時延—多普勒最小互熵空間譜分析主動聲納情景成像和目標定位.pdf

1、主動探測面臨的問題可以分為三類:第一類是目標信號存在于白噪聲或者各向均勻同性噪聲信號中，此時可以用常規(guī)波束形成和常規(guī)匹配濾波的方法檢測和估計目標。第二類是目標信號存在于噪聲信號和干擾信號中，但是目標信號較強且類目標干擾數量遠小于接收陣陣元數，此時可以采用MVDR波束形成和匹配濾波的方法探測目標。上述兩種情況均屬于目標定位，此時只考慮目標信號，而目標信號是低維的，所以是解過定問題，有唯一解，可以正向求解。第三類問題也是目標信號存在于噪聲信

2、號和干擾信號中，但是目標信號較弱，且類目標干擾的數目遠大于陣元的數目，此時是解欠定逆問題，解不唯一，前述方法均不再適用。
　　第三類問題的解決辦法就是在觀察中引入成像這一前處理環(huán)節(jié)，在像中搜索和跟蹤目標。所謂成像是指對目標所在的情景成像，此時同時需要考慮情景信號和目標信號。情景信號復雜且高維，情景成像是從低維觀測數據中估計高維的情景信息，為了增加觀測維數，成像系統中陣要運動起來并發(fā)射脈沖串信號，以增加空域和時域采樣點。
　　

3、本文研究時延-多普勒情景成像和目標定位，其中時延對應距離，多普勒對應徑向速度。時延和多普勒是模糊度函數關注的兩維參量，模糊度函數在表征信號的特性上具有源頭性的位置，所以它在時延-多普勒主動聲納情景成像和目標定位中都有重要作用。目標定位可以看成情景成像的特例。由于成像方程r(τ，v)=ρ(τ，v)**x(τ，v)，故可將成像看成對情景的時延-多普勒二維濾波，其中r(τ，v)為輸出，ρ(τ，v)為情景反射密度，x（τ，v）為發(fā)射信號s(t)

4、的模糊度函數，x(τ，v)可以看成濾波過程的點擴展函數。
　　由于成像的本質是解欠定逆問題，解不唯一，故要求最佳解。所謂的“最佳”是在一定原則意義下的最佳。成像信號處理有兩大理論支撐——最小二乘發(fā)軔的估計理論和熵出發(fā)的信息理論，對應的方法分別是似然方法和信息熵方法。似然方法和熵方法具有等價性，一方面二者都基于概率分布，另一方面相同概率分布條件下二者會得到相同的估計結果。
　　從似然方法的角度，我們可以用互模糊度函數匹配濾波實

5、現時延-多普勒成像。由于采樣互模糊度函數xc(τ，v)=ρ(τ，v)**x(τ，v)剛好對應于成像方程，所以可以通過互模糊度函數和自模糊度函數的二維解卷得到情景反射密度ρ(τ，v)，實現時廷-多普勒成像。
　　相比于似然方法，熵方法用熵來度量不確實性，尋求的是熵最大（或互熵最?。造胤椒軌虺浞掷媒o定的信息，并避免使用任何沒有給定的信息，從而最大程度地不倚靠不確實性。將最小互熵原理用于譜分析我們得到最小互熵譜分析方法，根據譜

6、分析的空時等效性原理，把最小互熵譜分析從時域擴展到空域，可以實現最小互熵空間譜估計，用最小互熵空間譜分析的方法實現時延和多普勒信息的估計，進而實現時延-多普勒最小互熵空間譜分析成像。這正是本文重點研究的方法。
　　由于目標定位是情景成像的特例，所以本文先從簡單的目標定位入手，分別實現互模糊度函數匹配濾波方法和最小豆熵空間譜分析方法的目標定位，進而把定位發(fā)展到成像。因而本文的研究內容分五個部分展開，第一部分對成像系統進行概述;第二部