论文部分内容阅读
针对冲激噪声背景下基于声矢量传感器阵列的波达方向（Direction of Arrival DOA）估计算法在低信噪比、小快拍数条件下,估计精度退化严重的问题,本文提出了基于稀疏重构的一维稀疏恢复DOA估计算法及为应对离格目标的离格算法;充分利用声矢量传感器阵列的特性,将一维DOA估计问题扩展至二维稀疏恢复DOA估计,提出基于稀疏重构的二维稀疏恢复DOA估计算法及离格算法。证明了算法的收敛性、分析了算法的复杂度。仿真实验验证了本文算法在低信噪比、小快拍数条件下具有较好的估计精度及成功率。声矢量传感器作为新型传感器,因其可以同步共点的测量声压及三个正交方向的声速矢量信息,相较于传统的标量声压传感器有较大的性能优势,成为声学探测及信号处理领域的热点研究对象。其主要应用场景为水下目标探测,因此水下目标的方位估计自然成为了该研究领域中一个倍受关注的重要分支。现有的声矢量传感器水下目标波达方向（DOA）估计算法大多要求高信噪比、多快拍数条件。而实际的军事应用中则要求在强噪声环境下对快速运动的目标进行定位追踪,需探索能在低信噪比、小快拍条件下实现高精度估计的先进算法。稀疏恢复类算法虽然可以有效的解决小快拍数条件下的DOA估计问题,但在该领域多数学者对含噪信号的处理仅关注算法鲁棒性而非噪声抑制。因此在低信噪比条件下,基于稀疏恢复的相关算法的估计精度不够理想。此外,稀疏恢复类算法在考虑误差时多以高斯稳定分布作为噪声假设。而水下环境噪声条件比较复杂,存在大量冲激噪声,高斯稳定分布不足以准确描述水下噪声。alpha稳定分布因其描述的随机过程与冲激噪声特性相符,被很多学者用来表达冲激噪声,其作为水下冲激噪声的模型假设更具代表性和实际意义。现有的基于高斯噪声假设的利用基于整数阶统计量的稀疏恢复类DOA估计算法对水下冲激噪声环境是失效的。本文旨在研究探索一类应用于声矢量传感器均匀线阵列的,能够在alpha噪声背景下适应小快拍、低信噪比条件的基于稀疏恢复技术的DOA估计算法,并从一维DOA估计算法研究延展至二维DOA估计算法。主要研究工作可以概括为四部分:1.构建alpha噪声背景下的稀疏重构模型,并利用稀疏恢复算法实现DOA估计。利用分数阶统计量工具对声矢量传感器线阵列接收数据做冲激噪声的抑制处理,在得到的分数低阶矩矩阵的基础上做向量化处理,将空间角度划分网格,扩充导向矢量矩阵形成一个可用作稀疏恢复的过完备字典矩阵,得到一个与稀疏恢复数学模型相似的模型。应用正交匹配追踪算法做向量稀疏恢复,恢复出的向量中,非零元素所在位置即为信号功率在空间角度上的分布,其他零元素所在位置表示该角度上没有信号。通过向量的稀疏恢复实现了稀疏一维DOA估计。随后分析了算法复杂度并与几种典型算法进行了对比。仿真结果表明了本章所提算法在alpha噪声背景下有效,且在低信噪比、小快拍条件下,估计精度、成功率优于目前较常用的CS-MUSIC算法,MVDR算法和SBL算法。2.为应对离格目标造成的估计精度下降,在稀疏重构DOA估计模型的基础上,构建alpha噪声背景下的离格稀疏重构模型,提出了交替迭代离格稀疏恢复DOA估计算法。对重构模型的字典泰勒一阶展开,构建离格稀疏DOA估计模型。应用交替迭代法实现了离格正交匹配追踪算法的稀疏DOA估计。为简化计算,推导了两矩阵克罗内克积微分运算结果的矩阵形式。分析了算法复杂度,并与几种先进算法进行了对比。仿真结果表明了本章所提算法在alpha噪声背景下对离格目标进行DOA估计是有效的,在低信噪比、小快拍条件下,估计精度及成功率优于具有代表性的MMV-OMP算法、Lp-MUSIC算法和FLOM-MUSIC算法。3.研究并推导出适用于匹配追踪类算法的alpha噪声背景下的二维DOA估计模型,提出了分数阶匹配追踪稀疏二维DOA估计算法。对声矢量传感器均匀线阵列二维DOA估计模型做分数低阶矩,将导向矢量中的方位角和仰角做网格划。导向矢量矩阵沿两个维度扩充形成三维张量,取三维张量对角平面作为稀疏恢复目标。对角面矩阵横坐标为方位角,纵坐标为仰角。矩阵中非零元素的位置即为信号功率在方位角与仰角上的分布。对提出的二维稀疏DOA估计模型进行了理论推导,并提出了分数阶二维匹配追踪算法。分析了算法的复杂度并与几种先进算法进行了对比。仿真结果表明了本章所提算法能够在alpha噪声背景下实现方位角与仰角自动配对的二维DOA估计,其在低信噪比、小快拍条件下的估计精度和成功率优于Q-MUSIC算法、AVS-SSR-ST算法、PNA-SR算法和KR-AVS算法。4.构建alpha噪声背景下离格的二维稀疏DOA估计模型,提出了分数阶离格二维DOA估计。在分数低阶矩基础上采用泰勒一阶展开构建二维离格稀疏DOA估计模型。为解决多变量求解问题,提出三步迭代法分别求得各变量。由于求解出的偏离值存在开方运算,因此需确定偏离值的正负号,本文提出利用支持向量基与观测向量相关性最大的原则来确定。仿真结果表明了本章所提算法能够在alpha噪声背景下对离格目标实现离格二维DOA估计,且在低信噪比、小快拍条件下的估计精度、成功率优于VS-SS-ST算法、L1SVD算法、AVS-AIAA算法。