水下近场噪声源高分辨定位方法研究
本文选题:近场噪声源定位 + 高分辨 ; 参考:《哈尔滨工程大学》2014年博士论文
【摘要】:舰艇自噪声会破坏自身的隐蔽性,为敌方的声呐提供检测及定位信息,还会对自身水声设备产生干扰。为提高舰艇的海上作战能力,必须有效的采取减振降噪措施。舰艇的体积较大,其辐射噪声源分布在不同部位,因此开展水下噪声源定位技术的研究,得到噪声源在舰艇上的空间分布,即可有针对性的进行噪声源的减振降噪工作。相比于远场源定位,近场定位可以更为精确的获得噪声源位置。然而,传统近场源定位算法的分辨力较低,容易产生空间上的混叠,对定位精度产生很大影响。本文基于线列阵,研究了水下近场噪声源高分辨定位方法。主要研究内容包括:1.针对噪声源中线谱信号的定位问题,提出了一种基于稀疏信号重构的近场源定位算法。通过约束稀疏信号的L1-范数构造优化问题,实现信源的定位。该算法可以通过估计噪声功率来自动选择折中参数,无需噪声的先验知识,满足了稀疏性与保真性的平衡。对于近场源定位,信源与各个阵元的时延差是方位角和距离的函数。如果对二维空间稀疏划分,计算量庞大,甚至不可接受。针对这个问题,本文利用对称阵元数据的组合构造了类远场协方差矩阵,该矩阵仅包含近场源方位角参数,进而将二维定位问题转化为两次一维参数估计问题,显著降低了近场源定位的计算量。仿真结果和水池试验结果验证了算法的有效性。2.相比于远场源定位,很多近场源定位算法将二维搜索转化为多个一维搜索,用以降低计算量。然而,这类算法为避免产生空间模糊现象,需要满足两个条件,即阵元间距需要设置为四分之一波长和估计的信源数不能大于阵元数的一半,在阵元数目不变的情况下,就存在很大的孔径损失问题。而阵列孔径是影响阵列分辨力和定位精度的重要因素。针对这个问题,提出了互素对称阵模型,有效的增加了阵元间距,使其不必受限于四分之一波长,扩大了阵列孔径。在互素对称阵模型下,通过重构一个特殊的高阶累积量矩阵,使其仅与信源方位角有关,然后采用MUSIC算法进行方位角估计,进而在每个估计方位上定位目标,无需额外的参数配对方法。此外,该方法在方位角和距离两个维度上都不会产生空间模糊现象。理论分析和仿真实验验证了该方法有效的提高了空间分辨力和定位精度。3.针对噪声源中的宽带连续谱信号的定位问题,研究了近场宽带源的定位方法,并提出了一种基于子空间正交原理的定位算法。该算法利用各个频带分量的信号子空间和参考频带分量的噪声子空间之间的正交性估计噪声源位置,并引入信号参考频率的阵列流形矢量的正交投影,用以减小噪声子空间估计误差对定位的影响,提高了空间分辨能力,并在低信噪比条件下有着较好的定位精度。该算法是投影子空间正交性测试算法在近场条件下的扩展,并充分利用了每个频带分量的信号子空间,解决了投影子空间正交性测试算法过于依赖参考频率信号子空间估计精度的问题。理论分析和仿真研究验证了该算法的有效性。
[Abstract]:The self noise of the ship will destroy its own concealment, provide detection and positioning information for the enemy sonar, and also interfere with its own underwater acoustic equipment. In order to improve the Naval Operational Capability of the ship, the vibration and noise reduction measures must be taken effectively. The volume of the ship is large and the radiation noise source is distributed in different parts, so the underwater noise source is set up. The research of bit technology obtains the spatial distribution of the noise source on the ship, which can reduce the noise and noise of the noise source. Compared with the far field source location, the near field location can get the location of the noise more accurately. However, the resolution of the traditional near field source localization algorithm is low, it is easy to produce the spatial aliasing and the positioning accuracy. Based on linear array, this paper studies the high resolution localization method of underwater near field noise sources. The main research contents include: 1. a near field source localization algorithm based on sparse signal reconstruction is proposed to locate the line spectrum signal in a noise source. The optimization problem is constructed by constraining the L1- norm of sparse signal to realize the source of the source. The algorithm can automatically select the eclectic parameters by estimating the noise power, without the prior knowledge of noise, which satisfies the balance between sparsity and authenticity. For the location of the near field source, the delay difference between the source and each element is a function of the azimuth and distance. If the two dimensional space is divided, the amount of calculation is huge and even unacceptable. In order to solve this problem, this paper uses the combination of symmetric matrix metadata to construct the covariance matrix of the class far field. This matrix only contains the azimuth parameters of the near field source, and then transforms the two-dimensional location problem into the two dimension parameter estimation problem, which significantly reduces the calculation of the near field source location. The simulation results and the pool test results verify the algorithm. The effectiveness of.2. is compared to the far field source location. Many near field source localization algorithms convert a two-dimensional search into a number of one-dimensional searches to reduce the amount of computation. However, this kind of algorithm needs to meet two conditions to avoid generating spatial ambiguity, that is, the interval between the array elements needs to be set to a length of four points and the number of the estimated sources cannot be larger than the number of elements. When the number of elements is constant, there is a large aperture loss problem, and the array aperture is an important factor affecting the array resolution and positioning accuracy. In this problem, a mutual symmetric matrix model is proposed, which can effectively increase the spacing of the array element, so that the array aperture is not limited to 1/4 wavelengths, and the aperture of the array is enlarged. By reconstructing a special high order cumulant matrix, it is only related to the azimuth of the source, and then the azimuth estimation is carried out by the MUSIC algorithm, and then the target is located on each estimated azimuth, and no additional parameter pairing is needed. In addition, this method will not produce the two dimensions in the azimuth and distance. Theoretical analysis and simulation experiments show that the method effectively improves the spatial resolution and positioning accuracy.3. for the localization of broadband continuous spectral signals in the noise source, studies the location method of the near field wideband source, and proposes a localization algorithm based on the subspace positive intersection principle. The orthogonality between the signal subspace of the band component and the noise subspace of the reference band component is used to estimate the location of the noise source, and the orthogonal projection of the array manifold vector of the signal reference frequency is introduced to reduce the influence of the noise subspace estimation error on the location, and the spatial resolution is improved, and it is better under the condition of low signal to noise ratio. The algorithm is the extension of the shadow space orthogonality test algorithm under the near field condition, and the signal subspace of each band component is fully utilized. The problem that the shadow space orthogonality test algorithm is too dependent on the precision of the subspace estimation of the reference frequency signal is solved. Validity.
【学位授予单位】:哈尔滨工程大学
【学位级别】:博士
【学位授予年份】:2014
【分类号】:TN911.7
【相似文献】
相关期刊论文 前10条
1 丰乐平;偏相干函数的简化计算及其噪声源识别[J];声学学报;1991年05期
2 党媚;;基于小波分析的汽车噪声源识别[J];中国新通信;2010年09期
3 周敬宣;两种识别复杂噪声源的多输入频域模型[J];华中理工大学学报;1990年03期
4 高志华;贲可荣;;基于多分类支持向量数据描述的噪声源识别研究[J];计算机科学;2012年11期
5 韩秀苓;偏相干法在识别轿车噪声源中的应用[J];北京理工大学学报;1993年03期
6 沈u& , 韩秀苓;相干技术和噪声源识别的实验研究[J];电声技术;1994年12期
7 吴海平;楼京俊;刘文武;;相干噪声源贡献量排序分析方法[J];四川兵工学报;2012年11期
8 周长敏;唐林海;;混合噪声中特定噪声源定位方法研究[J];计算机仿真;2012年03期
9 严光洪;陈志菲;孙进才;;运动目标噪声源识别方法[J];西北工业大学学报;2009年03期
10 刘晓娟;潘宏侠;;相干分析法在机械设备噪声源识别中的应用[J];电子测试;2010年07期
相关会议论文 前10条
1 司春棣;陈恩利;杨绍普;王翠艳;;基于声强法的整车表面噪声源识别试验研究[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年
2 余桐奎;时胜国;熊草根;;层次分析法在复杂噪声源识别中的应用[A];第十三届船舶水下噪声学术讨论会论文集[C];2011年
3 邓可教;储昭坦;吕伟国;;有限焦距波束形成在汽车噪声源识别中的应用[A];中国声学学会2006年全国声学学术会议论文集[C];2006年
4 司春棣;陈恩利;杨绍普;王翠艳;;基于声阵列技术的汽车噪声源识别试验研究[A];第八届全国动力学与控制学术会议论文集[C];2008年
5 余珍;王志伟;;相干/偏相干分析结果数值比较在噪声源分析中的应用问题[A];第十一届船舶水下噪声学术讨论会论文集[C];2007年
6 杨金才;钱凌锋;庞剑;张亮;丁艳平;杨金榜;;气门噪声的小波分析方法[A];2010重庆汽车工程学会年会论文专辑[C];2010年
7 何元安;何祚镛;;噪声源识别中的声场空间变换技术[A];水下噪声学术论文选集(1985-2005)[C];2005年
8 ;我国噪声与振动控制行业2011年发展综述[A];中国环境保护产业发展报告(2011年)[C];2012年
9 沈松;应怀樵;刘进明;;基于波束形成的噪声源识别方法的应用和比较[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
10 张丹玲;王德友;张生;林佳佳;;大涵道比涡扇发动机噪声源及辐射特性研究[A];第十五届中国科协年会第13分会场:航空发动机设计、制造与应用技术研讨会论文集[C];2013年
相关重要报纸文章 前1条
1 清华大学 杨殿阁;汽车噪声测量技术:从静止到运动[N];中国电子报;2005年
相关博士学位论文 前9条
1 韩博;水下近场噪声源高分辨定位方法研究[D];哈尔滨工程大学;2014年
2 孟浩东;中小功率柴油发动机振声源识别技术研究[D];南京航空航天大学;2014年
3 孟春霞;船舶辐射噪声源简化模型[D];哈尔滨工程大学;2009年
4 廖力达;挖掘机用柴油机噪声声源识别与特性研究[D];中南大学;2012年
5 周晓华;运动噪声源识别技术的研究[D];吉林大学;2008年
6 陈欢;直线阵潜艇噪声源高分辨定位识别方法研究[D];哈尔滨工程大学;2011年
7 郭小霞;水下结构辐射噪声源快速诊断识别研究[D];哈尔滨工程大学;2012年
8 薛玮飞;机械噪声源辨识与特征提取的研究[D];上海交通大学;2007年
9 时洁;基于矢量阵的水下噪声源近场高分辨定位识别方法研究[D];哈尔滨工程大学;2009年
相关硕士学位论文 前10条
1 薛昊强;汽车车身壁板振动对乘坐室内噪声的声学贡献度分析研究[D];长安大学;2015年
2 杨涛;Ⅱ级生物安全柜气流模拟和降噪研究[D];青岛理工大学;2015年
3 乔晋红;基于偏相干分析的车内噪声源识别与控制研究[D];合肥工业大学;2016年
4 周东旺;基于近场声全息的车辆噪声源识别[D];南京航空航天大学;2016年
5 李玲;某商务车M100 NVH特性的分析与改进[D];湖南大学;2015年
6 陆地;基于EEMD-ICA-CWT的装载机噪声源特征识别技术研究[D];天津大学;2014年
7 豆东阳;基于相位共轭法对噪声源进行成像和分离研究[D];大连理工大学;2016年
8 叶虹敏;基于TSVD正则化广义逆波束形成的噪声源识别研究[D];中国计量学院;2016年
9 李郭锐;某发动机噪声源识别及控制[D];重庆理工大学;2016年
10 许春民;基于传声器阵列技术的车辆噪声源识别方法研究[D];长安大学;2011年
,本文编号:1910366
本文链接:https://www.wllwen.com/kejilunwen/wltx/1910366.html