论文部分内容阅读
声矢量传感器能够同时测量声场空间某点处的声压信息和质点振速信息,与传统的声压传感器相比,可以获得声场中更多的信息,有效改善水声系统的性能。矢量传感器及其阵列信号处理技术已经被广泛应用于水声工程领域。压缩感知理论是近几年提出的一种新的关于稀疏信号压缩和恢复的理论,它突破了传统奈奎斯特采样定理的限制,在采样的同时对数据进行压缩,降低对采样系统的要求,已经成为信号处理领域中一个新的研究热点。因此,将声矢量阵列以及压缩感知理论应用到水下信源定位模型中可以获得更好的定位性能,有必要对基于压缩感知的声矢量阵列水下信源定位算法进行研究。本文的主要研究内容如下:首先,详细介绍了压缩感知理论的主要内容和声矢量传感器的远场和近场阵列流形,并简要介绍了信源定位算法中涉及到的矩阵代数知识和信号模型以及水声信道特点。然后,研究了基于声矢量阵列的远场源DOA估计算法。先给出了远场声矢量阵列信号处理数学模型,研究了三种传统的基于声矢量阵的DOA估计算法:CBF算法、MVDR算法和MUSIC算法,并仿真分析了它们的DOA估计性能。基于水下远场源的方位角在整个角度扫描空间具有稀疏性,将压缩感知理论应用于声矢量阵DOA估计模型中,建立了基于压缩感知的声矢量阵DOA估计模型,采用l1-SVD算法实现信源的DOA估计。仿真比较了该算法与传统算法的DOA估计性能,结果表明该算法在低快拍、低信噪比以及信号源相干的情况下可以实现信源的DOA高分辨估计,并且可以准确分辨紧密间隔的信号源,优于传统算法,验证了该算法的可行性及有效性。最后,研究了基于声矢量阵列的近场源定位算法。先给出了近场声矢量阵列信号处理数学模型,研究了基于二维搜索的近场源定位算法,仿真分析了二维MVDR近场定位算法和二维MUSIC近场定位算法的定位性能。考虑到二维搜索算法计算量较大的缺点,本文提出了基于二阶统计量的MUSIC近场定位算法,其核心思想是利用二阶统计量构造仅与信源方位角相关的类似远场协方差矩阵,将方位角参数和距离参数分离,先估计近场源的方位角信息,然后由方位角估计信息进一步估计近场源的距离信息。该算法将之前的二维搜索定位问题转化为多次一维搜索估计问题,显著降低了计算复杂度。基于水下近场源在整个近场区域具有稀疏性,将压缩感知理论应用于声矢量阵列近场定位模型中,建立了基于压缩感知的声矢量阵近场定位模型,为了减少计算量,借鉴方位角参数和距离参数分离的思想,对该模型进行了改进,然后采用l1-SVD算法分别估计近场源的方位角和距离信息。最后仿真比较了其与基于二阶统计量的MUSIC近场定位算法的定位性能,结果表明该算法在低信噪比的条件下性能更优,估计精度有所提升,验证了该算法的有效性。