外文翻译--利用声学矢量传感器阵列对连贯的信号进行二维DOA估计.docVIP

利用声学矢量传感器阵列对连贯的信号进行二维DOA估计 摘要 在本文中,我们提出了两种新的方法来评估的二维波达方向(DOA)的窄带一致(或高度相关)信号通过一个l型的声学矢量传感器阵列。我们的去除信号的相干性并利用互相关矩阵重构信号子空间,ESPRIT和传播算子的方法是用于估计方位和俯仰角。ESPRIT技术是基于几何形状转移不变性和传播算子的方法是基于分区的互相关矩阵。传播算子的方法计算效率高,而且只需要线性操作。此外,ESPRIT的方法不需要任何特征分解或奇异值分解。这两种技巧是直接的方法,不需要任何二维估计方位和仰角的迭代搜索。给出仿真结果证明该方法的性能。 爱思唯尔B.V. 2011 保留所有权利。 来波方向 角估计 互相关 相干信号 声学矢量传感器阵列 近年来,声学矢量传感器阵列信号处理在水下信号处理的领域已经引起了越来越多的关注。一个声学矢量传感器在空间一点测量压力和声空间粒子速度而传统的压力传感器只能提取压力的信息。主要利用这些向量传感器比传统的标量传感器是他们可以更好地利用可用的声学信息;因此,它们应该比标量(压力)传感器数组计算精确。因此应该允许矢量传感器在保持性能的同时使用更小的数组孔。 声学矢量传感器模型首次引入信号处理领域是在文献[1]总。自那时以来,许多先进的压力传感器阵列技术适应声学矢量传感器阵列[2 - 4]。各类不同的设计技术的声学矢量传感器如今在商业运用[5]。矢量传感器技术已在水下环境使用了几十年,并吸引了对水下振源位置的问题的注意。 大多数的高分辨率波达方向估计方法如MUSIC[6、7]和ESPRIT8、9]，当信号不相关时，已被证明是有效的。当信号源连贯或高度相关时,例如,在多径传播或在军事场景,包含智能干扰系统,这些技术的性能却大幅降低。在此情况下,协方差矩阵的秩一般都小于信源的数量。要克服这种不利的方面,去相关技术，如Kozickand Kassam[13]研发的空间平滑(SS)[10-12]技术,特征向量平滑(ES)[14、15]，而且没有特征分解(SUMWE) [16]的计算效率方法已经被认可,然而,这些技术只适合某些阵列配置,例如,均匀间隔的线性阵列。 越来越有兴趣使用结构简单的二维数组的传感器开发二维波达方向估计,例如,l型数组,为了更好的估计性能和参数匹配时不会遇到问题。Tayem和Kwon[17]提出一个在估计不相关或者部分相关的二维波达信号时利用l型的数组结构的方法。Kikuchi 和其他人[18]研制了利用互相关矩阵的自适应 DOA估计方法。尽管这些方法对不相关的信号十分有效,扩展到相干信号在多径传播情况需要进一步调查。Gu 和其他人[19]开发了一个利用l型数进行组窄带信号二维波达方向估计的有效方 本文旨在研究窄带信号通过一个l型的连贯声学矢量传感器阵列的二维波达方向估计的有效方法。该方法利用声学ESPRIT的优势,使用少量的传感器阵元准确的估计的仰角与方位角。该方法利用声传播算子估计的仰角与方位角并降低计算的复杂度。在该方法使用声学ESPRIT法，首先对相干信号去相关，根据两个子阵的互相关矩阵重新构造信号子空间。然后这个变换不变性属性可以用来估计方位和俯仰角度。我们使用ESPRIT的变换不变性技术对特定角度进行评估。提出的声波传播算子方法用从互相关矩阵获得的传播算子矩阵来估计的仰角与方位角角度。 文献