System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种阵形畸变被动合成孔径声纳的贝叶斯DOA估计方法技术_技高网

一种阵形畸变被动合成孔径声纳的贝叶斯DOA估计方法技术

技术编号:40914359 阅读:2 留言:0更新日期:2024-04-18 14:41
本发明专利技术涉及一种阵形畸变被动合成孔径声纳的贝叶斯DOA估计方法,属于信号处理技术领域。包括:对阵列观测数据进行分层概率建模,该模型对信号向量施加二值先验分布,以包含稀疏诱导特性;采用变分贝叶斯方法迭代最大化阵形畸变参数和隐变量的边缘似然函数的下界;利用估计出的后验分布对各未知参数进行迭代更新;根据最优估计结果绘制空间谱图,根据峰值确定各DOA。本发明专利技术方法解决了传统被动合成孔径测向算法无法估计随机信源方位以及对阵形畸变敏感的问题。

【技术实现步骤摘要】

本专利技术属于信号处理,特别涉及一种新的贝叶斯被动合成孔径方法来估计水下信源波达方向(direction-of-arrival,doa)。


技术介绍

1、由于线列阵的瑞利分辨率与入射信号波长和阵列孔径之比成正比,因此需利用大孔径的长阵列来探测微弱信号和分辨空域邻近目标。被动合成孔径声纳正是通过拖曳小尺度阵列,将时间增益转换为空间增益,以合成造价高昂的长阵列。

2、经典的被动合成孔径算法大致分为两类,即波束域算法和阵元域算法。波束域算法的典型代表为yen-carey算法(n.c.yen and w.carey,“application of synthetic-aperture processing to towed-array data,”j.acoust.soc.amer.,vol.86,no.2,pp.754-765,1989)和fftsa算法(s.stergiopoulos and h.urban,“a new passivesynthetic aperture technique for towed arrays,”ieee j.oceanic eng.,vol.17,no.1,pp.16-25,1992)。这一类算法通过将子孔径的波束输出进行相干叠加达到扩展物理阵列孔径的目的。阵元域算法的典型代表为etam算法(s.stergiopoulos ande.j.sullivan,“extended towed array processing by overlapped correlator,”j.acoust.soc.amer.,vol.86,no.1,pp.158-171,1989)、metam算法(r.rajagopal andp.ramakrishna rao,“a modified extended towed array method(metam)for passivesynthetic aperture beamforming,”international symposium on signal processingand its applications,isspa,gold coast,australia,1996)、td-etam算法(s.kim,d.h.youn,and c.lee,“temporal domain processing for a synthetic aperturearray,”ieee j.oceanic eng.,vol.27,no.2,pp.322-327,2002)和jin-li算法(s.jin,y.li,and h.huang,“an improved passive synthetic aperture algorithm based oncurvilinear maneuver-ability of autonomous underwater vehicles,”j.electron.inf.technol.,vol.40,no.9,pp.2265-2272,2018)。这一类算法直接将相邻测量样本中的重叠阵元接收数据做互相关,以达到补偿相位、合成孔径的目的。然而,上述被动合成孔径测向算法均是基于直线阵列接收信号模型设计的,因此在处理畸变阵列(通常由阵列横荡、非均匀拖船速度或拖曳阵质量密度分布不均引起)接收信号时性能下降严重。若引入传统阵形校准算法,又无法利用阵列运动信息达到扩展阵列孔径的目的。此外,传统被动合成孔径测向算法无法应用于多随机源场景,换言之,若入射声源中至少有一个为随机信源,传统被动合成孔径测向算法将无法估计出这些信源的方位,其原因为相邻测量样本间的信号相干性无法保证,进而无法估计出合成孔径的相位校正因子。nuttall等人提出的最大似然被动合成孔径测向算法(a.h.nuttall,“the maximum likelihood estimatorfor acoustic synthetic aperture processing,”ieee j.oceanic eng.,vol.17,no.1,pp.26-29,1992)虽然可有效解决上述问题,但该算法需进行多维搜索,计算量极大,无法应用于实际工程。


技术实现思路

1、本专利技术所要解决的技术问题是:

2、为了避免现有技术的不足之处,本专利技术提供一种阵形畸变被动合成孔径声纳的贝叶斯doa估计方法,以解决传统被动合成孔径测向算法无法估计随机信源方位以及对阵形畸变敏感的问题。

3、为了解决上述技术问题,本专利技术采用的技术方案为:

4、一种阵形畸变被动合成孔径声纳的贝叶斯doa估计方法,其特征在于,采用n阵元的拖曳线列阵接收k个入射声源,包括:

5、s1:根据入射信号方位、入射信号的复振幅向量、阵元连线与基准线的夹角,得到拖曳阵列的观测数据;

6、s2:定义空域过完备阵列流形矩阵,根据空域过完备阵列流形矩阵将观测数据转换为稀疏信号模型;

7、s3:针对稀疏信号模型中的各隐变量进行分层概率建模,使得稀疏重构问题转化为范数优化问题;

8、s4:采用变分em算法对分层概率模型中各隐变量的后验分布和各模型参数的最大似然估计值进行迭代更新;

9、s5:以观测空间网格点为横坐标,以迭代后的稀疏信号的均值向量为纵坐标,绘制空域幅度谱图,从幅度谱图中按照幅值从大到小的顺序得到前k个峰值,所述峰值所对应的横坐标角度值即为所求的入射信号doa。

10、本专利技术进一步的技术方案:所述s1中观测数据的表达式:

11、zi=ai(θ,ρ)bi+εi

12、其中,表示第i个采样时刻的阵列流形矩阵,ai(θk,ρ)表示对应于第k个入射信源方位θk和第i个采样时刻的导向矢量,ρ=[ρ1,…,ρn-2]为各段水听器连线与基准线的夹角;表示入射信号的复振幅向量,和分别表示第k个信源在第i个采样时刻的幅度和相位,εi=[ε1(ti),…,εn(ti)]t表示高斯白噪声向量。

13、本专利技术进一步的技术方案:s2中所述稀疏信号模型的表达式为:

14、

15、其中,ai(υ,ρ)=[ai(υ0,ρ),…,ai(υm-1,ρ)]为过完备阵列流形矩阵,ai(υm,ρ)为第i个采样时刻的对应角度υm的阵列导向矢量,υ=[υ0,υ1,…υm-1]为观测空间网格点,m表示预设的空域离散网格点数;为一稀疏向量,其构造方式为:假如预设的空域离散网格点υm-1不包含在真实doa集合中,则的第m个元素其余位置对应的向量元素值即为从该方位入射的信号的真实幅度。

16、本专利技术进一步的技术方案:s3具体为:

17、对信号向量施加稀疏先验分布-二值分布,此时似然函数可表示为:

18、

19、其中,zij表示zi的第j个元素;二值指示变量γm服从如下伯努利分布:

20、

21、信号向量的第m个元素服从如下均值为0、方差为αm本文档来自技高网...

【技术保护点】

1.一种阵形畸变被动合成孔径声纳的贝叶斯DOA估计方法,其特征在于,采用N阵元的拖曳线列阵接收K个入射声源,包括:

2.根据权利要求1所述一种阵形畸变被动合成孔径声纳的贝叶斯DOA估计方法,其特征在于,所述S1中观测数据的表达式:

3.根据权利要求2所述一种阵形畸变被动合成孔径声纳的贝叶斯DOA估计方法,其特征在于,S2中所述稀疏信号模型的表达式为:

4.根据权利要求3所述一种阵形畸变被动合成孔径声纳的贝叶斯DOA估计方法,其特征在于,S3具体为:

5.根据权利要求4所述一种阵形畸变被动合成孔径声纳的贝叶斯DOA估计方法,其特征在于,S4中当的后验分布的均值向量的变化量小于预设阈值时,停止迭代。

6.一种计算机系统,其特征在于包括:一个或多个处理器,计算机可读存储介质,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1-5任一项所述的方法。

7.一种计算机可读存储介质,其特征在于存储有计算机可执行指令,所述指令在被执行时用于实现权利要求1-5任一项所述的方法。

...

【技术特征摘要】

1.一种阵形畸变被动合成孔径声纳的贝叶斯doa估计方法,其特征在于,采用n阵元的拖曳线列阵接收k个入射声源,包括:

2.根据权利要求1所述一种阵形畸变被动合成孔径声纳的贝叶斯doa估计方法,其特征在于,所述s1中观测数据的表达式:

3.根据权利要求2所述一种阵形畸变被动合成孔径声纳的贝叶斯doa估计方法,其特征在于,s2中所述稀疏信号模型的表达式为:

4.根据权利要求3所述一种阵形畸变被动合成孔径声纳的贝叶斯doa估计方法,其特征在于,s3具体为:

5....

【专利技术属性】
技术研发人员:杨杰杨益新
申请(专利权)人:西北工业大学
类型:发明
国别省市:

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