一种基于复域压缩感知的阵列信号处理方法及系统技术方案

技术编号:29486950 阅读:34 留言:0更新日期:2021-07-30 18:58
本发明专利技术涉及声纳信号处理领域,特别涉及一种基于复域压缩感知的阵列信号处理方法及系统。所述方法包括:对声呐阵接收的阵列信号进行复解析变换得到每个阵元的复解析数据,按预估方位在复域对各阵元复解析数据进行时延补偿、相关和累积处理,构建观测序列和复域感知矩阵,采用复域压缩感知方法实现阵列信号处理。在同一检测概率下,相比频域压缩感知方法,本发明专利技术的方法对输入信噪比的最低要求得到近10lgMdB的降低(M为通道数),提升了对弱目标的检测能力。

【技术实现步骤摘要】
一种基于复域压缩感知的阵列信号处理方法及系统
本专利技术涉及声纳信号处理领域,特别涉及一种基于复域压缩感知的阵列信号处理方法及系统。
技术介绍
在阵列信号处理中,为了实现高效、高性能空间谱合成技术,研究学者分别从波束形成、子空间分解、压缩感知等方面对空间进行了深入研究,并取得了一定研究成果。然而,作为研究学者所关心的问题:空间谱合成技术中的背景级、空间分辨率、对输入信噪比的要求等并没有得到较好的解决。基于波束形成的空间谱合成技术虽然对输入信噪比的要求最低,但受阵元数限制和“瑞利限”限制,空间谱泄露严重和主瓣较宽问题始终未能被较好解决,对多目标方位估计效果有待提升;基于子空间分解空间谱合成技术虽然突破了“瑞利限”限制,实现了高分辨空间谱合成,但受输入信噪比要求影响较大,较低信噪比下无法对空间谱实现有效合成,对弱目标方位估计效果较差。压缩感知作为一种改变“奈奎斯特”采样理论的新兴理论,已被广泛应用到相关研究领域。在目标方位估计中,以压缩感知空间目标空域稀疏性作基础,通过构造相应的感知矩阵和测量值实现对空间谱合成,然后由空间谱实现对目标方位估计;后续结合实际应用,研究学者又提出了一些提升压缩感知在目标方位估计中的性能方法。总的来说,现有基于压缩感知的目标方位估计方法均是在频域实现的,低信噪比条件情况下,均存在一定的性能退化问题。
技术实现思路
本专利技术的目的在于解决低信噪比情况下,频域压缩感知的阵列信号处理方法性能退化问题,提出一种基于复域压缩感知的阵列信号处理方法及系统。为了实现上述目的,本专利技术提出了一种基于复域压缩感知的阵列信号处理方法,所述方法包括:对声呐阵接收的阵列信号进行复解析变换得到每个阵元的复解析数据,按预估方位在复域对各阵元复解析数据进行时延补偿、相关和累积处理,构建观测序列和复域感知矩阵,采用复域压缩感知方法实现阵列信号处理。作为上述方法的一种改进,所述方法具体包括:步骤1)采用复解析小波变换,对声呐阵接收的阵列信号进行复解析变换,在复域构造每个阵元的复解析数据,第m个阵元的复解析数据为:其中,m=1,2,…M,M为声呐阵的阵元个数,xm(t)和分别为实部和虚部数据,j为虚部符号,t表示时域;步骤2)在第n个扫描角度θn上,对第m个阵元的复解析数据按进行时延补偿,得到经时延补偿后的第m个阵元的复解析数据为:其中,d为声呐阵的阵元间距,c为声速,n=1,2,…N,N为扫描角度个数;步骤3)在复域构建经时延补偿后的协方差矩阵对主对角线元素置零,并对置零后的协方差矩阵进行累加处理,得相应空间谱P(θn)为:其中,I=[1,1,…,1]实现中元素累加处理;步骤4)根据P(θ)=[P(θ1),P(θ2),…,P(θN)]T,[·]T为矩阵转置,令I为观测序列,对相应空间谱P(θn)进行变换处理,以观测序列和复域感知矩阵形式表示,构建复域感知矩阵其中,A(θn)满足下式:步骤5)通过求解以下凸优化问题得到空间信号稀疏系数S(t):min||S(t)||1步骤6)对空间信号稀疏系数S(t)进行处理,得到合成空间谱P(θ)为:P(θ)=|S(t)|2搜索合成空间谱P(θ)的峰值位置从而实现目标检测。一种基于复域压缩感知的阵列信号处理系统,所述系统包括:包括:复解析变换模块、时延补偿及相关累积模块、复域观测序列及感知矩阵构建模块和复域压缩感知处理模块;其中,所述复解析变换模块,用于对声呐阵接收的阵列信号进行复解析变换得到每个阵元的复解析数据;所述时延补偿及相关累积模块,用于按预估方位在复域对各阵元复解析数据进行时延补偿、相关和累积处理;所述复域观测序列及感知矩阵构建模块,用于构建观测序列和复域感知矩阵;所述复域压缩感知处理模块,用于采用复域压缩感知方法实现阵列信号处理。作为上述系统的一种改进,所述复解析变换模块的具体处理过程包括:采用复解析小波变换,对声呐阵接收的阵列信号进行复解析变换,在复域构造每个阵元的复解析数据,第m个阵元的复解析数据为:其中,m=1,2,…M,M为声呐阵的阵元个数,xm(t)和分别为实部和虚部数据,j为虚部符号,t表示时域。作为上述系统的一种改进,所述时延补偿及相关累积模块的具体处理过程包括:在第n个扫描角度θn上,对第m个阵元的复解析数据按进行时延补偿,得到经时延补偿后的第m个阵元的复解析数据为:其中,d为声呐阵的阵元间距,c为声速,n=1,2,…N,N为扫描角度个数;在复域构建经时延补偿后的协方差矩阵对主对角线元素置零,并对置零后的协方差矩阵进行累加处理,得相应空间谱P(θn)为:其中,I=[1,1,…,1]实现中元素累加处理。作为上述系统的一种改进,所述复域观测序列及感知矩阵构建模块的具体处理过程包括:根据P(θ)=[P(θ1),P(θ2),…,P(θN)]T,[·]T为矩阵转置,令I为观测序列,对相应空间谱P(θn)进行变换处理,以观测序列和复域感知矩阵形式表示,构建复域感知矩阵其中,A(θn)满足下式:作为上述系统的一种改进,所述复域压缩感知处理模块的具体处理过程包括:通过求解以下凸优化问题得到空间信号稀疏系数S(t):min||S(t)||1对空间信号稀疏系数S(t)进行处理,得到合成空间谱P(θ)为:P(θ)=|S(t)|2搜索合成空间谱P(θ)的峰值位置从而实现目标检测。与现有技术相比,本专利技术的优势在于:1、本专利技术的方法在复域通过对阵列数据进行相关、累加处理,提升感知矩阵各位置数据所含信噪比,使感知矩阵各位置数据具有一定阵增益,相比基于频域压缩感知的阵列信号处理方法所用观测序列,提升了感知矩阵每个位置数据所含信噪比,进而改善了频域压缩感知方法对输入信噪比的最低要求;2、在同一检测概率下,相比频域压缩感知方法,本专利技术的方法对输入信噪比的最低要求得到近10lgMdB(M为通道数)的降低,提升了对弱目标的检测能力。附图说明图1是本专利技术实施例1采用的水平拖线阵声纳结构示意图;图2是本专利技术的基于复域压缩感知的阵列信号处理方法流程图;图3是分别采用MVDR方法、MUSIC方法、FCS方法和本专利技术的CCS方法通过200次独立统计所得目标检测概率结果图;图4是分别采用MVDR方法、MUSIC方法、FCS方法和本专利技术的CCS方法所得空间谱(SNR=0dB);图5是分别采用MVDR方法、MUSIC方法、FCS方法和本专利技术的CCS方法所得空间谱(SNR=-10dB);图6是分别采用MVDR方法、MUSIC方法、FCS方法和本专利技术的CCS方法所得空间谱(SNR=-15dB);图7是采用MVDR方法输出的方位历程图;图8是采用MUSIC方法输出的方位历程图本文档来自技高网...

【技术保护点】
1.一种基于复域压缩感知的阵列信号处理方法,所述方法包括:/n对声呐阵接收的阵列信号进行复解析变换得到每个阵元的复解析数据,按预估方位在复域对各阵元复解析数据进行时延补偿、相关和累积处理,构建观测序列和复域感知矩阵,采用复域压缩感知方法实现阵列信号处理。/n

【技术特征摘要】
1.一种基于复域压缩感知的阵列信号处理方法,所述方法包括:
对声呐阵接收的阵列信号进行复解析变换得到每个阵元的复解析数据,按预估方位在复域对各阵元复解析数据进行时延补偿、相关和累积处理,构建观测序列和复域感知矩阵,采用复域压缩感知方法实现阵列信号处理。


2.根据权利要求1所述的基于复域压缩感知的阵列信号处理方法,其特征在于,所述方法具体包括:
步骤1)采用复解析小波变换,对声呐阵接收的阵列信号进行复解析变换,在复域构造每个阵元的复解析数据,第m个阵元的复解析数据为:



其中,m=1,2,…M,M为声呐阵的阵元个数,xm(t)和分别为实部和虚部数据,j为虚部符号,t表示时域;
步骤2)在第n个扫描角度θn上,对第m个阵元的复解析数据按进行时延补偿,得到经时延补偿后的第m个阵元的复解析数据为:



其中,d为声呐阵的阵元间距,c为声速,n=1,2,…N,N为扫描角度个数;
步骤3)在复域构建经时延补偿后的协方差矩阵对主对角线元素置零,并对置零后的协方差矩阵进行累加处理,得相应空间谱P(θn)为:



其中,I=[1,1,…,1]实现中元素累加处理;
步骤4)根据P(θ)=[P(θ1),P(θ2),…,P(θN)]T,[·]T为矩阵转置,令I为观测序列,对相应空间谱P(θn)进行变换处理,以观测序列和复域感知矩阵形式表示,构建复域感知矩阵其中,A(θn)满足下式:



步骤5)通过求解以下凸优化问题得到空间信号稀疏系数S(t):
min||S(t)||1



步骤6)对空间信号稀疏系数S(t)进行处理,得到合成空间谱P(θ)为:
P(θ)=|S(t)|2
搜索合成空间谱P(θ)的峰值位置从而实现目标检测。


3.一种基于复域压缩感知的阵列信号处理系统,其特征在于,所述系统包括:复解析变换模块、时延补偿及相关累积模块、复域观测序列及感知矩阵构建模块和复域压缩感知处理模块;其中,
所述复解析变换模块,用于对声呐阵接收的阵列信号进行复解析变换得到每个阵元的复解析数据;
所述时延补偿及相关累积模块,用于按预估方位在复域...

【专利技术属性】
技术研发人员:郑恩明陈新华李嶷
申请(专利权)人:中国科学院声学研究所
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1