CN112903081A - 声矢量传感器阵列自适应波束形成方法、系统及存储介质 - Google Patents

声矢量传感器阵列自适应波束形成方法、系统及存储介质 Download PDF

Info

Publication number
CN112903081A
CN112903081A CN202110080576.3A CN202110080576A CN112903081A CN 112903081 A CN112903081 A CN 112903081A CN 202110080576 A CN202110080576 A CN 202110080576A CN 112903081 A CN112903081 A CN 112903081A
Authority
CN
China
Prior art keywords
vector
signal
matrix
module
acoustic
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
Application number
CN202110080576.3A
Other languages
English (en)
Other versions
CN112903081B (zh
Inventor
李中
柳艾飞
朱春丽
黄若琳
尹丰
莫世奇
杨金丽
钟雨桐
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.)
China National Offshore Oil Corp CNOOC
Harbin Engineering University
CNOOC Research Institute Co Ltd
Original Assignee
China National Offshore Oil Corp CNOOC
Harbin Engineering University
CNOOC Research Institute Co Ltd
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 China National Offshore Oil Corp CNOOC, Harbin Engineering University, CNOOC Research Institute Co Ltd filed Critical China National Offshore Oil Corp CNOOC
Priority to CN202110080576.3A priority Critical patent/CN112903081B/zh
Publication of CN112903081A publication Critical patent/CN112903081A/zh
Application granted granted Critical
Publication of CN112903081B publication Critical patent/CN112903081B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H3/00Measuring characteristics of vibrations by using a detector in a fluid
    • G01H3/10Amplitude; Power

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明涉及一种声矢量传感器阵列自适应波束形成方法、系统、计算机设备及存储介质,其包括:声矢量传感器阵列在水下环境噪声场中接收远场窄带信号;根据接收的远场窄带信号,计算协方差矩阵;对协方差矩阵进行特征分解,得到
Figure DDA0002908991570000011
个特征值和特征向量;估计协方差矩阵的信号子空间维度为p;采用前p个大特征值对应的特征向量,构成信号子空间矩阵;将期望信号角度θ0处的矢量传感器阵列导向向量投影到信号子空间上得到投影后的导向向量;根据投影后的导向向量构造阻塞矩阵;根据阻塞矩阵计算波束形成权值向量。本发明利用声矢量传感器进行自适应波束形成,达到了抑制噪声和干扰,提高信干噪比;主要应用于水下弱目标的被动探测。

Description

声矢量传感器阵列自适应波束形成方法、系统及存储介质
技术领域
本发明涉及一种传感器信号处理技术领域,特别是关于一种声矢量传感器阵列自适应波束形成方法、系统、计算机设备及存储介质。
背景技术
声矢量传感器的声压通道和振速通道可共点同时获得声场的声压和振速信息,为水下目标探测提供了更有利的工具和更多信息。当声矢量传感器在水下应用时,环境噪声是主要背景噪声源,孙贵青等对水下环境噪声的特性做了细致的理论分析和实验验证(孙贵青,杨德森,时胜国.基于矢量水听器的声压和质点振速的空间相关系数[J].声学学报.2003,28(6):509-513)。实际中,水下环境噪声还可能含有由于岸边的工业噪声和人为噪声等引起的具有特定方向的干扰源。GSC技术是一种自适应波束形成算法,GSC技术最初是由Howells P(Howells P.Intermediate frequency side-lobe canceller[P].美国,US3202990A,1965-08-24)在无线电噪声和干扰抑制应用中提出。为了增强GSC技术对通道幅相误差的稳健性,郭庆华等提出一种基于子空间投影的稳健GSC算法(郭庆华,廖桂生.一种稳健的自适应波束形成器[J].电子与信息学报,2004,26(1):146-150)。柳艾飞等(柳艾飞,杨德森,时胜国,朱中锐.各向同性噪声场中单矢量传感器虚源消除MUSIC测向方法[J].声学学报,2019,44(4):698-706)分析得到,即使在各向同性噪声场中,由于声压通道和振速通道噪声功率的不一致性导致虚源,使得接收信号协方差矩阵的信号子空间维度并不等于目标信号和干扰的维度。而基于子空间投影的稳健GSC算法在声矢量传感器阵列中应用时,假设目标信号和干扰的个数为信号子空间维度;由于没有考虑水下背景噪声的复杂性引起的虚源,导致该算法在导向向量向信号子空间投影过程中无法正确考量信号子空间的维度,从而使得其波束形成性能在低信噪比时急剧下降。
发明内容
针对水下复杂背景噪声导致已有GSC波束形成技术性能下降的问题,本发明的目的是提供一种声矢量传感器阵列自适应波束形成方法、系统、计算机设备及存储介质,其估计实际信号子空间维数,不需要已知目标信号和干扰的个数,在低信噪比时仍旧能在期望方向形成主瓣,在干扰方向保持零陷,并且具有较高的信干噪比增益。
为实现上述目的,本发明采取以下技术方案:一种声矢量传感器阵列自适应波束形成方法,其包括以下步骤:1)声矢量传感器阵列在水下环境噪声场中接收远场窄带信号;2)根据接收的远场窄带信号r(n),计算协方差矩阵
Figure BDA0002908991550000021
3)对协方差矩阵
Figure BDA0002908991550000022
进行特征分解,得到
Figure BDA0002908991550000023
个特征值和特征向量;4)估计协方差矩阵
Figure BDA0002908991550000024
的信号子空间维度为p;5)采用前p个大特征值对应的特征向量,构成信号子空间矩阵U=[v1 v2 … vp];6)将期望信号角度θ0处的矢量传感器阵列导向向量a(θ0)投影到信号子空间上得到投影后的导向向量ap0);7)根据投影后的导向向量ap0)构造阻塞矩阵B;8)根据阻塞矩阵B计算波束形成权值向量w。
进一步,所述声矢量传感器阵列由M个声矢量传感器组成,其中每个声矢量传感器由声压传感器和水平面内x和y两个空间轴向的振速传感器空间共点组合而成,声矢量传感器空间共点同时测量声压以及x、y方向的两个振速分量。
进一步,所述接收的远场窄带信号为N个快拍数据r(n),n=1,…,N;r(n)是一个
Figure BDA0002908991550000025
的向量,
Figure BDA0002908991550000026
由N个快拍数据组成的接收信号矩阵Y=[r(1),r(2),…,r(N)]。
进一步,所述信号子空间维度p的估计方法包括以下步骤:
4.1)初始化迭代次数l=1;初始化
Figure BDA0002908991550000027
维的变量c=[0,…,0]T,T表示转置;
4.2)噪声特征向量集合表达为
Figure BDA0002908991550000028
4.3)计算接收信号矩阵在所有噪声特征向量方向上投影幅度的平方之和,并记录为变量c的第l个元素值c(l);
4.4)更新迭代次数l′=l+1;
4.5)若l′≤M,返回步骤4.2),继续迭代;若l′>M,停止迭代;
4.6)计算变量c的斜率向量为c′;c′的第m个元素c′(m)为c′(m)=c(m+1)-c(m),
Figure BDA0002908991550000029
对c′做归一化得到
Figure BDA00029089915500000210
4.7)寻找c′1(k)<ε的第一个元素的位置,标记为k;信号子空间维数的估计值计算为p=k-1;其中,ε为预先设定的小于1的常数。
进一步,所述投影后的导向向量ap0)为:
ap0)=UUHa(θ0)。
进一步,所述阻塞矩阵B的构造方法包括以下步骤:
7.1)构造Pa矩阵:
Figure BDA00029089915500000211
7.2)对Pa标准正交化得到
Figure BDA00029089915500000212
7.3)取
Figure BDA0002908991550000031
的前
Figure BDA0002908991550000032
列构成阻塞矩阵B。
进一步,所述波束形成权值向量w为:
Figure BDA0002908991550000033
一种声矢量传感器阵列自适应波束形成系统,其包括:接收模块、协方差矩阵计算模块、特征分解模块、维度估计模块、信号子空间矩阵构造模块、投影处理模块、阻塞矩阵构造模块和波束形成模块;所述接收模块采用声矢量传感器阵列在水下环境噪声场中接收远场窄带信号;所述协方差矩阵计算模块根据接收的远场窄带信号r(n),计算协方差矩阵
Figure BDA0002908991550000034
所述特征分解模块对协方差矩阵
Figure BDA0002908991550000035
进行特征分解,得到
Figure BDA0002908991550000036
个特征值和特征向量;所述维度估计模块用于估计协方差矩阵
Figure BDA0002908991550000037
的信号子空间维度为p;所述信号子空间矩阵构造模块采用前p个大特征值对应的特征向量,构成信号子空间矩阵U=[v1 v2 … vp];所述投影处理模块将期望信号角度θ0处的矢量传感器阵列导向向量a(θ0)投影到信号子空间上得到投影后的导向向量ap0);所述波束形成模块根据阻塞矩阵B计算波束形成权值向量w。
一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行上述方法中的任一方法。
一种计算设备,其包括:一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行上述方法中的任一方法的指令。
本发明由于采取以上技术方案,其具有以下优点:1、由于水下环境噪声的复杂性导致原来的基于子空间投影的稳健GSC算法投影出错,为消除水下环境噪声的影响,本发明基于实际信号子空间维数的自适应波束形成方法根据接收信号向量和噪声子空间的正交性,通过搜索,估计得到实际的信号子空间维数。然后根据此信号子空间维数构造实际信号子空间,并把期望信号方向的导向向量向此子空间投影,由此得到阻塞矩阵和波束形成权值。2、本发明在低信噪比和通道误差情况下,仍能在期望信号方向形成主瓣,在干扰方向保持零陷,并且具有较高的信干噪比增益。解决了已有GSC波束形成技术在水下环境噪声场中应用时,旁瓣高、主瓣指向错误的难题。本发明可以广泛应用于水下弱目标的被动探测领域中。
附图说明
图1是本发明方法的整体流程示意图。
图2是信噪比等于5dB条件下的方向图。
图3是信噪比等于0dB条件下的方向图。
图4是信噪比等于-5dB条件下的方向图。
图5是信噪比等于-10dB条件下的方向图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的第一实施方式中,如图1所示,本实施例提供一种声矢量传感器阵列自适应波束形成方法,其包括以下步骤:
1)声矢量传感器阵列在水下环境噪声场中接收远场窄带信号;
接收的远场窄带信号为N个快拍数据r(n),n=1,…,N;r(n)是一个
Figure BDA0002908991550000041
的向量,
Figure BDA0002908991550000042
其表达式为:
r(n)=[r1,p(n),r1,x(n),r1,y(n),…,rM,p(n),rM,x(n),rM,y(n)]T
其中,rM,p(n),rM,x(n),rM,y(n)分别为第M个矢量传感器的声压通道、x方向振速通道、y方向振速通道的接收信号;
由N个快拍数据组成的接收信号矩阵Y=[r(1),r(2),…,r(N)];
其中,声矢量传感器阵列由M个声矢量传感器组成,其中每个声矢量传感器由声压传感器和水平面内x和y两个空间轴向的振速传感器空间共点组合而成,声矢量传感器空间共点同时测量声压以及x、y方向的两个振速分量。
2)根据接收的远场窄带信号r(n),计算协方差矩阵
Figure BDA0002908991550000043
Figure BDA0002908991550000044
3)对协方差矩阵
Figure BDA0002908991550000045
进行特征分解,得到
Figure BDA0002908991550000046
个特征值和特征向量;
其中,对协方差矩阵
Figure BDA0002908991550000047
进行特征分解得到:
Figure BDA0002908991550000048
其中,λm是第m个特征值,vm是第m个特征向量,H表示转置,λ1,…,λM按降序排列;
4)估计协方差矩阵
Figure BDA0002908991550000049
的信号子空间维度为p,具体步骤如下:
4.1)初始化迭代次数l=1;初始化
Figure BDA00029089915500000410
维的变量c=[0,…,0]T,T表示转置;
4.2)噪声特征向量集合表达为
Figure BDA0002908991550000051
4.3)计算接收信号矩阵在所有噪声特征向量方向上投影幅度的平方之和,并记录为变量c的第l个元素值c(l),其计算表达式为:
Figure BDA0002908991550000052
其中,
Figure BDA0002908991550000053
为向量x的2范数的平方;
4.4)更新迭代次数l′=l+1;
4.5)若l′≤M,返回步骤4.2),继续迭代;若l′>M,停止迭代;
4.6)计算变量c的斜率向量为c′;c′的第k个元素c′(k)计算为c′(k)=c(k+1)-c(k),
Figure BDA0002908991550000054
对c′做归一化得到
Figure BDA0002908991550000055
4.7)寻找c′1(k)<ε(ε为预先设定的小于1的常数)的第一个元素的位置,标记为k;信号子空间维数的估计值计算为p=k-1;c′1(k)表示什表示向量c′1的第k个元素;
5)采用前p个大特征值对应的特征向量,构成信号子空间矩阵U=[v1 v2 … vp];
6)将期望信号角度θ0处的矢量传感器阵列导向向量a(θ0)投影到信号子空间上得到投影后的导向向量ap0),即:
ap0)=UUHa(θ0);
7)根据投影后的导向向量ap0)构造阻塞矩阵B,具体步骤如下:
7.1)构造Pa矩阵:
Figure BDA0002908991550000056
表示维度为
Figure BDA0002908991550000057
的单位矩阵;
7.2)对矩阵Pa标准正交化得到标准正交矩阵
Figure BDA0002908991550000058
7.3)取标准正交矩阵
Figure BDA0002908991550000059
的前
Figure BDA00029089915500000510
列构成阻塞矩阵B;
8)根据阻塞矩阵B计算波束形成权值向量w:
Figure BDA00029089915500000511
在本发明的第二实施方式中,本实施例提供一种声矢量传感器阵列自适应波束形成系统,其包括接收模块、协方差矩阵计算模块、特征分解模块、维度估计模块、信号子空间矩阵构造模块、投影处理模块、阻塞矩阵构造模块和波束形成模块;
接收模块采用声矢量传感器阵列在水下环境噪声场中接收远场窄带信号;
协方差矩阵计算模块根据接收的远场窄带信号r(n),计算协方差矩阵
Figure BDA0002908991550000061
所述特征分解模块对协方差矩阵
Figure BDA0002908991550000062
进行特征分解,得到
Figure BDA0002908991550000063
个特征值和特征向量;
维度估计模块用于估计协方差矩阵
Figure BDA0002908991550000064
的信号子空间维度为p;
信号子空间矩阵构造模块采用前p个大特征值对应的特征向量,构成信号子空间矩阵U=[v1 v2 … vp];
投影处理模块将期望信号角度θ0处的矢量传感器阵列导向向量a(θ0)投影到信号子空间上得到投影后的导向向量ap0);
波束形成模块根据阻塞矩阵B计算波束形成权值向量w。
在本发明的第三实施方式中,本实施例提供一种存储一个或多个程序的计算机可读存储介质,一个或多个程序包括指令,指令当由计算设备执行时,使得计算设备执行第一实施方式中的任一方法。
在本发明的第四实施方式中,本实施例提供一种计算设备,其包括:一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在存储器中并被配置为一个或多个处理器执行,一个或多个程序包括用于执行第一实施方式中的任一方法的指令。
实施例:
为了验证本发明方法在水下环境噪声中的性能,以下所用的背景噪声在哈尔滨工程大学消声水池内录取获得,程控滤波器范围为200Hz-10000Hz,为了保证背景噪声的复杂性,没有进行额外的滤波操作。声矢量传感器阵列为8元均匀圆阵,阵半径为0.35m,每个矢量传感器的x和y正方向与该处的径向和切向重合。目标信号和干扰由仿真得到;目标信号和干扰都是单频信号,目标信号频率为2000Hz,干扰频率为为2010Hz,目标来自于50度,干扰来自于150度。背景噪声、目标信号、干扰的采样频率都为131072Hz;目标信号和干扰的功率相同。每个通道的幅度误差服从[-0.05 0.05]上的均匀分布,相位误差服从[-5° 5°]上的均匀分布。另外,选取传统GSC方法和基于子空间投影的稳健GSC方法(简称稳健GSC方法)与本发明方法做比较。本发明方法中的ε设置为0.1。
取0.25s数据做处理,在信噪比为5dB、0dB、-5dB、-10dB条件下得到的方向图分别如图2、图3、图4、图5所示。取10段0.25s数据得到10个信干噪比增益,由此计算平均信干噪比增益,得到信噪比为5dB、0dB、-5dB、-10dB条件下的平均信干噪比增益如表1所示。
表1不同信噪比条件的信干噪比增益
Figure BDA0002908991550000071
如图2所示,可以看出本发明方法和稳健GSC方法都能在期望方向形成主瓣,在干扰方向形成一定深度的零陷,而且本发明方法在干扰方向的零陷比稳健GSC方法略深;如图2~图5可见,随着信噪比降低,稳健GSC方法的主瓣偏离目标方向,而且其在干扰方向的零陷变浅;而本发明方法即使在信噪比等于-10dB时,仍能在目标方向形成主瓣,并在干扰方向形成大约-20dB的零陷;另一方面,由于通道误差的影响,传统GSC方法在目标方向形成零陷,而且信噪比越高,对目标方向的零陷越深,从而导致其信干噪比增益越低,这与表1中的结果对应。
从表1可见,本发明方法的信干噪比增益最高,而且随着信噪比降低,信干噪比增益降低,在-10dB时候,仍能得到16.5dB的增益。稳健GSC方法的信干噪比增益也随着信噪比降低而降低,其在-10dB时,信干噪比增益为-8dB。
综上,本发明根据接收信号向量和噪声子空间的正交性,通过搜索,估计得到实际的信号子空间维数。然后根据此信号子空间维数构造实际信号子空间,并把期望信号方向的导向向量向此子空间投影,由此得到阻塞矩阵和波束形成权值。本发明利用声矢量传感器进行自适应波束形成,达到抑制噪声和干扰,提高信干噪比的目的。本发明基于子空间投影的广义旁瓣对消方法(稳健GSC方法)利用向信号子空间投影后的导向向量构造阻塞矩阵,具有对通道幅相误差的稳健性。但声矢量传感器在水下应用时,背景噪声的复杂性导致背景噪声中存在虚源并且通常含有来自特定方向的干扰源,这严重降低了稳健GSC方法的噪声和干扰抑制性能。本发明首先利用噪声子空间和接收信号的正交性,通过搜索,估计实际的信号子空间维数,并据此构造阻塞矩阵。仿真结果表明,相比传统GSC方法和已有的稳健GSC方法,本发明在低信噪比和通道幅相误差情况下,仍能在期望信号方向形成主瓣,在干扰方向保持零陷,并且具有较高的信干噪比增益。解决了已有GSC波束形成技术在水下环境噪声场中应用时,主瓣指向错误、旁瓣高、干扰零陷低、信干噪比增益低的难题。本发明主要应用于水下弱目标的被动探测。
上述各实施例仅用于说明本发明,各部件的结构、尺寸、设置位置及形状都是可以有所变化的,在本发明技术方案的基础上,凡根据本发明原理对个别部件进行的改进和等同变换,均不应排除在本发明的保护范围之外。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

Claims (10)

1.一种声矢量传感器阵列自适应波束形成方法,其特征在于,包括以下步骤:
1)声矢量传感器阵列在水下环境噪声场中接收远场窄带信号;
2)根据接收的远场窄带信号r(n),计算协方差矩阵
Figure FDA0002908991540000011
3)对协方差矩阵
Figure FDA0002908991540000012
进行特征分解,得到
Figure FDA0002908991540000013
个特征值和特征向量;
4)估计协方差矩阵
Figure FDA0002908991540000014
的信号子空间维度为p;
5)采用前p个大特征值对应的特征向量,构成信号子空间矩阵U=[v1 v2 … vp];
6)将期望信号角度θ0处的矢量传感器阵列导向向量a(θ0)投影到信号子空间上得到投影后的导向向量ap0);
7)根据投影后的导向向量ap0)构造阻塞矩阵B;
8)根据阻塞矩阵B计算波束形成权值向量w。
2.如权利要求1所述波束形成方法,其特征在于,所述声矢量传感器阵列由M个声矢量传感器组成,其中每个声矢量传感器由声压传感器和水平面内x和y两个空间轴向的振速传感器空间共点组合而成,声矢量传感器空间共点同时测量声压以及x、y方向的两个振速分量。
3.如权利要求2所述波束形成方法,其特征在于,所述接收的远场窄带信号为N个快拍数据r(n),n=1,…,N;r(n)是一个
Figure FDA0002908991540000015
的向量,
Figure FDA0002908991540000016
由N个快拍数据组成的接收信号矩阵Y=[r(1),r(2),…,r(N)]。
4.如权利要求1所述波束形成方法,其特征在于,所述信号子空间维度p的估计方法包括以下步骤:
4.1)初始化迭代次数l=1;初始化
Figure FDA0002908991540000017
维的变量c=[0,…,0]T,T表示转置;
4.2)噪声特征向量集合表达为
Figure FDA0002908991540000018
4.3)计算接收信号矩阵在所有噪声特征向量方向上投影幅度的平方之和,并记录为变量c的第l个元素值c(l);
4.4)更新迭代次数l′=l+1;
4.5)若l′≤M,返回步骤4.2),继续迭代;若l′>M,停止迭代;
4.6)计算变量c的斜率向量为c′;c′的第m个元素c′(m)为
Figure FDA0002908991540000019
对c′做归一化得到
Figure FDA00029089915400000110
4.7)寻找c′1(k)<ε的第一个元素的位置,标记为k;信号子空间维数的估计值计算为p=k-1;其中,ε为预先设定的小于1的常数。
5.如权利要求1所述波束形成方法,其特征在于,所述投影后的导向向量ap0)为:
ap0)=UUHa(θ0)。
6.如权利要求1所述波束形成方法,其特征在于,所述阻塞矩阵B的构造方法包括以下步骤:
7.1)构造Pa矩阵:
Figure FDA0002908991540000021
7.2)对Pa标准正交化得到
Figure FDA0002908991540000022
7.3)取
Figure FDA0002908991540000023
的前
Figure FDA0002908991540000024
列构成阻塞矩阵B。
7.如权利要求1所述波束形成方法,其特征在于,所述波束形成权值向量w为:
Figure FDA0002908991540000025
8.一种声矢量传感器阵列自适应波束形成系统,其特征在于,包括:接收模块、协方差矩阵计算模块、特征分解模块、维度估计模块、信号子空间矩阵构造模块、投影处理模块、阻塞矩阵构造模块和波束形成模块;
所述接收模块采用声矢量传感器阵列在水下环境噪声场中接收远场窄带信号;
所述协方差矩阵计算模块根据接收的远场窄带信号r(n),计算协方差矩阵
Figure FDA0002908991540000026
所述特征分解模块对协方差矩阵
Figure FDA0002908991540000027
进行特征分解,得到
Figure FDA0002908991540000028
个特征值和特征向量;
所述维度估计模块用于估计协方差矩阵
Figure FDA0002908991540000029
的信号子空间维度为p;
所述信号子空间矩阵构造模块采用前p个大特征值对应的特征向量,构成信号子空间矩阵U=[v1 v2 … vp];
所述投影处理模块将期望信号角度θ0处的矢量传感器阵列导向向量a(θ0)投影到信号子空间上得到投影后的导向向量ap0);
所述波束形成模块根据阻塞矩阵B计算波束形成权值向量w。
9.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行如权利要求1至7所述方法中的任一方法。
10.一种计算设备,其特征在于,包括:一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行如权利要求1至7所述的方法中的任一方法的指令。
CN202110080576.3A 2021-01-21 2021-01-21 声矢量传感器阵列自适应波束形成方法、系统及存储介质 Active CN112903081B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110080576.3A CN112903081B (zh) 2021-01-21 2021-01-21 声矢量传感器阵列自适应波束形成方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110080576.3A CN112903081B (zh) 2021-01-21 2021-01-21 声矢量传感器阵列自适应波束形成方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN112903081A true CN112903081A (zh) 2021-06-04
CN112903081B CN112903081B (zh) 2022-05-03

Family

ID=76117560

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110080576.3A Active CN112903081B (zh) 2021-01-21 2021-01-21 声矢量传感器阵列自适应波束形成方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN112903081B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115600099A (zh) * 2022-12-15 2023-01-13 南京锐声海洋科技有限公司(Cn) 非一致性噪声条件下的特征空间波束形成方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104035064A (zh) * 2014-06-05 2014-09-10 哈尔滨工程大学 适用于任意阵型的稳健宽带导向最小方差波束形成方法
US20150139444A1 (en) * 2012-05-31 2015-05-21 University Of Mississippi Systems and methods for detecting transient acoustic signals
CN105204006A (zh) * 2015-10-19 2015-12-30 电子科技大学 基于子空间的干扰噪声协方差矩阵重构的波束形成方法
CN106788653A (zh) * 2016-11-25 2017-05-31 西安电子科技大学 一种基于协方差矩阵重构的自适应波束形成方法
CN108225536A (zh) * 2017-12-28 2018-06-29 西北工业大学 基于水听器幅度与相位自校准的稳健自适应波束形成方法
JP2018146948A (ja) * 2017-03-03 2018-09-20 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America 音源探査装置、音源探査方法およびそのプログラム
CN111024208A (zh) * 2019-11-26 2020-04-17 中国船舶重工集团有限公司第七一0研究所 一种垂直阵声压梯度波束形成与信号检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150139444A1 (en) * 2012-05-31 2015-05-21 University Of Mississippi Systems and methods for detecting transient acoustic signals
CN104035064A (zh) * 2014-06-05 2014-09-10 哈尔滨工程大学 适用于任意阵型的稳健宽带导向最小方差波束形成方法
CN105204006A (zh) * 2015-10-19 2015-12-30 电子科技大学 基于子空间的干扰噪声协方差矩阵重构的波束形成方法
CN106788653A (zh) * 2016-11-25 2017-05-31 西安电子科技大学 一种基于协方差矩阵重构的自适应波束形成方法
JP2018146948A (ja) * 2017-03-03 2018-09-20 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America 音源探査装置、音源探査方法およびそのプログラム
CN108225536A (zh) * 2017-12-28 2018-06-29 西北工业大学 基于水听器幅度与相位自校准的稳健自适应波束形成方法
CN111024208A (zh) * 2019-11-26 2020-04-17 中国船舶重工集团有限公司第七一0研究所 一种垂直阵声压梯度波束形成与信号检测方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115600099A (zh) * 2022-12-15 2023-01-13 南京锐声海洋科技有限公司(Cn) 非一致性噪声条件下的特征空间波束形成方法及系统

Also Published As

Publication number Publication date
CN112903081B (zh) 2022-05-03

Similar Documents

Publication Publication Date Title
CN109254261A (zh) 基于均匀圆阵epuma的相干信号零陷加深方法
US7839721B1 (en) Modal beam processing of acoustic vector sensor data
CN112285647B (zh) 一种基于稀疏表示与重构的信号方位高分辨估计方法
CN109633555A (zh) 基于遗传music算法的水下目标定位方法
He et al. Polarization difference smoothing for direction finding of coherent signals
CN108469599B (zh) 一种声矢量传感器幅度加权music测向方法
Kirsteins et al. Rapidly adaptive nulling of interference
CN106093920B (zh) 一种基于对角加载的自适应波束形成算法
CN110673119A (zh) 基于压缩感知的非正则化方位估计方法及系统
CN112903081B (zh) 声矢量传感器阵列自适应波束形成方法、系统及存储介质
Zhang et al. Sidelobe suppression for adaptive beamforming with sparse constraint on beam pattern
Thiergart et al. A low complexity weighted least squares narrowband DOA estimator for arbitrary array geometries
Luo et al. Mainlobe anti-jamming via eigen-projection processing and covariance matrix reconstruction
CN113884979A (zh) 干扰加噪声协方差矩阵重构的稳健自适应波束形成方法
Jalali et al. Comparing accuracy for ML, MUSIC, ROOT-MUSIC and spatially smoothed algorithms for 2 users
CN109061594B (zh) 一种强杂波环境下基于子阵空时自适应处理的测角方法
Xin et al. Mainlobe interference suppression via eigen-projection processing and covariance matrix sparse reconstruction
Lefort et al. Sub-antenna processing for coherence loss in underwater direction of arrival estimation
CN114239251A (zh) 一种近端多径条件下阵列测向精度的评估方法
Hua et al. Efficient two dimensional direction finding via auxiliary-variable manifold separation technique for arbitrary array structure
Du et al. Adaptive antijamming based on space-time 2-D sparse array for GNSS receivers
CN115600099B (zh) 非一致性噪声条件下的特征空间波束形成方法及系统
Qi et al. Robust matched field processing via second order cone optimization
Osman et al. Direction of arrival estimation using virtual array search
Al Jabr et al. Modified UCA-ESPRIT for estimating DOA of coherent signals using one snapshot

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