基于聯(lián)合信息處理的聲矢量陣測向技術(shù).pdf

1、聲矢量傳感器由無指向性聲壓傳感器和具有偶極子指向性的質(zhì)點振速傳感器復(fù)合而成，可以空間共點同步拾取聲場中的標(biāo)量信息(聲壓)和矢量信息(質(zhì)點振速)。因此，與傳統(tǒng)的聲壓傳感器相比，聲矢量傳感器可以獲取更為全面的聲場信息。它的出現(xiàn)，為解決水下目標(biāo)的檢測、定位及噪聲識別等諸多問題提供了一種新的方式和手段，深受國內(nèi)外學(xué)者關(guān)注。目前，關(guān)于聲矢量傳感器的物理基礎(chǔ)和工程制作等方面的問題已基本解決，基于聲矢量傳感器陣列(或簡稱聲矢量陣)的信號處理問題已成為

2、另一個令人矚目的研究熱點，一些成果相繼被發(fā)表。但是，現(xiàn)有的聲矢量陣信號處理技術(shù)都是將聲矢量傳感器的振速分量作為與聲壓相同的獨立陣元信息來處理，而沒有充分利用聲壓振速聯(lián)合信息處理技術(shù)。事實上，在遠(yuǎn)程聲場，相干源(尺度有限的信號源)信號的聲壓和振速是相干的，而對于各向同性噪聲場，聲壓與振速是不相關(guān)的，所以基于平均聲能流概念(即聲強(qiáng))的聲壓振速聯(lián)合信息處理技術(shù)具有較強(qiáng)的抗各向同性噪聲能力?；趩问噶總鞲衅鞯穆晧赫袼俾?lián)合信息處理技術(shù)已經(jīng)為學(xué)者們

3、廣泛認(rèn)可。 與此同時，在DOA估計的諸多方法中，MUSIC、ESPRIT等基于特征分解理論的子空間類方法，以其較高的分辨能力和相對較小的計算復(fù)雜度而頗受關(guān)注，近來，已有學(xué)者將其引入到聲矢量陣信號處理中，并取得了一定的效果。 本文在回顧聲矢量傳感器的基本原理、聲壓振速聯(lián)合信息處理的物理基礎(chǔ)以及基于子空間類方法的聲矢量陣信號處理技術(shù)研究現(xiàn)狀的基礎(chǔ)上，著眼于將聲壓振速聯(lián)合信息處理技術(shù)引入到聲矢量傳感器陣列信號處理中。通過將聯(lián)合

4、信息處理技術(shù)與子空間類高分辨測向技術(shù)相結(jié)合，為解決聲矢量陣在低信噪比條件下的信源檢測、目標(biāo)定位和噪聲測量等方面的應(yīng)用問題，提供一種新的思路和方法。本文的主要創(chuàng)新點如下： 1)在對聲矢量傳感器的基本原理以及聲壓振速聯(lián)合信息處理的物理基礎(chǔ)進(jìn)行了深入分析的基礎(chǔ)上，提出了一種聲矢量陣聲壓與振速互協(xié)方差矩陣，論述了基于該互協(xié)方差矩陣的特征子空間分解原理?；谠摶f(xié)方差矩陣，可以將聲壓振速聯(lián)合信息處理技術(shù)引入到聲矢量陣信號處理中。

5、2)研究了基于聲壓振速聯(lián)合信息處理的聲矢量陣遠(yuǎn)程、高分辨方位估計算法。包括基于聲壓振速聯(lián)合信息處理的聲矢量陣MUSIC算法、ESPRIT算法、最小范數(shù)算法等測向方法。一通過將聲壓振速聯(lián)合信息處理技術(shù)與子空間類方法相結(jié)合，明顯降低了子空間類方法的信噪比門限，實現(xiàn)了基于聲矢量陣的遠(yuǎn)程、高分辨測向。 3)基于空間虛擬延遲抽頭技術(shù)，提出并論述了陣列協(xié)方差矩陣的特征向量與空時協(xié)方差矩陣的正交原理，引入了一種特征向量投影的概念。然后給出了兩

6、種利用這種特征向量投影的陣列信號信源檢測方法，類GDE(Like-GDE)方法和自舉估計器(BBE)方法。所提方法不再依賴于陣列協(xié)方差矩陣的特征值，無需對信號和噪聲的分布作出預(yù)先假設(shè)，在低信噪比和空間非均勻噪聲條件下具有更好的檢測性能。 4)通過將Like-GDE方法和BBE方法引入到聲矢量陣信號處理中，提出并論述了基于聲壓振速聯(lián)合信息處理的聲矢量陣遠(yuǎn)程信源檢測方法。 5)為解決水下寬帶源的遠(yuǎn)程測向問題，提出了一種基于聲

7、壓P與振速V的互譜矩陣的聲矢量陣相干信號子空間方法。與現(xiàn)有的聲矢量陣寬帶測向方法不同，新方法完全基于聲壓振速聯(lián)合信息處理，充分利用了聲矢量陣中P-V互譜的抗噪能力，能將相干信號子空間方法的寬帶高分辨能力及去相干能力與聲矢量陣的抗噪能力有機(jī)地結(jié)合起來，實現(xiàn)對寬帶源的遠(yuǎn)程、高分辨方位估計。理論分析給出了基于P-V互譜矩陣的寬帶聚焦原理和特征分解原理，以及信源數(shù)檢測準(zhǔn)則。 本文的研究工作是建立在嚴(yán)密的理論推導(dǎo)基礎(chǔ)之上的。聯(lián)合信息處理，