时域解析信号的自适应波束形成方法研究

《时域解析信号的自适应波束形成方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国海洋大学博士学位论文时域解析信号的自适应波束形成方法研究姓名：王良申请学位级别：博士专业：海洋信息探测与处理指导教师：王宁20090701时域解析信号的自适应波束形成方法研究摘要提高被动声纳系统的目标方位分辨力和强干扰背景下的信号检测能力具有重要的应用价值和军事意义。目前国内外流行的高分辨力算法可以提高宽带被动声纳的目标分辨能力，但每种算法都有一定的限制条件。从改善现行高分辨力算法的稳定性方面进行了系统的理论和实验研究，以拓宽高分辨力算法的适用范围，提高被动声纳的目标分辨能力和信号检测能力。本文研究工作主要分为四个部分：①系统分析了现有高分辨力算法应用于宽带被动声纳系统时的局

2、限性并进行对比。分析结果表明，MVDR方法在低信噪比条件下具有良好的方位估计性能，因而具有更宽的适用范围。在此基础上，系统分析了现行基于频域实现的MVDR(频域MVDR)及其改进算法的性能。②针对频域MVDR方法难以在短数据条件下获得稳定优化权向量估计的问题，建立了基于时域解析信号的MVDR(MVDRbasedonTime．domainAanlysissignals，TAMVDR)模型。该模型通过Hilbert变换对时域宽带信号引入复权向量，不需要进行子带分割，且不需要对数据进行分块处理，获得稳定优化权向量估计所需要的数据长度远小于频域MVDR方法。仿真实验验证了TAMVDR模型

3、的有效性。③在分析TAMVDR模型直接求逆算法(TAMVDR-A)稳定性的基础上，提出了一种采用数值搜索获得优化权向量估计的方法(酣姗R．N)，并采用粒子群方法进行优化，实现了带约束条件的粒子群算法。该方法不需要矩阵求逆，因而进一步放宽了对协方差矩阵估计稳定性的要求，具有更宽的适用范围。通过大量仿真实验，以信干噪比损失为考核指标，计算了在不同矩阵求逆条件数下TAMVDR-A和TAMVDR．N对协方差矩阵稳定性的要求，并以此作为依据，给出了他们在实际应用中的自适应实现方法。④设计和组织了海上实验，验证并考核TAMVDR模型的性能指标。实验数据处理结果表明：TAMVDR阵处理增益较频

4、域MVDR提高4．5dB：较常规波束形成提高6．5dB。最小可分辨角是频域MVDR的76％，是常规波束形成的62％。利用历史实验数据，验证了TAMVDR．N的有效性。结合海上实验，给出了TAMVDR-A和TAMVDR．N的适用范围。历史实验数据处理和海上实验结果验证了本文所提方法的有效性。利用TAMVDR方法，可以显著提高被动声纳系统的目标方位分辨力和信号检测能力。关键词：宽带信号，自适应波束形成，时域解析，粒子群算法nStudyonAdaptiveBearnformingAlgorithmBasedonTime—domainAnalysisSignalsAbstractToim

5、provethepassivesonar’Sabilityofazimuthresolutionandsignaldetectionwithstronginterferencebackgroundhasitsutilityandmilitarymeanings．Althoughthecurrentlyusedhighresolutionalgorithmscanimprovetheazimuthresolvingability,allofthemhavecertainrestrictions．Inthepresentpaper,theoreticalandexperimental

6、studiesforfixedshortlengtharray．inaspecttoimprovethestabilityofformerhi．ghresolutionalgorithmshavebeendone，aimingatextendingtheirapplicationonpassivesonarsystems．Theresearchofthispaperincludesthefollowingfourparts：①Analyzedtheperformanceofnormalhighresolutionalgorithmsappliedtowide．bandpassiv

7、esonarsystemsindetail．Theresultsindicatesthat，theMVDRmethodhasacceptableperformanceinlowerSNRconditions．Therefore，theperformanceofthewidelyusedMVDRmethodbasedonfrequency-domainanditscorrespondinglyimprovedalgorithmswerestudied．②FormattedaMVDR