几种方位估计算法的性能比较.docVIP

几种波达方向估计算法的性能比较 叶青华 黄海宁 何心怡 张春华 综合声纳技术实验室 摘要 本文讨论了几种可用于宽带信号的波达方向估计算法，包括延时—相加波束形成、延时—方差方位估计、基于Frost算法的自适应波束形成、基于MVDR的宽带高分辨波束形成，并且用湖试数据比较了它们的方位分辨性能。 关键词 波束形成 自适应 MVDR 1 引言 波束形成是声纳信号处理的主要方法之一，它是水听器基阵在空间上抗噪声和混响的一种处理过程，一方面可以获得足够大的信噪比，另一方面也是为了获得高精度的波达方向（DOA）估计。在实际的海洋环境中，不可避免地会存在各种干扰，如本舰的辐射噪声，近场的其他船只等，使得常规波束形成的效果不够理想。其主要原因在于常规波束形成只是一个预形成波束系统，当它处在各向同性、均匀噪声场时，可能具有很好的检测能力，而一旦出现近场干扰或背景噪声的非平稳波动，其检测能力会迅速下降，直至完全失去检测力。本文讨论几种分辨能力更好的波束形成方法，并且用湖试数据比较其性能。 2 几种波达方向估计算法 2.1 时域波束形成 最常用的一类波束形成器是延时—相加波束形成器[1]，不同阵元输出信号采取延时后相加的处理方式。在单目标的情况下，当波束形成器对准目标时波束输出的平均功率最大。延时—相加波束形成器的主要缺点是没有对干扰采取预先措施。 如果将延时—相加结构改成延时—方差结构，即各阵元输出信号延时后求方差，则将得到一种延时—方差方位估计器。在单目标的情况下，当波束形成器对准目标时输出的方差数值最小（若求方差倒数则最大）。延时—方差方位估计器有着和延时—相加波束形成器相同的稳健性能，并且具有更高的方位分辨力。 2.2 基于Frost算法的自适应波束形成 线性约束自适应波束形成——Frost算法不需要预先知道期望信号的特性，只与信号的方位有关[2,3]。当波束形成器在全景空间扫描时，就能获得比常规波束形成高的目标分辨力。 图1是Frost自适应波束形成器算法框图。设目标信号由探视方向入射，在系统输出的目标信号分量可以看成是图中的“等效处理器”的输出。等效处理器的权值 被设计成等于自适应处理器相应权的权值之和。等效处理器的参数可以这样选择，使得目标信号通过自适应波束形成器的传播相当于受到一个具有特定频率响应的线性过滤。 为了提高调节能力，需要增加可调节的权值的个数。于是可以增加每一路信号上权系数的个数。Frost自适应波束形成器结构简单，并且对宽带信号有效，仿真和实际湖试信号证明了该方法的有效性和可行性。 2.3 基于MVDR的宽带高分辨波束形成 最小方差响应不变波束形成器（MVDR）是线性约束最小方差波束形成器（LCMV）的一种特例，是在保持对某个方向来波响应不变的情况下使波束形成器输出平均功率最小[4,5]。利用FFT，声纳线列阵获得的宽带信号被分解为多个子带信号。对每个子带，采用MVDR形成多波束。最后，对每个子带输出的多波束功率求和，再进行目标检测和方位估计。图2是频域MVDR波束形成器的流程图，其中使用了8个阵元。 对第m个阵元接收到的采样信号，通过第i个子带滤波器后得到， ， 其中L是FIR滤波器长度。因为带宽已经大大减小，每个子带信号可以降采样 以提高计算效率。对降采样系数N，输出信号 ， 可以选择为，L选择为2的整数次方，则上式可以采用FFT运算。 3 湖试性能分析 湖试实验内容是采用8阵元均匀线列阵对过往船只进行被动测向（远处约1000米处0o和45o方向附近有目标船），接收到的信号为宽带信号。图3是延时—相加波束形成，图4是延时—方差方位估计，图5是常规波束形成与基于Frost算法的自适应波束形成，图6是频域波束形成与频域MVDR，图7是频域各子带上的波束形成，图8是频域各子带上的MVDR。图7与图8中，利用512点FFT，将线列阵获得的宽带信号分解为512个子带信号。对500Hz到1500Hz间的每个子带，采用常规波束形成和MVDR形成多波束。最后，对每个子带输出的多波束功率求和得到图6。从图可以看出，延时—方差方位估计、基于Frost算法的自适应波束形成、宽带MVDR均有比较好的方位分辨力，但它们也有不足：延时—方差方位估计的旁瓣高，并且没有波束输出以供进一步的时间处理；自适应波束形成的迭代步长系数在实时处理中很难择优选取；宽带MVDR在很低信噪比时出现很严重的“失真”现象，而另两种方法在很低信噪比时至少和常规波束形成一样。在信噪比不是很低的情况下，宽带MVDR能够达到很高的分辨力。 4 结论 本文讨论了几种可用于宽带信号的波达方向估计方法，对湖试数据的分析表明它们比常规波束形成有更好的方位分辨性能。信噪比很低的情况下，这些方法的高分辨性能明显下降，