互譜域線性預(yù)測(cè)角度譜估計(jì)方法研究.pdf

1、線性預(yù)測(cè)算法作為一種較早提出的高分辨算法，由于它不能有效利用加性噪聲的統(tǒng)計(jì)特性，分辨性能較差，使它在聲納領(lǐng)域的應(yīng)用受到限制。本文針對(duì)線性預(yù)測(cè)算法的這個(gè)缺點(diǎn)加以改進(jìn)，提出互譜域線性預(yù)測(cè)角度譜估計(jì)(CSAR)方法以及子帶分解(SBAR)算法。 論文首先回顧了常規(guī)波束形成(CBF)算法、逆波束形成(1BF)算法、AR模型的原理和性能，之后推導(dǎo)出經(jīng)Toeplitz平均的互譜域線性預(yù)測(cè)角度譜估計(jì)方法。仿真分析和實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證表明：互譜域線性

2、預(yù)測(cè)角度譜估計(jì)方法的分辨力較CBF、IBF以及陣元域的線性預(yù)測(cè)角度譜估計(jì)都有提高。但CSAR算法在信噪比低的情況下，仍有AR模型分辨率降低明顯的缺點(diǎn)。 為了提高信噪比低時(shí)，CSAR方法的分辨力，本文提出子帶分解方法。子帶分解方法就是把空間分成若干窄帶，對(duì)空間分布函數(shù)進(jìn)行相位補(bǔ)償，使陣列對(duì)準(zhǔn)預(yù)成方向；對(duì)新得到的序列作數(shù)據(jù)進(jìn)行低通預(yù)濾波，對(duì)高頻噪聲和干擾進(jìn)行抑制，獲得信噪比的提高?；瑒?dòng)平均后得到的序列作為線性預(yù)測(cè)的輸入，求此序列直流