矢量水听器改进高分辨Eigenspace算法

发布时间：2024-11-10 09:29

　　 针对传统高分辨方位谱估计算法在水声低信噪比环境下性能较差,且对相干源的方位估计性能显著下降的问题,本文在Eigenspace算法的基础上,提出了基于声矢量阵声压振速联合处理的Eigenspace-Wiener算法和空间平滑的Eigenspace-Wiener算法。本文将常规Eigenspace算法的推广应用于声矢量阵,采用维纳后置滤波算法,可以有效降低旁瓣;针对相干源,进行空间平滑处理后采用维纳后置滤波算法,可以增强解相干能力且抑制噪声。计算机仿真结果表明:Eigenspace-Wiener算法较Eigenspace算法旁瓣更低;空间平滑Eigenspace-Wiener算法相对于空间平滑MUSIC算法具有良好的相干目标分辨性能。

【文章页数】：7 页

【部分图文】：

a(θi)=[a1(θi),a2(θi),?,aΜ(θi)]Τ=[1,exp(-j2πdsin?θiλ),?,?exp{-j2π(Μ-1)dsin?θiλ}]Τ(i=1,2,?,Κ)?????????(2)将各....

R(Ρ+Vc)Vc=E{[Ρ(t)+Vc(t)]Vc(t)Η}?????????(5)1.2声矢量阵列声压振速联合处理Eigenspace算法空间谱估计

仿真实例1:仿真阵列为16元矢量均匀线阵,阵元间距为半波长,采样频率为10kHz,快拍数为40M(M为阵元个数),接收机带宽为400～1200Hz,海水声速取1500m/s,假设目标是远场单频信源,频率分别为600Hz和800Hz,以阵的法线方向为0°,入射角度分别....

图3不同信噪比下对2个独立目标方位估计谱对比图3中的3种算法可知,相比于CBF算法,MUSIC算法和Eigenspace算法对双目标均具有较好的分辨能力,分辨率高。在较低信噪比下,Eigenspace算法相对于其他2种算法可较好抑制噪声,并且具有旁瓣较低的优势。

本文编号：4011829