王浩[1]2008年在《基于矢量传感器阵列的空间谱估计技术的研究》文中研究说明空间谱估计技术是阵列信号处理中的一个重要的研究课题,也是雷达、声纳、通信等领域的基本任务之一,主要是研究在处理带宽内空间信号到达方向的问题。声矢量传感器技术是水声工程领域令人瞩目的研究方向之一。与传统的声压传感器相比,声矢量传感器可以获取更为全面的声场信息。它的出现,为解决水下目标的检测、定位及噪声识别等诸多问题提供了一种新的方式和手段。鉴于空间谱估计方法的巨大优势,学者们很自然地考虑到将其应用于声矢量传感器阵信号处理中。目前的大多数空间谱估计算法都是基于均匀线阵的,同时为了避免信号估计方向的模糊,阵元间距一般取信号波长的一半,这样在阵元数确定的情况下,阵列的孔径就确定了。然而在一些应用场合,对阵列的设置具有特殊性,因而对包括非均匀线阵等阵形在内的特殊阵列的空间谱估计的研究也成了一个热点。本论文的目的:一是研究非均匀线阵的空间谱估计问题,分析应用非均匀线阵测向的优缺点,然后将非均匀线阵应用到矢量传感器阵列中,以期进一步提高矢量传感器阵列的测向性能;二是探讨矢量传感器阵列宽带信号的空间谱估计方法。论文首先通过仿真详细分析了各种经典空间谱估计算法的优缺点,接着讨论了空间谱估计算法在非均匀线性阵列测向中的应用问题,然后基于满足阵列无模糊条件的典型阵列设置方式,从多个角度探讨了矢量传感器非均匀线阵的空间谱估计性能。实验结果表明,在阵元数相同的情况下,非均匀线阵在DOA估计方面比均匀线阵有更多的优点,利用非均匀线阵进行空间谱估计有着很好的发展前景。同时,矢量传感器非均匀线阵有着很好地抗噪声能力和解相干信号的能力,利用非均匀线阵可以在一定程度上可以改善矢量传感器阵列的测向性能。最后,在宽带相干信号空间谱估计算法的基础上,本论文探讨了一种基于协方差矩阵分解的矢量传感器阵列宽带相干信号的处理算法,并通过仿真对该算法进行了性能分析。
吕钱浩[2]2004年在《矢量传感器阵列技术研究》文中进行了进一步梳理未来的新型阵列系统将具备两大特征：新的体制和新的信号处理方法。为了解决这些问题，二十世纪晚期，前苏联和美国等发达国家开发研制了将振速的测量与传统的标量测试相结合的矢量传感器阵列技术。矢量传感器由传统的无指向性标量传感器和具有与频率无关的偶极子自然指向性的质点振速传感器复合而成，它可以空间共点、同步测量声压和质点振速的各正交分量，从而得到含有声源强度信息和方位信息的声强矢量。矢量水听器比传统的声压传感器可以测量得到更全面的声场信息，从而为解决诸多的阵列探测问题提供了新的思路；这些都使得矢量传感器技术受到了各国的空前关注，成为阵列处理领域最为活跃的研究方向之一。 本文在回顾矢量传感器和矢量传感器阵列的发展历史、现状和应用的基础上，结合阵列技术最新发展趋势，围绕矢量传感器阵列的工程应用，对于矢量传感器新型体制阵列系统急需解决而尚未有公开文献表明进行研究的叁个重点方向：宽带波束形成，高分辨率方位估计和阵列误差自适应校正作了较为深入的研究。 1)系统回顾了矢量传感器阵列技术的发展历程以及它们在国内外的研究应用情况，建立了矢量传感器阵列波束形成模型，首次详细探讨矢量传感器阵列波束形成方法的分类，定义了Ⅰ类子阵波束形成和Ⅱ类子阵波束形成以及混合波束形成方法，给出了常见的矢量传感器线列阵和圆阵的阵列流形并对线列阵指向性公式进行了推导，讨论了矢量传感器阵列自适应波束形成技术。 2)在矢量传感器阵列处理领域首次进行了恒定束宽波束形成器设计，提出基于自适应滤波器设计的矢量传感器阵列宽带波束形成器设计方法，该方法避免了复杂的数学推导，只需给出期望的波束图，就能由计算机完成整个设计过程，本章所提方法与传统的宽带波束形成设计方法相比，对阵列的阵型和阵元的指向性没有任何限制，不仅适用于矢量传感器阵列，也可以应用于常规标量传感器阵列，可以推广到圆阵，平面阵或者体积阵，方法具有更为广阔的应用范围。 3)首次对实际意义上的矢量传感器阵列波束域高分辨率估计技术作了研究，充分利用矢量传感器所具有的优越性，并结合波束域高分辨率估计的优点，得到了别于其他常规的基于矢量传感器的高分辨率估计方法，给出了哈尔滨__l:’-程大学博十学位论文 波束域协方差矩阵的表达式，并对其性能作了详细分析，本文方法的优越 性体现在以下几个方面:1)把声场看作是矢量场，波束是在矢量场形成; 2)矢量传感器阵列波束域高分辨率方位估计信噪比门限不仅要比阵元域 低，而且比常规阵元域高分辨率估计算法低;3)本文算法的改进无需任何 先验知识，直接进行盲波束形成，且可以大大节省计算量;4)配置灵活， 由于输出通道的繁多，可灵活配置不同形式的波束输出进行后置高分辨率 处理;本章还提出了一种改进的矢量传感器阵列波束域方位估计算法，针 对相干源信号的方位估计，本章提出了矢量传感器阵列平滑算法，有效的 得到了相干源入射的DOA估计结果。并且结合矢量传感器宽带波束形成 算法，给出了宽带信号的矢量传感器阵列波束域方位估计算法思路。4)首次对矢量传感器阵列误差的校正作了研究，建立了矢量传感器阵列误差 模型，对各种阵列误差对矢量传感器阵列的波束形成和波束域方位估计性 能的影响作了详细分析，矢量传感器阵列误差的校准要比常规阵列困难。 本文提出了矢量传感器阵列的自适应综合校准补偿方法，还提出利用单矢 量传感器速度协方差矩阵分解来求解目标源方位，使得我们不要求校准源 是合作性的，也无需知道校准源的先验知识，这比起常规辅助源校准方法 具备较大宽容性。 随着高性能阵列处理技术及数字信号处理硬件的快速发展和矢量传感器制造工艺的不断成熟，矢量传感器将在新型水雷、低频远程智能鱼雷、声纳浮标、低频拖曳线列阵和新型舰壳声纳，灵巧传感终端，战场监视系统，反隐形雷达，通讯等军民用领域取得良好的发展应用前景。矢量传感器阵列技术是构成新概念传感器阵列的核心技术，必将成为未来世界各大国竞争的焦点之一。作者希望本文有助于促进此项技术的深入研究以及进一步的工程应用和推广，由于本文一直把标量传感器看作是矢量传感器阵列的一个子阵处理，因此本文的方法同样适用于常规传感器阵列，虽然本文主要以矢量水听器为主要研究对象，但是可以很容易的推广到电磁矢量传感器(所不同的是电磁矢量传感器输出电场矢量和磁场矢量六个量)阵列，因此也可以应用于雷达，移动通讯等领域。关键词:矢量传感器，矢量传感器阵列，阵列信号处理，自适应波束形成，宽带信号处理，高分辨率方位估计，阵元误差，阵列校准，水声工程
房小朋[3]2013年在《基于四元数理论的声矢量传感器阵列信号处理方法研究》文中研究指明声矢量传感器阵列信号处理是阵列信号处理领域的一个新的研究方向，如何对传感器阵列接收到的声矢量信号进行分析处理成为体现声矢量传感器优越性的关键。声矢量传感器比传统的声压传感器多提供了声场的振速信息，因此声矢量传感器技术比传统的声压传感器技术的性能更为优越。传统的声矢量传感器阵列信号处理方法没有利用声矢量传感器各输出分量之间的正交性，没有充分体现声矢量传感器技术的优势，需要寻求新的方法来体现声矢量传感器技术的优越性。将四元数理论应用于声矢量传感器信号处理领域，能够更好的发挥声矢量传感器的优越性能。本文在四元数理论及声矢量传感器阵列信号处理理论的基础上，展开基于四元数理论的声矢量传感器阵列信号处理方法研究。将声矢量传感器的声压强度和质点振速输出表示为四元数形式，推导出声矢量传感器四元数模型。并针对不同的阵列结构，推导了声矢量传感器阵列的四元数模型。基于声矢量传感器阵列的四元数模型，研究了阵列信号DOA(Direction ofArrival)估计方法。对于L-型、双平行线和平面声矢量传感器阵列四元数模型研究了MUSIC算法。针对这叁种阵列结构，提出了四元数MUSIC算法。通过详细的理论分析推导出四元数MUSIC算法的谱估计公式，通过仿真实验将四元数MUSIC算法与传统的矢量MUSIC算法的估计性能进行对比；对于二维声矢量传感器均匀线阵列和L-型声矢量传感器阵列研究了ESPRIT算法，针对这两种阵列结构，提出了四元数ESPRIT算法。通过理论分析推导出四元数ESPRIT算法对声源信号DOA估计公式，通过仿真实验将四元数ESPRIT算法与传统的矢量ESPRIT算法的估计性能进行对比。理论分析和仿真实验验证，本文提出的基于四元数MUSIC算法和四元数ESPRIT算法在低信噪比的情况下对声源信号的DOA估计性能优于传统的MUSIC算法和ESPRIT算法。
陈未央[4]2010年在《声矢量传感器阵列的DOA估计》文中研究指明矢量传感器阵列是具备新型体制和新型信号处理的阵列系统,将其和超分辨率方位估计等现代信号处理技术结合,不仅为阵列处理技术带来了新的推动力,同时对于新型声纳系统和雷达系统的研制具备重要意义。自其提出以来,基于矢量传感器的测量系统和矢量传感器阵列越来越多的得到研究和应用,阵列的信号到达角的估计算法也不断涌现。本文在已有算法原理的基础上,对声矢量传感器阵的波达方向(Direction Of Arrival,DOA )的估计进行了进一步的研究,希望可以得到精度更高、性能更好的估计算法。全文的主要工作包括以下几个方面:系统的阐述了阵列信号处理的基本理论,声矢量传感器阵的现况、发展和应用;建立阵列信号处理的模型,分析了背景噪声等条件,同时对几种常用的阵列模型做了综述。研究了声矢量传感器均匀线阵情况下的两种DOA估计算法:旋转不变信号参数估计技术(Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT)算法和多不变多重信号分类(Multi-invariance MUltiple SIgnal Clasification,MI-MUSIC)算法。前者构成两个相同的平移子阵,利用信号旋转不变性对阵列的到达角进行估计;后者充分利用了数组的结构不变性,且只需要简单的一维搜索便可估计出阵列的到达角。同时,通过仿真对两个算法的性能进行了比较。仿真结果表明:在相同参数情况下,MI-MUSIC算法的DOA估计性能比ESPRIT算法更为优越。针对不规则阵型的声矢量传感器阵,研究了信号的二维DOA估计算法。其中包括基本的ESPRIT算法和平行因子(PARAllel FACtor,PARAFAC)算法。前者将声压子阵旋转后,分别变成各振速子阵,利用各子阵之间的旋转因子与目标信号的方向信息有关,而与矢量传感器的空间位置无关的特性,在无需预先知道阵元的空间位置的情况下对信号的到达角进行了估计;后者将叁线性分解方法延用于任意阵型的声矢量传感器阵,利用叁线性分解的唯一性和可辨识性,对阵列的信号到达角进行了角度估计,该算法是迭代算法,只需很少的迭代次数就能收敛。相比较而言,PARAFAC算法性能优于经典的子空间算法,较之ESPRIT算法不需要对互谱矩阵进行特征值分解(Eigen Value Decomposition,EVD)或对接收信号进行奇异值分解(Singular Value Decomposition,SVD),且也不需要对配对。此外,PARAFAC算法可以支持小样本。
王凯[5]2007年在《光纤矢量水听器的成阵技术研究》文中研究说明随着我国光纤工业的迅速崛起和光纤光栅制造技术的不断完善，利用光纤光栅制作传感器一直是近些年来研究的热点。由于光纤光栅传感器具有低频，宽带，高灵敏度等突出优势，为满足海军水中武器和设备技战性能方面不断提高的要求，将光纤光栅应用于水声探测将有着重要意义。本课题设计正是在这样的背景下开展研究工作的。本文主要研究了光纤矢量水听器阵列处理技术，对矢量阵列不同输出分量组合波束图的性质进行了探讨，并结合矢量阵的特点，研究了高分辨率算法在矢量线列阵、扩展孔径阵和柔性阵上的应用。理论推导和仿真研究并重，证明了光纤矢量阵相对于标量阵以及传统矢量传感器阵列的巨大优势。研究的主要内容：(1)系统回顾了矢量传感器阵列技术的发展历程以及它们在国内外的研究应用情况，建立了矢量传感器阵列波束形成模型，首次详细探讨矢量传感器阵列波束形成方法的分类，定义了Ⅰ类子阵波束形成和Ⅱ类子阵波束形成以及混合波束形成方法，给出了常见的矢量传感器线列阵和圆阵的阵列流形并对线列阵指向性公式进行了推导，讨论了矢量传感器阵列自适应波束形成技术。(2)本文对矢量传感器阵列波束域高分辨率估计技术作了研究，充分利用光纤矢量传感器所具有的优越性，得到了别于其他常规的基于矢量传感器的高分辨率估计方法。针对相干源信号的方位估计，本文还提出了矢量传感器阵列平滑算法，有效的得到了相干源入射的DOA估计结果。并且结合矢量传感器宽带波束形成算法，给出了矢量传感器阵列波束域方位估计算法思路。(3)研究了矢量阵的MUSIC空间谱估计方法。首次对矢量阵MUSIC算法的抗空间混迭性能进行分析，研究表明，矢量信息的利用，使得矢量阵在空间降采样时，仍能在全空间范围内对目标无模糊定向。首次研究了自初始化迭代搜索MUSIC噪声子空间谱的最大值来估计目标方位，利用单个矢量水听器阵簇估计获得初始参数，初始参数的求取体现了矢量阵的特色，使得MUSIC空间谱更快更稳健地收敛到整体最优值上，获得精确的方位估计。(4)采用矢量水听器均匀线阵研究了利用MUSIC算法对声源进行方位估计，以提高对源方位的估计精度，并进行仿真技术的研究，仿真结果表明，MUSIC算法能获得更尖的主瓣和更高的分辨力，以及提高对源的定向精度多目标的分辨能力。本文对矢量水听器阵列处理技术进行了较为深入的研究，并利用仿真研究和试验结果验证了理论的正确性，作者希望本文的研究能为矢量阵列技术的推广应用提供参考和帮助。
张锴[6]2012年在《基于声矢量传感器的空间谱估计算法研究》文中提出声矢量传感器可以同时拾取声场中共点的声压与振速信息，它的出现为解决水下目标的探测、定位及识别等诸多问题提供了一种新的方法和手段，受到研究学者的日益关注。与标量阵算法相比，单声矢量传感器就具有目标测向能力，而声矢量阵算法的信源检测和参数估计性能也更高。随着MUSIC、ESPRIT等子空间类DOA估计方法相继被移植到矢量信号处理领域中，基于声压、振速信息联合处理的声矢量传感器空间谱估计技术已经得到学者们的广泛认可。在此背景下，本文结合常规阵列信号处理技术，进一步利用声矢量传感器输出的声场信息，对单/双声矢量传感器的高分辨方位估计、声矢量阵的信源数目估计、声矢量阵的高分辨方位估计及阵型校正等几方面内容进行深入、系统的理论和实验研究。基于单声矢量传感器的测向问题一直是学者们的研究热点，本文首先讨论了基于单矢量传感器的Bartlett、Capon和MUSIC等几种算法的估计性能，在建立数学模型的基础上重点研究了单矢量传感器MUSIC算法的方位估计统计特性及性能边界问题，详细分析了通道幅相特性对MUSIC算法性能的影响，并针对幅度误差的影响提出了一种基于通道功率归一化的校正算法，理论分析、仿真实验以及湖试数据处理结果均验证了本文算法的有效性。同时针对小尺度声矢量阵的相干源分辨问题，提出一种基于空间平滑思想的二元声矢量阵MUSIC算法，该算法依靠两个声矢量传感器可实现对相干信号源的分辨。信源数目的精确估计是保证高分辨方位估计算法实现的前提条件，本文在讨论AIC、MDL、GDE和CCT等几种经典算法性能的基础上，通过将声压、振速或解析振速信息进行联合处理，结合正则相关技术提出了叁种基于声矢量阵的信源数目估计算法—VCCT算法。仿真结果表明：与CCT算法相比，VCCT算法显着提高了可估计的信源数目上限，而且在信源空间位置变化的情况下，VCCT算法的信源数目估计性能具有稳健性。与标量阵算法相比，声矢量阵高分辨方位估计算法所需运算量较大，基阵的使用要求也更高。针对上述问题，本文结合空间拟合思想提出了一种新的高分辨方位估计算法—VSSF算法。该算法在估计性能上接近于声矢量阵MUSIC算法并优于ESPRIT算法，但运算量约为MUSIC算法的一半。为了提高算法的分辨能力，本文将VSSF算法推广为波束域处理的BVSSF算法，分析表明：该算法比VSSF算法的信源估计数目有所减少，但具有更高的分辨力。针对宽带信号情况，本文同时给出了两种宽带高分辨方位估计算法—WIVSSF算法和WFVSSF算法。分析表明：WIVSSF算法具有非相干源能力，WFVSSF算法具有非相干源与相干源分辨能力。针对阵元位置存在误差时VSSF算法性能恶化问题，本文提出一种新的声矢量阵阵型校正算法，该算法利用单矢量传感器MUSIC算法估计disjoint辅助源的方位，并以此构造完备方程组求解误差矩阵。仿真结果表明：一定条件下本文算法仅依靠2个disjoint辅助源就可以实现阵元位置误差的有效估计，与在同等条件下文献算法相比其估计精度要高于后者一个数量级。
李晓青[7]2015年在《基于粒子滤波算法的声矢量传感器DOA跟踪估计研究》文中研究说明声矢量传感器(Acoustic Vector Sensor,AVS)技术可应用在通信定位、声呐、故障源定位、雷达以及生物医学等众多的国民经济以及军事国防领域，同时声矢量传感器能够同步共点地测量某点处的声压和质点振速的矢量信息，获取多维声信号信息，进而能够用于分析处理的信息更多，因此，声矢量传感器技术以及声矢量传感器信号处理技术一直是备受关注的研究方向。近些年来，基于声矢量传感器的阵列信号处理技术的研究主要集中在空间谱估计上，而空间谱估计算法都是建立在假设目标在观测时间内是静止的这一前提之下，在实际环境中，信号源通常是运动的，致使目标的波达方向(Direction of Arrival，DOA)在观测时间内静止的假设不再成立，针对动态目标的情况，目标入射方位估计算法会造成较大的估计误差。随着人们对目标测向的精确度和实时性要求越来越高，静态波达方向估计算法不能满足日益增高的要求，因此研究用于动态目标的DOA估计跟踪算法具有重要意义。本文主要研究了基于粒子滤波算法以及其改进算法的声矢量传感器DOA跟踪估计算法。首先对声矢量传感器的阵列流型和测量模型的建立进行推导，对粒子滤波算法和贝叶斯估计理论进行详细的介绍。其次，研究了基于粒子滤波算法的DOA估计跟踪算法，并且在该算法的基础上，针对俯仰角和方位角的相对独立性，提出了分别评价样本权重的改进粒子滤波算法，并将其应用于方位跟踪方面。再次，利用空间谱估计理论中的经典高分辨MUSIC(Multiple Signal Classfication, MUSIC)算法的空间谱与似然函数的相似性，提出了改进似然函数的粒子滤波跟踪算法。然后，基于四元数理论结合导向矢量的长矢量模型的推导，建立声矢量传感器导向矢量的四元数模型，给出了四元数MUSIC算法的谱估计式，利用其作为粒子权重的评价函数，提出了一种改进的DOA跟踪算法以及改进粒子滤波算法的跟踪算法。最后，通过MATLAB仿真实验验证了本文提出的跟踪算法可实现目标方位的跟踪估计，并且具有较好的跟踪性能。本文主要针对声矢量传感器研究了DOA跟踪问题，期待本文的研究有助于声矢量阵列信号理论的发展和实际工程的应用。在今后的工作中，在声矢量传感器DOA跟踪领域，相关研究也需继续进行。
樊帆[8]2017年在《基于张量分解的声矢量传感器阵列信号处理方法研究》文中指出声矢量传感器是在传统声压传感器基础上发展而成的,它由声压传感器以及质点振速传感器复合而成,是一种新型的水声测量设备。声矢量传感器的结构组成决定了声矢量传感器既可以测量声压,同时还可以测量声场中质点振速的叁维正交分量。由于接收的信息具有多维性,所以声矢量传感器在声呐、雷达、导航定位等众多民用与军事领域均具有广泛应用。因此,有关声矢量传感器阵列信号处理方法也受到各界学者的广泛关注。在对声矢量传感器阵列接收信号进行空间信号到达方向(Direction of Arrival,DOA)估计时,传统处理方式是将声矢量传感器接收到的声压及振速信息排列成为长矢量矩阵形式,该形式并没有充分利用声矢量传感器蕴含的多维结构信息,因此,本文引进了高维数组张量分析模型,建立声矢量传感器阵列信号张量模型,并与传统的DOA估计算法结合,提出了基于张量分解的声矢量传感器阵列信号DOA估计方法。本文的研究工作如下:针对声矢量传感器阵列包含的多维结构信息,提出了一种声矢量传感器阵列张量模型,并对该模型进行推导。针对空间信号到达方向估计问题,提出了声矢量传感器阵列直接张量分解的多重信号分类(Multiple Signal Classification method,MUSIC)算法以及协方差张量分解MUSIC算法。首先,对测量张量或者测量张量的协方差张量进行高阶奇异值分解,估计张量信号子空间和张量噪声子空间,并证明这两种张量高阶奇异值分解估计的张量信号子空间具有等效性,由于信号处理时高阶奇异值分解比传统矩阵奇异值分解对噪声抑制能力更强,所以得到的信号子空间更加准确。结合传统MUSIC算法给出基于张量子空间的谱估计公式,对其进行谱峰搜索,估计声源信号的入射角。实验证明基于张量分解的MUSIC算法比传统长矢量矩阵MUSIC算法的参数估计性能更好,说明张量能够更好地利用多维结构数据信息。针对MUSIC算法需要进行谱峰搜索,具有计算量大的缺点,选取具有相同结构的阵元偶,采用旋转不变技术(Estimating Signal Parameters via Rotational Invariance Techniques,ESPRIT),推导出该阵元偶的旋转不变因子,构造张量r维旋转不变方程,提出了基于声矢量传感器阵列的张量分解ESPRIT算法,仿真实验证明该算法比张量MUSIC算法具有更快的计算速度,比传统声矢量ESPRIT算法具有更高的参数估计性能。针对张量高阶奇异值分解估计子空间不是最优的问题,提出了一种基于张量最佳秩逼近的声矢量传感器阵列MUSIC算法。首先,求解测量张量的最佳秩逼近张量,得到张量信号子空间,并结合传统MUSIC算法对声源的入射角进行估计。实验证明,基于张量最佳秩逼近声矢量传感器阵列参数估计算法比基于高阶奇异值分解算法的估计精度更高,参数估计性能更好。将矩阵实值ESPRIT算法扩展到张量情况,提出基于张量最佳秩逼近的声矢量传感器阵列酉ESPRIT(Unitary-ESPRIT)算法。首先,对测量张量进行双向平滑处理,然后对得到的复张量进行变换得到实数张量,利用张量最佳秩逼近算法,得到实数张量的信号子空间,构造选择矩阵和旋转因子,对入射角进行估计。实验证明,与传统Unitary-ESPRIT算法相比,该算法有更高的参数估计性能。
刘楠楠[9]2014年在《基于声矢量传感器的近场源多参数估计》文中指出无论在军事还是民用领域，声纳的应用范围都在日益扩大，而声矢量传感器作为声纳的核心部件正发挥着重要的作用。声矢量传感器能够同时测量空间一点处的声场压力信息和叁维正交的质子振速信息，与传统的声压传感器相比，它能获取声信号更多信息，提高系统的性能。自声矢量传感器阵列的测量模型被建立以来，历经多年的发展，国内外已经涌现出了大量的研究成果。近年来，声矢量传感器的研究主要集中在对入射信号的波达方向(DOA)估计问题上，声源的位置定位根据入射声源与传感器接收阵列的距离分为远场和近场两种情况，现有的大多数算法主要针对远场的情况进行分析，针对近场声源的目标方位估计还鲜有研究，而在声纳、水声雷达和地震勘探等实际应用领域中入射声源信号往往是近场的。基于远场的声源位置估计方法在近场中将不再适用，因此研究近场声源的参数估计算法是很有必要的。本文应用声矢量传感器阵列对近场入射声源的位置定位问题展开研究，首先介绍了近场声源定位所需的基础知识，在建立声矢量传感器均匀线性阵列近场接收模型的基础上，提出了几个近场声源参数估计算法，包括：基于二阶统计量的声矢量传感器近场源参数估计方法，基于四阶累积量的声矢量传感器近场源参数估计方法和基于双四元数MUSIC的声矢量传感器近场源估计方法。基于二阶统计量的方法充分利用了信号子空间的旋转不变性结构，计算过程较为简单。基于四阶累计量的方法针对任意高斯噪声均具有较好的抑制能力。这两种方法都不需要谱峰搜索，能够直接给出角度和距离的闭式解。利用双四元数对声矢量传感器接收阵列建模与传统的矢量建模方法相比能够充分利用声矢量传感器本身具有的正交性，本文在建立双四元数近场接收模型的基础上，进一步采用MUSIC算法进行估计，该方法在低信噪比和较少快拍数的情况下均具有较高的估计精度，比传统的矢量MUSIC方法具有更好的优越性。本文还推导了均匀线性阵列的近场声源参数估计的CRB界，进一步证明了上述方法的有效性。理论分析和仿真实验证明，本文针对近场声源参数估计问题提出的几个算法均具有较好的估计性能，期待本文的研究有助于近场声源参数估计理论的发展和实际工程的应用。在今后的工作中，这些算法还有待于进一步优化，相关研究也需继续进行。
马巍[10]2013年在《声矢量传感器稳健空间谱估计技术研究》文中研究说明在传统的声矢量传感器空间谱估计方法中，常常假定具备理想的阵列孔径、阵列流型模型和接收数据协方差矩阵估计模型条件，然而在实际应用中，上述假设条件往往转化为模型失配的非理想条件。本文根据声矢量传感器技术的最新发展趋势，结合实际的应用环境，针对阵列孔径受限、阵列流型模型失配、接收数据协方差矩阵估计模型失配等非理想条件下矢量阵稳健空间谱估计的热点和难点，依据国内外研究现状，对声矢量传感器稳健空间谱估计问题开展了研究，主要研究内容包括：1.对于声矢量传感器阵列而言，其阵列孔径越大分辨能力就会越强。然而实际应用中，受安装平台、经济性、安全性等条件制约往往只能使用小孔径阵列。针对阵列孔径受限条件下的声矢量传感器空间谱估计问题，提出了一种声矢量传感器阵列虚拟扩展技术，详细探讨了虚拟扩展前后矢量阵列波束宽度、主旁瓣特性、处理增益和噪声特性的变化。为提高小孔径声矢量传感器阵列空间谱估计性能，提出一种基于声矢量传感器的时空变换信号处理方法。该方法考虑声矢量传感器的结构特性，利用各向同性声场中信号与噪声相关性差异和时空相关半径的不同，将声矢量传感器各通道时域采样转化成空域快拍，进而将小孔径声矢量传感器阵转化成多阵元矢量阵列。方法对于非相干宽/窄带信号均具有鲁棒性，依靠单个声矢量传感器即可完成对双目标的分辨。理论分析、仿真试验和湖上试验及消声水池试验结果验证了方法的有效性。2.对于众多声矢量传感器阵列空间谱估计算法而言，常常假定精确已知阵列流型，即阵列的阵元位置已知，通道幅度相位具有较好的一致性，阵元不存在矢量姿态误差等。现实应用中，由于安装位置、制作工艺、水文条件等的影响，上述理想条件往往不复存在，进而使得大部分空间谱估计算法性能受到严重影响。针对这样的问题，建立了声矢量传感器阵元位置误差、通道幅相响应误差和矢量姿态误差的数学模型，分析了上述误差对于矢量空间谱估计的影响。对于存在阵元位置误差或通道幅相响应误差的情况，提出一种有源误差校正方法。利用叁个频率已知的辅助信源分时发送校正信号，通过求解阵元间接收数据的方程对上述误差进行校正。对于存在矢量姿态误差的情况，提出了一种基于正交加权能量检测的误差校正方法。通过对声矢量传感器的振速两通道进行正交加权，利用信噪能量差异完成误差校正。仿真结果验证了上述算法的有效性。3.声矢量传感器阵列信号处理应用环境中，往往存在对于高速运动目标或瞬态信号方位估计的需求。对于上述目标而言，在一个信号处理周期内，其可获得的空间采样快拍数往往是受限的，这将严重影响对于接收数据协方差矩阵的估计，进而影响空间谱估计性能。针对由高速运动目标或瞬态信号导致的小快拍（单快拍）条件下的空间谱估计问题，提出了一种基于压缩感知技术的时空联合滤波空间谱估计方法。方法具有较高的估计精度和较强的鲁棒性。仿真试验及湖上试验结果验证了方法的有效性。
参考文献：
[1]. 基于矢量传感器阵列的空间谱估计技术的研究[D]. 王浩. 昆明理工大学. 2008
[2]. 矢量传感器阵列技术研究[D]. 吕钱浩. 哈尔滨工程大学. 2004
[3]. 基于四元数理论的声矢量传感器阵列信号处理方法研究[D]. 房小朋. 吉林大学. 2013
[4]. 声矢量传感器阵列的DOA估计[D]. 陈未央. 南京航空航天大学. 2010
[5]. 光纤矢量水听器的成阵技术研究[D]. 王凯. 武汉理工大学. 2007
[6]. 基于声矢量传感器的空间谱估计算法研究[D]. 张锴. 哈尔滨工程大学. 2012
[7]. 基于粒子滤波算法的声矢量传感器DOA跟踪估计研究[D]. 李晓青. 吉林大学. 2015
[8]. 基于张量分解的声矢量传感器阵列信号处理方法研究[D]. 樊帆. 吉林大学. 2017
[9]. 基于声矢量传感器的近场源多参数估计[D]. 刘楠楠. 吉林大学. 2014
[10]. 声矢量传感器稳健空间谱估计技术研究[D]. 马巍. 哈尔滨工程大学. 2013
标签：自动化技术论文; 四元数论文; 张量论文; 传感器技术论文; music算法论文; 矢量数据论文; 矢量运算论文; 矢量论文; 系统仿真论文; 空间分析论文; 误差分析论文; 信号处理论文; doa论文;