本發(fā)明涉及的是一種傳感器陣列信號處理方法，具體地說是一種聲矢量傳感器圓陣方位估計方法。
背景技術(shù)：
：被動聲吶方位估計問題是水聲陣列信號處理中的一個重要問題，大多采用聲陣列以獲取目標(biāo)的方位信息，由于均勻圓陣可獲360°全方位無模糊的方位角信息，因而被廣泛應(yīng)用于聲納系統(tǒng)。另外，聲矢量傳感器可空間同步共點地拾取聲場中某點處的標(biāo)量和矢量信息，較聲壓傳感器可獲取更多的聲場信息。因此，開展聲矢量圓陣方位估計方法的研究對水下目標(biāo)探測具有重要意義。聲矢量信號處理技術(shù)為水下目標(biāo)探測提供了強有力的支撐。NehoraiA在1994年第42卷第9期IEEETransactiononSignalProcessing上發(fā)表的“AcousticVector-SensorArrayProcessing”較早提出將聲矢量傳感器的振速信息視為與聲壓相同的獨立陣元進行處理，但可處理的信噪比門限較高,不適合遠(yuǎn)程目標(biāo)的探測?；菘∮⒌热?惠俊英，劉宏，余華兵，范敏毅.聲壓振速聯(lián)合處理及其物理基礎(chǔ)初探[J].聲學(xué)學(xué)報,2000,25(4):303-307)研究了聲壓、振速信息的相關(guān)性，揭示了聲壓振速聯(lián)合處理的抗噪原理，為聲矢量信號處理技術(shù)提供了新方向?；诖耍着d宇等人將聲壓振速聯(lián)合處理的抗噪能力與子空間方法的高分辨能力有機結(jié)合起來(白興宇，姜煜，趙春暉.基于聲壓振速聯(lián)合處理的聲矢量陣信源數(shù)估計與方位估計[J].聲學(xué)學(xué)報,2008,33(1):56-61)，實現(xiàn)了遠(yuǎn)程目標(biāo)的檢測與方位估計。與聲矢量線陣豐碩的研究成果相比，聲矢量圓陣的研究較少。由于圓陣的陣列流形不具有Vandermonde結(jié)構(gòu)，一些適用于直線陣的算法不能直接應(yīng)用于圓陣，而相位模態(tài)處理方法則可以解決該問題。BelloniF和KoivunenV在2006年第54卷第8期IEEETransactiononSignalProcessing上發(fā)表的“BeamspaceTransformforUCA:ErrorAnalysisandBiasReduction”研究發(fā)現(xiàn)相位模態(tài)變換產(chǎn)生的殘留誤差等同于虛擬線陣陣元位置誤差，提出改進方法實現(xiàn)了目標(biāo)方位的無偏估計。AskariM在2013年第7卷第8期IETSignalProcess.上發(fā)表的“RobustBeamformingincirculararraysusingphase-modetransformation”上提出了均勻圓陣相位模態(tài)域穩(wěn)健波束形成方法，該方法對導(dǎo)向矢量失配及模態(tài)變換產(chǎn)生的殘留誤差均有魯棒性。但是，上述研究方法可處理的信噪比門限高，抗噪聲能力弱，空間分辨率低。文獻“CircularAcousticVector-SensorArrayforModeBeamforming.IEEETransactiononSignalprocessing,2009,57(8):3041-3052”中將相位模態(tài)變換理論應(yīng)用于聲矢量圓陣的振速分量,提高了聲壓圓陣的空間分辨率及抗噪能力，但未充分利用聲矢量陣中聲壓振速聯(lián)合處理的抗噪能力，低信噪比的探測能力有限。朱中銳等人基于相位模態(tài)變換理論，利用聲壓振速聯(lián)合處理的抗噪能力，結(jié)合子空間類算法實現(xiàn)了聲矢量圓陣的遠(yuǎn)程目標(biāo)方位估計(楊德森，朱中銳，時勝國，莫世奇.聲矢量圓陣相位模態(tài)域目標(biāo)方位估計[J].聲學(xué)學(xué)報，2014,39(1):19-26)，但僅研究了陣列流形確知的情況，方位估計方法的穩(wěn)健性較差，還無法滿足水下目標(biāo)遠(yuǎn)程被動探測的需要。聲壓振速聯(lián)合處理方法在水下目標(biāo)探測方面取得了較大研究進展，在實際工程應(yīng)用中具有巨大潛力，但穩(wěn)健的聲矢量圓陣模態(tài)域方位估計方法相關(guān)文獻未見報導(dǎo)。技術(shù)實現(xiàn)要素：本發(fā)明的目的在于提供一種復(fù)雜度低，失配及低信噪比條件下的方位估計性能高，可實現(xiàn)水下目標(biāo)的遠(yuǎn)程被動探測的聲矢量圓陣模態(tài)域穩(wěn)健方位估計方法。本發(fā)明的目的是這樣實現(xiàn)的：(1)聲矢量圓陣信號接收數(shù)據(jù)通過聲矢量圓陣信號接收模型，獲得聲矢量圓陣聲壓通道及振速x、y通道的接收信號P(t)、Vx(t)和Vy(t)；(2)通過相位模態(tài)域變換矩陣Fe，得到相位模態(tài)域聲壓通道及振速x、y通道接收信號Pe(t)、Vex(t)和Vey(t)；將相位模態(tài)域的振速x、y通道接收信號Vex(t)、Vey(t)通過電子旋轉(zhuǎn)得到組合振速Vec(t)，由相位模態(tài)域聲壓通道接收信號Pe(t)和組合振速Vec(t)得到協(xié)方差矩陣Repv，引入酉矩陣Q對Repv作實值變換得到模態(tài)域聲壓振速聯(lián)合處理的實值協(xié)方差矩陣Rpv；(3)設(shè)置步長實施方位角掃描，對于任意方位角將聲矢量圓陣導(dǎo)向矢量分別經(jīng)過模態(tài)域變換矩陣Fe及酉矩陣Q實值變換后，得到的模態(tài)域變換及酉矩陣實值變換后的導(dǎo)向矢量(4)將步驟(2)中的模態(tài)域聲壓振速聯(lián)合處理的實值協(xié)方差矩陣Rpv和步驟(3)中的模態(tài)域變換及酉矩陣Q實值變換后的導(dǎo)向矢量輸入最差性能優(yōu)化波束形成器，利用二階錐規(guī)劃求解得到最優(yōu)權(quán)矢量(5)通過步驟(2)中的模態(tài)域聲壓振速聯(lián)合處理的實值協(xié)方差矩陣Rpv和步驟(4)中的最優(yōu)權(quán)矢量繪制空間譜圖，由譜峰位置得到目標(biāo)方位。本發(fā)明提出了一種聲矢量圓陣模態(tài)域穩(wěn)健方位估計方法，克服了相關(guān)聲源分辨困難、失配情況下最小方差無畸變響應(yīng)(簡稱MVDR)算法性能退化、可處理的信噪比門限高等問題。具有分辨率高、穩(wěn)健性強、計算量小、背景噪聲抑制能力強等眾多優(yōu)點。主要應(yīng)用于水下目標(biāo)的遠(yuǎn)程被動探測。本發(fā)明首先在相位模態(tài)域構(gòu)造了聲壓與振速聯(lián)合處理的協(xié)方差矩陣，并對協(xié)方差矩陣進行酉矩陣的實值處理；然后采用最差性能優(yōu)化波束形成器的設(shè)計思想約束模態(tài)變換后的導(dǎo)向矢量，利用二階錐規(guī)劃求解最優(yōu)權(quán)矢量，建立了低計算復(fù)雜度、高穩(wěn)健的目標(biāo)方位估計算法。附圖說明圖1聲矢量圓陣模態(tài)域穩(wěn)健方位估計方法流程圖。圖2聲矢量圓陣布放示意圖。圖3(a)至圖3(b)實值與非實值的聲壓振速聯(lián)合處理空間譜對比分析，其中圖3(a)dis＝-15dBμ＝0.3；圖3(b)dis＝-10dBμ＝0.5。圖4(a)至圖4(d)信噪比對存在導(dǎo)向矢量失配時空間譜估計的影響，其中圖4(a)SNR＝0dB；圖4(b)SNR＝-5dB；圖4(c)SNR＝-10dB；圖4(d)SNR＝-15dB。圖5(a)至圖5(b)雙目標(biāo)方位估計結(jié)果分析，其中圖5(a)dis＝-20dBμ＝0.35；圖5(b)dis＝-15dBμ＝0.5。圖6(a)至圖6(b)實值與非實值的聲壓振速聯(lián)合處理的試驗結(jié)果，其中圖6(a)單聲源；圖6(b)同頻雙聲源。圖7(a)至圖7(b)不同信噪比下的空間譜試驗結(jié)果(f＝2kHz)，其中圖7(a)SNR＝0dB；圖7(b)SNR＝-10dB。圖8(a)至圖8(b)不同信噪比下的空間譜試驗結(jié)果(f＝2.5kHz)，其中圖8(a)SNR＝0dB；圖8(b)SNR＝-10dB。具體實施方式下面結(jié)合附圖舉例本發(fā)明進行詳細(xì)說明。結(jié)合圖1，具體實施方案如下：第一步，由矢量圓陣接收信號獲得聲壓通道及振速x、y通道的接收信號P(t)、Vx(t)和Vy(t)：設(shè)M元聲矢量圓陣位于xOy平面內(nèi)，半徑為r，1號陣元位于x軸，聲矢量傳感器的振速通道正軸分別沿x軸、y軸方向布放，聲源和聲矢量圓陣位于同一水平面，如圖2所示。q個遠(yuǎn)場窄帶信號分別從入射至聲矢量圓陣上，t時刻聲矢量圓陣接收信號為：P(t)=As(t)+np(t)Vx(t)=AΦxs(t)+nx(t)Vy(t)=AΦys(t)+ny(t)---(1)]]>式中，P(t)、Vx(t)和Vy(t)分別表示聲壓通道及振速x、y通道的接收信號：P(t)=[P1(t),...,PM(t)]TVx(t)=[Vx1(t),...,VxM(t)]TVy(t)=[Vy1(t),...,VyM(t)]T---(2)]]>A表示M×q維聲矢量圓陣的陣列流形矩陣，即其中，為M元陣列流形,j為虛數(shù)單位；φn為第n號陣元與x軸的夾角(n＝1,…,M)；λ表示信號波長；(·)T表示(·)的轉(zhuǎn)置運算。Φx、Φy分別對應(yīng)于聲矢量圓陣振速x、y通道的系數(shù)矩陣：np(t)、nx(t)和ny(t)分別為聲壓通道及振速x、y通道噪聲向量。第二步，構(gòu)造相位模態(tài)域變換矩陣Fe，通過變換矩陣Fe得到相位模態(tài)域聲壓通道及振速x、y通道接收信號Pe(t)、Vex(t)和Vey(t)；將相位模態(tài)域的振速x、y通道接收信號Vex(t)和Vey(t)通過電子旋轉(zhuǎn)得到組合振速Vec(t)，在相位模態(tài)域得到Pe(t)和Vec(t)的協(xié)方差矩陣Repv；進而利用酉矩陣Q獲取相位模態(tài)域聲壓振速聯(lián)合處理的實值協(xié)方差矩陣Rpv，具體步驟如下所示：(1)構(gòu)造相位模變換矩陣：Fe＝CvVH(5)式中：Cv＝diag{j-K,…j-1,j0,j-1,…j-K}(6)V=M[w-K,...,w0,...,wK]---(7)]]>其中，n∈[-K,K]；K＝[kr]表示圓陣可激發(fā)的最大相位模態(tài)數(shù)，k＝2πf/c，f為信號頻率，c為聲速；(·)H表示(·)的共軛轉(zhuǎn)置運算。相位模態(tài)域聲壓通道及振速x、y通道接收信號如下：Pe(t)=FeHP(t)=A~s(t)+FeHnp(t)=A~s(t)+nep(t)Vex(t)=FeHVx(t)=A~Φxs(t)+FeHnx(t)=A~Φxs(t)+nex(t)Vey(t)=FeHVy(t)=A~Φys(t)+FeHny(t)=A~Φys(t)+ney(t)---(8)]]>式中，nep(t)、nex(t)和ney(t)分別表示相位模態(tài)域聲壓通道及振速x、y通道噪聲向量；表示模態(tài)域的導(dǎo)向矢量，其形式類似于直線陣導(dǎo)向矢量。(2)將聲矢量圓陣相位模態(tài)域的振速x、y通道接收信號Vex(t)和Vey(t)通過電子旋轉(zhuǎn)得到組合振速Vec(t),即Vec(t)=Vex(t)cos(ψ)+Uey(t)sin(ψ)=A~Ψvs(t)+nec(t)---(9)]]>式中，nec(t)＝nex(t)cos(ψ)+ney(t)sin(ψ)(11)其中，ψ為觀測方向，可由Givens變換確定。根據(jù)平均聲能流概念，可得相位模態(tài)域聲壓振速聯(lián)合處理協(xié)方差矩陣：Repv=E{Pe(t)VecH(t)}---(12)]]>(3)引入酉矩陣Q對Repv作如下變換,得到模態(tài)域聲壓振速聯(lián)合處理的實值協(xié)方差矩陣：Rpv＝Re{QHRepvQ}(13)式中，Re{·}表示取實值運算，酉變換矩陣Q表示如下形式Q=12I0jI0T20TI~0-jI~---(14)]]>式中，I為單位矩陣，為互換矩陣，(·)*表示(·)的共軛運算。第三步，設(shè)置步長實施方位角掃描，對于任意方位角將聲矢量圓陣導(dǎo)向矢量分別經(jīng)過模態(tài)域變換矩陣Fe及酉矩陣Q實值變換后，得到的模態(tài)域變換及酉矩陣實值變換后的導(dǎo)向矢量第四步，將第二步中的模態(tài)域聲壓振速聯(lián)合處理的實值協(xié)方差矩陣Rpv和第三步中的模態(tài)域變換及酉矩陣Q實值變換后的導(dǎo)向矢量輸入最差性能優(yōu)化波束形成器，利用二階錐規(guī)劃化求解最優(yōu)權(quán)矢量對于任意方位角經(jīng)模態(tài)域變換及酉矩陣的實值處理后的實際導(dǎo)向矢量屬于集合:其中，μ為約束參數(shù)，δr為經(jīng)第一步變換后的導(dǎo)向矢量誤差，||·||表示取2范數(shù)運算?；谀B(tài)域的實值聲壓振速聯(lián)合處理穩(wěn)健波束形成器可表示成約束最優(yōu)問題：式中，波束形成器的加權(quán)向量，“|·|”表示取模，“∈”表示屬于。上式等價于：其中Im{·}表示取{·}的虛部。利用二階錐規(guī)劃對上式進行求解，將Rpv進行Cholesky分解：Rpv＝UHU(19)其中，U為實上三角矩陣。顯然最小化式(18)中的目標(biāo)函數(shù)等效于使最小化，因此引入一個新的非負(fù)變量τ，使將式(18)轉(zhuǎn)換成:令：式(20)可表示成如下形式:利用SeDuMi工具箱即可求得含有最優(yōu)權(quán)矢量的向量y。最優(yōu)權(quán)矢量可表達成：第五步，通過第二步中的模態(tài)域聲壓振速聯(lián)合處理的實值協(xié)方差矩陣Rpv和第四步中的最優(yōu)權(quán)矢量繪制空間譜圖，由譜峰位置得到目標(biāo)方位：基于最差性能優(yōu)化的聲矢量圓陣模態(tài)域穩(wěn)健MVDR算法的空間譜為上面對
發(fā)明內(nèi)容各部分的具體實施方式進行了說明。下面通過仿真實例和試驗實例對本發(fā)明具體實施做進一步描述。其中，仿真實例中設(shè)導(dǎo)向矢量擾動量衡量導(dǎo)向矢量擾動量的相對大小。仿真實例1：實值與非實值的聲壓振速聯(lián)合處理空間譜對比分析仿真參數(shù)設(shè)置如下：均勻圓陣陣元數(shù)為11元，半徑r＝0.7λ，頻率為2kHz，積分時間T＝1s，信噪比(簡記SNR)為0dB，聲源入射方向圖3(a)-(b)為模態(tài)域非實值聲壓振速聯(lián)合處理MVDR(簡稱M-VMVDR)、模態(tài)域?qū)嵵德晧赫袼俾?lián)合處理MVDR(簡稱RM-VMVDR)以及模態(tài)實值聲壓振速聯(lián)合處理穩(wěn)健MVDR(簡稱RM-RVMVDR)三種方法的方位估計結(jié)果，其中μ為RM-RVMVDR算法的約束參數(shù)。對比不同算法的空間譜結(jié)果可知：(1)在相同條件下RM-VMVDR一定程度地提高了M-VMVDR算法的背景噪聲抑制能力及空間分辨能力，說明酉矩陣的實值處理方法可提高非實值算法的估計性能，但由于導(dǎo)向矢量失配RM-VMVDR算法達不到理想的空間增益；(2)RM-RVMVDR算法提高了RM-VMVDR算法的背景噪聲抑制能力；(3)約束參數(shù)的選取需根據(jù)擾動誤差的大小確定，為了獲取較好的空間增益和半波束寬度，當(dāng)擾動誤差較大時，約束參數(shù)μ應(yīng)取較大值，當(dāng)擾動誤差較小時，約束參數(shù)μ應(yīng)取較小值。仿真實例2：信噪比對存在導(dǎo)向矢量失配時空間譜估計的影響仿真參數(shù)設(shè)置如下：均勻圓陣陣元數(shù)為11元，半徑r＝0.7λ，頻率為2kHz，積分時間T＝1s，聲源入射方向失配誤差dis＝-10dB。圖4(a)-(d)為基于相位模態(tài)變換理論的實值聲壓MVDR(簡稱RM-PMVDR)、RM-VMVDR以及RM-RVMVDR(約束參數(shù)μ＝0.5)在不同信噪比下的空間譜結(jié)果進行對比。表1對應(yīng)圖4(a)-(d)給出了三種方法在不同信噪比條件下空間譜的半功率波束寬度。表1不同方法的半功率波束寬度(單位：/°)對比不同信噪比下的空間譜結(jié)果可知：(1)隨信噪比降低RM-PMVDR算法已不能有效估計目標(biāo)方位，而RM-VMVDR仍可以有效估計目標(biāo)方位，但RM-VMVDR算法的主要缺點為對失配較敏感。(2)由圖4(a)-(d)及表1可知在相同條件下RM-RVMVDR可提高RM-VMVDR的空間分辨能力及抑制背景噪聲能力。仿真實例3：雙目標(biāo)方位估計結(jié)果分析仿真參數(shù)設(shè)置如下：均勻圓陣陣元數(shù)為11元，半徑r＝0.7λ，頻率為2kHz，積分時間T＝1s，SNR＝0dB，相關(guān)雙聲源(相關(guān)系數(shù)eπ/4)入射方向圖5(a)-(b)為聲矢量圓陣三種算法的空間譜結(jié)果進行綜合對比分析。對比空間譜可知：(1)當(dāng)聲源相關(guān)時，M-VMVDR算法無法估計兩聲源方位，而RM-VMVDR算法可有效估計相關(guān)聲源的方位。(2)在相同情況下RM-RVMVDR算法提高了RM-VMVDR算法的穩(wěn)健性，空間譜表現(xiàn)出更大的動態(tài)范圍，更尖銳的主瓣及更強的背景噪聲抑制能力。試驗實例：在消聲水池構(gòu)建了一套聲矢量圓陣測試系統(tǒng)用于算法空間譜估計性能對比驗證。實驗采用8元聲矢量圓陣,陣半徑為0.35m，聲源與接收陣相距15m，實驗內(nèi)容分為單目標(biāo)方位估計、雙目標(biāo)方位估計。定義信噪比SNR為:SNR=10lg(σs2σn2)---(25)]]>式中，分別為處理頻帶內(nèi)目標(biāo)信號和水池背景噪聲。圖6(a)為頻率為2.5kHz的單聲源情況下的空間譜估計結(jié)果，圖6(b)為頻率為2.5kHz的雙聲源情況下的空間譜估計結(jié)果，分別驗證了圖3(a)-(b)及圖5(a)-(b)仿真實例結(jié)果的正確性。圖7(a)-(b)聲源發(fā)射頻率f為2kHz，圖8(a)-(b)聲源發(fā)射頻率f為2.5kHz，驗證了圖4(a)-(d)仿真實例結(jié)果的正確性。仿真實例及試驗實例的分析結(jié)果表明：(1)本發(fā)明利用基于聲壓振速聯(lián)合處理的抗噪原理和酉矩陣的實值處理方法，在相位模態(tài)域構(gòu)建了實值的聲壓與振速協(xié)方差矩陣。該方法較傳統(tǒng)的聲壓處理方法及非實值的聲壓振速聯(lián)合處理方法有較強抗各向同性噪聲能力及較強相關(guān)聲源分辨能力。(2)本發(fā)明在此基礎(chǔ)上采用最差性能優(yōu)化思想約束相位模態(tài)域變換后虛擬線陣的導(dǎo)向矢量,利用二階錐規(guī)劃求解最優(yōu)權(quán)矢量。該方法有效克服了相關(guān)聲源分辨困難、失配情況下MVDR算法性能退化、可處理的信噪比門限高等問題,具有分辨率高、穩(wěn)健性強、計算量小、背景噪聲抑制能力強等眾多優(yōu)點，在水下遠(yuǎn)程目標(biāo)的被動探測方面具有較好的應(yīng)用前景。當(dāng)前第1頁1 2 3