论文摘要
矢量水听器固有的偶极子指向性、抗左右舷模糊等能力,为信号处理带来了极大的优势。光纤矢量水听器因其灵敏度高,传输损耗小,信号串扰小、拾取声场信息量丰富等优点。在微弱信号、区域电子警戒、鱼雷制导等领域都有着广阔的应用前景。方位角估计是水声信号中重点课题之一,然而随着信噪比下降,目标间隔很近时常规算法性能急剧下降,定向结果会出现较大的偏差,本文研究噪声背景下的定向算法改进,改善光纤矢量水听器阵的定向性能。本文从回顾矢量水听器以及基于矢量阵列的定向技术的发展、现状出发,主要做了以下工作:1、给出了矢量阵列的模型理论,基于该阵列得到接收数据模型。介绍了基于矢量水听器的常规波束形成(CBF)、最小方差无畸变响应(MVDR)以及多重信号分类算法(MUSIC),对基本的算法性能进行了仿真分析,为光纤矢量水听器定向算法改进奠定基础。2、对MVDR算法采用空时联合自适应处理(STAP)进行改进,STAP具有空域和时域的二维辨识能力,是弥补空域滤波不足的一个有效方法,并通过仿真了分析其定向性能。3、采用矩阵空域预滤波改进了MUSIC算法,分为滤波矩阵的设计和改进后的MUSIC算法求解两步。通过仿真和试验数据处理验证了其具有保持通带信号不畸变的同时抑制阻带噪声,从而能提高定向处理增益和分辨概率的特性。4、对垂直阵的定向采用数据融合的方法进行改进,对垂直阵的各基元的数据进行加权求和后作定向处理,仿真表明该方法对于远距离目标具有能抑制噪声和通道起伏作用,并处理四基元垂直阵湖试的数据验证了数据融合算法的有效性。
论文目录
相关论文文献
标签:光纤矢量水听器阵论文; 方位估计论文; 空域滤波器论文; 空时联合自适应论文; 数据融合论文;