CN112834981B - 一种脉冲噪声背景下的零陷阵波达方位估计方法 - Google Patents

Abstract

本发明提供一种脉冲噪声背景下的零陷阵波达方位估计方法，属于水声信号处理领域。本发明利用lncosh代价函数的理论，加入自适应调节参数的思想，实现了在高斯噪声和脉冲噪声环境下均能对目标进行准确方位估计的目的。与目前存在的同类型方位估计方法相比，其适用范围更广，估计精度更高且稳健性更强。

Description

一种脉冲噪声背景下的零陷阵波达方位估计方法

技术领域

本发明涉及一种脉冲噪声背景下的零陷阵波达方位估计方法，属于声呐信号处理领域。

背景技术

波达方位估计是阵列信号处理中的重要研究方向，在水下探测中发挥着重要作用，传统的子空间类方位估计方法如MUSIC和ESPRIT方法等能获得高分辨率的方位估计结果，但计算复杂度高，且需要信源数目的先验信息。近年来，在自适应零陷阵列的基础上，利用自小二乘法得到的LMS和变步长LMS(VSS-LMS)减少了先验信息的要求，降低了复杂度，但该类方法对背景噪声的假设为加性高斯白噪声，然而真实海洋环境中分布着丰富的脉冲噪声，这些脉冲噪声可能来自于磷虾，冰盖挤压破裂，声呐发射人工信号等，使得该类方法在方位估计上性能下降严重。

发明内容

本发明的目的是为了提供一种脉冲噪声背景下的零陷阵波达方位估计方法。

本发明的目的是这样实现的：步骤如下：

步骤一：搭建自适应零陷阵列，各个阵元模块接收到入射信号；

步骤二：参数初始化；设置t＝1，初始化P,x,x₀,

w,a，e,μ和p，P为估计得到的方位谱，x为零陷阵辅助阵元接收信号，x₀为零陷阵参考阵元接收信号，

为零陷阵列权向量，w为零陷阵辅助阵列权向量，a为阵列扫描向量，e为脉冲噪声下信号估计误差，μ为估计权向量的步长，p为估计方位谱的调节因子；

步骤三：迭代计算，根据权迭代函数进行更新，包括：

更新e：

e^(t)＝x₀ ^(t)-w^H(t)x^(t)

更新w：

w^(t+1)＝w^(t)+μtanh(pe^(t))x^(t)

令t＝t+1，若t＝T，则输出w^(t+1)，否则继续迭代；

步骤四：方位谱估计，根据方位谱函数进行计算：

步骤五：输出方位估计结果P。

本发明还包括这样一些结构特征：

1.估计权向量的调节因子p可自适应调整为：

其中，γ是常系数，取值范围为γ＞0。

2.估计权向量的步长μ可自适应调整为：

其中，α是正则化参数，取值范围为0＜α＜1/2；β是常系数，取值范围为0＜β＜2/3；

为跟信号估计误差有关的量，

为信号估计功率，μ_max为保证收敛的步长上限，三者分别被定义为：

其中，

是瞬时lncosh函数误差绝对值的累积量，κ是缩放因子，其取值范围为0＜κ＜1。

与现有技术相比，本发明的有益效果是：本发明将lncosh代价函数与变步长的思想相结合，弥补了常规最小均方误差思想在脉冲噪声背景下性能畸变的缺陷，同时合适的参数选取使得本发明在高斯噪声背景下也能获得良好的估计性能，有更强的适应性。另外，在基于lncosh代价函数的滤波器设计中，调节因子p和步长μ都是固定的，性能不够稳健，本发明中通过对调节因子p和步长μ进行联合处理，可以实现在方位估计中的自适应调节，进而获得更好的稳健性。

附图说明

图1为自适应零陷阵系统；

图2为估计方位的流程图；

图3(a)、(b)为高斯噪声背景下各方法方位估计谱：图3(a)M＝12,SNR＝5dB，采样数为500，图3(b)M＝12,SNR＝25dB，采样数为500；

图4(a)、(b)为脉冲噪声背景下各方法方位估计谱：图4(a)M＝12,GSNR＝5dB，采样数为500；图4(b)M＝12，GSNR＝25dB，采样数为500；

图5(a)、(b)、(c)为脉冲噪声背景下不同环境参数下各方法方位估计RMSE变化曲线：图5(a)M＝12，采样数为1000，GSNR变化范围为0～20dB；图5(b)GSNR＝10dB，采样数为1000，阵元数变化范围为10～30；图5(c)M＝12，GSNR＝10dB，采样数变化范围为500～2000。

具体实施方式

下面结合附图与具体实施方式对本发明作进一步详细描述。

结合附图，本发明的步骤如下：

(1)如图1所示，搭建M元自适应零陷阵列，各个阵元模块接收到入射信号。接收信号模型为

其中，

为阵列接收信号，s_l为第l个信源信号，L为信源数，

是第l个信源信号入射到阵列对应的导向向量，

是阵列接收的噪声向量。

(2)参数初始化；设置t＝1，初始化P,x,x₀,

w,a，e,μ,p,γ,α,β和κ，P为估计得到的方位谱，x为零陷阵辅助阵元接收信号，x₀为零陷阵参考阵元接收信号，

为零陷阵列权向量，w为零陷阵辅助阵列权向量，a为阵列扫描向量，e为脉冲噪声下信号估计误差，μ为估计权向量的步长，p为估计方位谱的调节因子。γ和β为常系数，α为正则化因子，κ为缩放因子。

(3)迭代计算。

更新e：

e^(t)＝x₀ ^(t)-w^H(t)x^(t)

更新p：

更新μ：

更新w：

w^(t+1)＝w^(t)+μtanh(pe^(t))x^(t)

令t＝t+1，若t＝T，则输出w^(t+1)，否则继续迭代；

(4)方位谱估计，根据方位谱函数进行计算：

(5)输出方位估计结果P。

图2描述了估计方位的过程。由于本发明将调节因子p和步长μ都均进行了自适应迭代运算，并且二者迭代时能互相作用，因此能在脉冲噪声背景下获得更好的估计性能。

本发明的仿真研究：

仿真条件：

这里使用对称α平稳分布模型(Symmetricα-Stable,SαS)构造脉冲噪声，同时，分别定义信噪比(Signal-to-noise Ratio，SNR)和广义信噪比(Generalized Signal-to-noise Ratio，GSNR)：

其中，

为高斯噪声的功率，K为采样点数，ε为SαS脉冲噪声的调整因子。

使用单频脉冲信号当作入射信源，将定步长最小均方误差方法(FSS-LMS)，变步长最小均方误差方法(VSS-LMS),最小lncosh方法(LL)和本发明中变参数最小lncosh方法(VP-LL)进行比较分析。

如图3(a)和图3(b)分别为各算法在高斯噪声环境下的多目标方位估计结果，设计方位分别为0°，30°和40°。比较两图，可以发现，VP-LL在不同SNR下的高斯噪声环境中估计方位性能与VSS-LMS相当，能够根据方位谱的峰值位置确定三个方位角度，且估计精度要强于FSS-LMS和LL方法。

如图4(a)和图4(b)分别为各算法在脉冲噪声环境下的多目标方位估计结果，设计方位分别为0°，30°和40°。FSS-LMS由于在脉冲噪声环境下畸变严重，完全丧失估计能力，在图中不再显示。比较两图，可以发现，VP-LL在不同GSNR下的脉冲噪声环境中估计方位性能都要优于其他方法，方位谱中形成的峰值更尖锐，峰值对应的角度估计更准确。

结合图3和图4，可以发现，VP-LL的适应性更强，能在脉冲噪声下获得更好的性能。

如图5(a)、图5(b)和图5(c)分别为各算法在脉冲噪声环境下针对不同环境参数改变时的均方根误差(Root Mean Square Error,RMSE)变化曲线，每次只改变一个参数变量，其他参量保持一致。比较三图，可以发现，无论是改变广义信噪比强度，阵元数目，还是采样点数，与其他方位估计算法(LL，VSS-LMS)相比，VP-LL的RMSE结果都是最小的，这说明本发明的方法稳健性更好，有较大的性能优势。

综上，本发明提供一种脉冲噪声背景下的零陷阵波达方位估计方法，属于水声信号处理领域。本发明利用lncosh代价函数的理论，加入自适应调节参数的思想，实现了在高斯噪声和脉冲噪声环境下均能对目标进行准确方位估计的目的。与目前存在的同类型方位估计方法相比，其适用范围更广，估计精度更高且稳健性更强。

Claims (3)

1.一种脉冲噪声背景下的零陷阵波达方位估计方法，其特征在于：步骤如下：

步骤一：搭建自适应零陷阵列，各个阵元模块接收到入射信号；

步骤二：参数初始化；设置t＝1，初始化P,x,x₀,

w,a，e,μ和p，P为估计得到的方位谱，x为零陷阵辅助阵元接收信号，x₀为零陷阵参考阵元接收信号，

为零陷阵列权向量，w为零陷阵辅助阵列权向量，a为阵列扫描向量，e为脉冲噪声下信号估计误差，μ为估计权向量的步长，p为估计方位谱的调节因子；

步骤三：迭代计算，根据权迭代函数进行更新，包括：

更新e：

e^(t)＝x₀ ^(t)-w^H(t)x^(t)

更新w：

w^(t+1)＝w^(t)+μtanh(pe^(t))x^(t)

令t＝t+1，若t＝T，则输出w^(t+1)，否则继续迭代；

步骤四：方位谱估计，根据方位谱函数进行计算：

步骤五：输出方位估计结果P。

2.根据权利要求1所述的一种脉冲噪声背景下的零陷阵波达方位估计方法，其特征在于：估计权向量的调节因子p可自适应调整为：

其中，γ是常系数，取值范围为γ＞0。

3.根据权利要求1或2所述的一种脉冲噪声背景下的零陷阵波达方位估计方法，其特征在于：估计权向量的步长μ可自适应调整为：

其中，α是正则化参数，取值范围为0＜α＜1/2；β是常系数，取值范围为0＜β＜2/3；

为跟信号估计误差有关的量，

为信号估计功率，μ_max为保证收敛的步长上限，三者分别被定义为：

其中，

是瞬时lncosh函数误差绝对值的累积量，κ是缩放因子，其取值范围为0＜κ＜1。

Images