子空间理论的方位估计方法失效。因此，有必要对圆阵发生旋转运动时的方位估计问题进行研究，以进一步提升方位估计性能。

发明内容

本发明的目的是提出一种应用于均匀圆水听器阵的空域旋转方位估计方法，以解决在大量数据快拍的采集时间内，由于水流的影响，圆阵会难以避免地发生旋转运动，进而造成接收数据快拍中的目标方位信息发生相对时变，此时无法利用大量的阵列数据快拍估计协方差矩阵，导致基于子空间理论的方位估计方法失效的问题。

一种应用于均匀圆水听器阵的空域旋转方位估计方法，所述空域旋转方位估计方法包括以下步骤：

步骤一、用360度除以阵元数，获得该均匀圆阵的无失真旋转角度单元；

步骤二、将均匀圆阵上安装的方位姿态仪提供的Heading角分为两部分：一部分为进行粗糙旋转的角度，另一部分为进行精细旋转的角度，其中，进行粗糙旋转的角度为Heading角中能够与无失真旋转角度单元整除的部分，进行精细旋转的角度则为余数；

步骤三、利用粗糙旋转角度，构建粗糙空域旋转矩阵；

步骤四、将感兴趣扇面进行角度离散化，并结合精细旋转角度与阵列导向矢量信息，构建精细空域旋转矩阵；

步骤五、利用粗糙和精细空域旋转矩阵，对阵列数据快拍进行空域旋转，使目标信息在空域上实现聚焦；

步骤六、利用旋转后的阵列数据快拍，构建协方差矩阵；

步骤七、对协方差矩阵进行特征分解，估计得到噪声子空间；

步骤八、利用阵列导向矢量与噪声子空间的正交性，计算得到空间谱信息，并对空间谱进行谱峰搜索，得到目标方位结果。

进一步的，在步骤一中，具体的，用360度除以阵元数，获得该均匀圆阵的无失真旋转角度单元，表示为，

式中

表示无失真旋转角度单元，M表示阵元数。

进一步的，在步骤二中，具体的，将均匀圆阵上安装的方位姿态仪提供的Heading角φ_t分为两部分：一部分为进行粗糙旋转的角度，另一部分为进行精细旋转的角度，其中，进行粗糙旋转的角度为Heading角中能够与无失真旋转角度单元整除的部分，表示为，

进行精细旋转的角度则为余数，表示为，

进一步的，在步骤三中，具体的，利用粗糙旋转角度，构建粗糙空域旋转矩阵G_C，表示为，

式中0表示由0元素构建的向量，I表示单位矩阵，M-1代表矩阵的行/列数，1xM-1即表示矩阵的行数为1，列数为M-1的矩阵

进一步的，在步骤四中，具体的，将感兴趣扇面进行角度离散化，即感兴趣的观测区间被离散为N个角度，分别为θ₁,θ₂,…,θ_N，结合精细旋转角度与阵列导向矢量信息，构建精细空域旋转前后的感兴趣观测区间的导向矩阵，表示为，

A(θ)＝[a(θ₁),a(θ₂),…,a(θ_N)] (6)

式中a(θ)表示对应角度θ的阵列导向矢量，

表示精细空域旋转前的导向矩阵，A(θ)表示精细空域旋转后的导向矩阵，

结合导向矩阵

和A(θ)，构建如下的精细空域旋转矩阵的设计问题，

式中G_f表示待优化求解的精细空域旋转矩阵，(·)^H表示共轭转置运算，·_F表示矩阵的Frobenius范数，该优化问题的解为，

G_f＝VU^H (8)

其中，U和V分别为

的左、右奇异矢量。

进一步的，在步骤五中，具体的，利用粗糙和精细空域旋转矩阵，对阵列数据快拍进行空域旋转，使目标信息在空域上实现聚焦，表示为，

y(t)＝G_fG_c·x(t) (9)

式中，x(t)表示原始阵列接收数据快拍，y(t)表示旋转后的阵列接收数据快拍。

进一步的，在步骤六中，具体的，利用旋转后的阵列数据快拍，构建协方差矩阵，表示为，

式中，T表示总快拍数。

进一步的，在步骤七中，具体的，对协方差矩阵

进行特征分解，估计得到噪声子空间

表示为，

式中，

表示信号子空间，

和

分别表示信号子空间与噪声子空间对应的特征值对角矩阵。

进一步的，在步骤八中，具体的，利用阵列导向矢量与噪声子空间的正交性，计算得到空间谱信息，

并对空间谱进行谱峰搜索，得到目标方位结果。

本发明的主要优点是：本发明涉及一种适用于低信噪比条件下的线谱增强方法，相较于常规ALE，本发明能够有效抑制自适应权噪声，使ALE获取更大的信噪比增益，进而提升对线谱的检测能力。本发明能更好地适用于低信噪比工作环境，如声纳系统的工作环境，具有一定的实际指导价值。

附图说明

图1为均匀圆水听器阵的工作态势示意图；

图2为空间谱对比图，其中，图2(a)为阵列Heading角变化示意图；图2(b)阵列坐标系下的目标方位变化示意图；

图3为空间谱对比图，其中，图3(a)为SNR＝10dB时的空间谱对比图；图3(b)为SNR＝0dB时的空间谱对比图；图3(c)为SNR＝-10dB时的空间谱对比图。

图4为RMSE随SNR的变化图；

图5为分辨成功概率随SNR的变化图；

图6为本发明的一种适用于低信噪比条件下的线谱增强方法的方法流程图。

具体实施方式

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，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。

图1给出了均匀圆水听器阵的工作态势。由于远场目标与均匀圆水听器阵相距较远，因此均匀圆水听器阵的平移运动对方位估计带来的影响可以被忽略。然而，均匀圆水听器阵的旋转运动在水中是无法避免的，会对远场目标的方位估计造成影响。本发明聚焦于解决这一问题。

参照图6所示，一种应用于均匀圆水听器阵的空域旋转方位估计方法，所述空域旋转方位估计方法包括以下步骤：

步骤一、用360度除以阵元数，获得该均匀圆阵的无失真旋转角度单元；

步骤二、将均匀圆阵上安装的方位姿态仪提供的Heading角分为两部分：一部分为进行粗糙旋转的角度，另一部分为进行精细旋转的角度，其中，进行粗糙旋转的角度为Heading角中能够与无失真旋转角度单元整除的部分，进行精细旋转的角度则为余数；

步骤三、利用粗糙旋转角度，构建粗糙空域旋转矩阵；

步骤四、将感兴趣扇面进行角度离散化，并结合精细旋转角度与阵列导向矢量信息，构建精细空域旋转矩阵；

步骤五、利用粗糙和精细空域旋转矩阵，对阵列数据快拍进行空域旋转，使目标信息在空域上实现聚焦；

步骤六、利用旋转后的阵列数据快拍，构建协方差矩阵；

步骤七、对协方差矩阵进行特征分解，估计得到噪声子空间；

步骤八、利用阵列导向矢量与噪声子空间的正交性，计算得到空间谱信息，并对空间谱进行谱峰搜索，得到目标方位结果。

在步骤一中，具体的，用360度除以阵元数，获得该均匀圆阵的无失真旋转角度单元，表示为，

式中

表示无失真旋转角度单元，M表示阵元数。

在步骤二中，具体的，将均匀圆阵上安装的方位姿态仪提供的Heading角φ_t分为两部分：一部分为进行粗糙旋转的角度，另一部分为进行精细旋转的角度，其中，进行粗糙旋转的角度为Heading角中能够与无失真旋转角度单元整除的部分，表示为，

进行精细旋转的角度则为余数，表示为，

在步骤三中，具体的，利用粗糙旋转角度，构建粗糙空域旋转矩阵G_C，表示为，

式中0表示由0元素构建的向量，I表示单位矩阵，M-1代表矩阵的行/列数，1xM-1即表示矩阵的行数为1，列数为M-1的矩阵(向量)。

在步骤四中，具体的，将感兴趣扇面进行角度离散化，即感兴趣的观测区间被离散为N个角度，分别为θ₁,θ₂,…,θ_N，结合精细旋转角度与阵列导向矢量信息，构建精细空域旋转前后的感兴趣观测区间的导向矩阵，表示为，

A(θ)＝[a(θ₁),a(θ₂),…,a(θ_N)] (6)

式中a(θ)表示对应角度θ的阵列导向矢量，

表示精细空域旋转前的导向矩阵，A(θ)表示精细空域旋转后的导向矩阵，

结合导向矩阵

和A(θ)，构建如下的精细空域旋转矩阵的设计问题，

式中G_f表示待优化求解的精细空域旋转矩阵，(·)^H表示共轭转置运算，||·||_F表示矩阵的Frobenius范数，该优化问题的解为，

G_f＝VU^H (8)

其中，U和V分别为

的左、右奇异矢量。

在步骤五中，具体的，利用粗糙和精细空域旋转矩阵，对阵列数据快拍进行空域旋转，使目标信息在空域上实现聚焦，表示为，

y(t)＝G_fG_c·x(t) (9)

式中，x(t)表示原始阵列接收数据快拍，y(t)表示旋转后的阵列接收数据快拍。

在步骤六中，具体的，利用旋转后的阵列数据快拍，构建协方差矩阵，表示为，

式中，T表示总快拍数。

在步骤七中，具体的，对协方差矩阵

进行特征分解，估计得到噪声子空间

表示为，

式中，

表示信号子空间，

和

分别表示信号子空间与噪声子空间对应的特征值对角矩阵。

在步骤八中，具体的，利用阵列导向矢量与噪声子空间的正交性，计算得到空间谱信息，

并对空间谱进行谱峰搜索，得到目标方位结果。

以下为本发明的一实施例：

考虑阵元数为12，半径为1m的均匀圆阵。设每秒能够获取50个独立数据快拍，总快拍数为1000。在阵列快拍的采集时间内，均匀圆阵的Heading角从-50°变化到50°，变化速度为5°每秒，如图2(a)所示。远场目标的大地坐标方位设为0°，由于Heading角的变化，目标在阵列坐标系的方位会发生相对变化，如图2(b)所示。在本发明中，感兴趣扇面被设定为[-10°,10°]。待对比的方法为MUSIC方法、改进的常规波束形成方法(ModifiedConventionalBeamforming，MCBF)和基于空域导向协方差矩阵的方位估计方法(SpatialSteeredCovarianceMatrix，SSTCM)。

首先给出了不同SNR条件下的几种方法的空间谱。设置SNR分别为10dB，0dB和-10dB，对应的空间谱如图3(a)-(c)所示。如图中结果可知，在几种SNR条件下，MUSIC方法由于受到阵列旋转运动的影响，性能失效，未在正确的目标入射方位形成谱峰。MCBF、SSTCM和本发明的谱峰出现在目标的入射方位上，但MCBF和SSTCM方法的谱峰明显没有本发明的谱峰尖锐，方位估计分辨率要弱于本发明。

随后，对几种方法的方位估计结果的均方根误差(RootMeanSquareError)进行了分析，图4给出了RMSE随SNR的变化情况。由图中结果可知，MUSIC方法的性能完全失效，而MCBF、SSTCM和本发明的RMSE基本一致，且随着SNR的升高而逐渐提高。

最后，对MCBF、SSTCM和本发明的方位分辨力进行了分析。假设远场目标从-5°和5°入射，图5给出了成功分辨概率随SNR的变化情况。如图中结果所示，MCBF由于受到瑞利限的限制，无法分辨两个相邻目标。SSTCM在低SNR下的分辨力较差，而本发明具有子空间类方法高分辨力的优势，方位分辨力明显高于另两种方法。

本发明的核心技术内容在于将方位姿态仪提供的Heading角分为两部分，并根据两部分角度分别设计粗糙与精细空域旋转矩阵，对阵列数据快拍进行实时的旋转补偿，使阵列数据快拍中的目标方位信息在空域上实现聚焦。利用旋转后数据快拍构建的协方差矩阵可以应用于子空间类方位估计方法中，实现对远场目标的高分辨方位估计。

本发明的主要技术特征包括：

1、基于无失真旋转角度单元，将均匀圆阵上安装的方位姿态仪提供的Heading角分为粗糙旋转角度与精细旋转角度。

2、分别利用粗糙与精细旋转角度，设计粗糙与精细空域旋转矩阵。

3、利用空域旋转矩阵，对阵列接收快拍进行旋转，并构建协方差矩阵。

4、对协方差矩阵进行特征分解，进而得到空间谱信息。

本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (9)

1.一种应用于均匀圆水听器阵的空域旋转方位估计方法，其特征在于，所述空域旋转方位估计方法包括以下步骤：

步骤一、用360度除以阵元数，获得该均匀圆阵的无失真旋转角度单元；

步骤二、将均匀圆阵上安装的方位姿态仪提供的Heading角分为两部分：一部分为进行粗糙旋转的角度，另一部分为进行精细旋转的角度，其中，进行粗糙旋转的角度为Heading角中能够与无失真旋转角度单元整除的部分，进行精细旋转的角度则为余数；

步骤三、利用粗糙旋转角度，构建粗糙空域旋转矩阵；

步骤四、将感兴趣扇面进行角度离散化，并结合精细旋转角度与阵列导向矢量信息，构建精细空域旋转矩阵；

步骤五、利用粗糙和精细空域旋转矩阵，对阵列数据快拍进行空域旋转，使目标信息在空域上实现聚焦；

步骤六、利用旋转后的阵列数据快拍，构建协方差矩阵；

步骤七、对协方差矩阵进行特征分解，估计得到噪声子空间；

步骤八、利用阵列导向矢量与噪声子空间的正交性，计算得到空间谱信息，并对空间谱进行谱峰搜索，得到目标方位结果。

2.根据权利要求1所述的一种应用于均匀圆水听器阵的空域旋转方位估计方法，其特征在于，在步骤一中，具体的，用360度除以阵元数，获得该均匀圆阵的无失真旋转角度单元，表示为，

式中

表示无失真旋转角度单元，M表示阵元数。

3.根据权利要求1所述的一种应用于均匀圆水听器阵的空域旋转方位估计方法，其特征在于，在步骤二中，具体的，将均匀圆阵上安装的方位姿态仪提供的Heading角φ_t分为两部分：一部分为进行粗糙旋转的角度，另一部分为进行精细旋转的角度，其中，进行粗糙旋转的角度为Heading角中能够与无失真旋转角度单元整除的部分，表示为，

进行精细旋转的角度则为余数，表示为，

4.根据权利要求1所述的一种应用于均匀圆水听器阵的空域旋转方位估计方法，其特征在于，在步骤三中，具体的，利用粗糙旋转角度，构建粗糙空域旋转矩阵G_C，表示为，

式中0表示由0元素构建的向量，I表示单位矩阵，M-1代表矩阵的行/列数，1×(M-1)即表示矩阵的行数为1，列数为M-1。

5.根据权利要求1所述的一种应用于均匀圆水听器阵的空域旋转方位估计方法，其特征在于，在步骤四中，具体的，将感兴趣扇面进行角度离散化，即感兴趣的观测区间被离散为N个角度，分别为θ₁,θ₂,…,θ_N，结合精细旋转角度与阵列导向矢量信息，构建精细空域旋转前后的感兴趣观测区间的导向矩阵，表示为，

A(θ)＝[a(θ₁),a(θ₂),…,a(θ_N)] (6)

式中a(θ)表示对应角度θ的阵列导向矢量，

表示精细空域旋转前的导向矩阵，A(θ)表示精细空域旋转后的导向矩阵，

结合导向矩阵

和A(θ)，构建如下的精细空域旋转矩阵的设计问题，

式中G_f表示待优化求解的精细空域旋转矩阵，(·)^H表示共轭转置运算，||·||_F表示矩阵的Frobenius范数，该优化问题的解为，

G_f＝VU^H (8)

其中，U和V分别为

的左、右奇异矢量。

6.根据权利要求1所述的一种应用于均匀圆水听器阵的空域旋转方位估计方法，其特征在于，在步骤五中，具体的，利用粗糙和精细空域旋转矩阵，对阵列数据快拍进行空域旋转，使目标信息在空域上实现聚焦，表示为，

y(t)＝G_fG_c·x(t) (9)

式中，x(t)表示原始阵列接收数据快拍，y(t)表示旋转后的阵列接收数据快拍。

7.根据权利要求1所述的一种应用于均匀圆水听器阵的空域旋转方位估计方法，其特征在于，在步骤六中，具体的，利用旋转后的阵列数据快拍，构建协方差矩阵，表示为，

式中，T表示总快拍数。

8.根据权利要求1所述的一种应用于均匀圆水听器阵的空域旋转方位估计方法，其特征在于，在步骤七中，具体的，对协方差矩阵

进行特征分解，估计得到噪声子空间

表示为，

式中，

表示信号子空间，

和

分别表示信号子空间与噪声子空间对应的特征值对角矩阵。

9.根据权利要求1所述的一种应用于均匀圆水听器阵的空域旋转方位估计方法，其特征在于，在步骤八中，具体的，利用阵列导向矢量与噪声子空间的正交性，计算得到空间谱信息，

并对空间谱进行谱峰搜索，得到目标方位结果。

Images