李海濤,王 余,王易川
(1.海軍潛艇學(xué)院,山東 青島 266042; 2.海軍司令部第四部,北京 100100)
基于聲壓振速聯(lián)合處理的矢量線陣時域解析MVDR方法研究
李海濤1,王 余2,王易川1
(1.海軍潛艇學(xué)院,山東 青島 266042; 2.海軍司令部第四部,北京 100100)
為進(jìn)一步提高矢量傳感器陣列的陣處理增益,充分利用聲壓和振速的相干性信息,提出基于聲壓振速聯(lián)合處理的矢量陣時域解析MVDR波束形成方法,給出了(p+vc)vc組合的協(xié)方差矩陣的計算方法,推導(dǎo)了該方法波束輸出的計算公式。該方法利用聲壓振速的聯(lián)合處理信息,將矢量陣時域解析MVDR的高分辨能力與聲矢量陣的抗噪能力結(jié)合起來,通過仿真數(shù)據(jù)和海試數(shù)據(jù)比較本文算法與常規(guī)波束形成方法性能,結(jié)果表明本文方法性能更優(yōu),利于低信噪比下目標(biāo)的探測。
矢量線列陣;聲壓振速聯(lián)合處理;波束形成
近年來,基于聲矢量傳感器陣列的方位估計技術(shù)成為研究熱點[1-6],由于矢量傳感器可以同時、共點的拾取水下空間某一質(zhì)點的聲壓和振速信號,與聲壓傳感器相比,在相同陣元條件下,矢量傳感器有較高的陣增益和空間分辨力,許多學(xué)者將矢量傳感器的優(yōu)點與超分辨方位估計算法相結(jié)合,研究了基于矢量傳感器的超分辨方位估計算法。但是,很多算法[5-6]將聲壓振速信息看成相互獨立的輸出,沒有充分利用矢量傳感器中聲壓和振速的相干性,以及由此帶來的抗各向同性噪聲能力。對此,很多學(xué)者開始研究聲壓振速聯(lián)合處理算法,并探討了聲壓振速聯(lián)合處理的抗各向同性噪聲的能力,取得了一些成果[7-10]。姚直象[10]提出利用(p+vc)vc組合的聲壓振速聯(lián)合處理經(jīng)典方法應(yīng)用到Bartlett波束形成中,證明了這種方法優(yōu)于常規(guī)矢量傳感器陣列Bartlett波束形成在抑制噪聲和左右舷模糊上的性能。
基于以上分析,本文利用(p+vc)vc構(gòu)建協(xié)方差矩陣,提出一種基于該協(xié)方差矩陣的矢量陣時域解析MVDR(MinimumVarianceDistortionlessResponseBeamforming,最小方差無畸變響應(yīng))方法。理論分析和仿真顯示,新的矢量陣時域解析MVDR方法基于聲壓振速聯(lián)合信息處理,能將矢量陣時域解析MVDR的高分辨能力與聲矢量陣的抗噪能力有機(jī)結(jié)合起來,取得更優(yōu)效果。
考慮淺海遠(yuǎn)場情況,不失一般性,本文不考慮振速的z分量。M個矢量傳感器均勻布放在x軸上,矢量傳感器的方向與x軸正方向一致,矢量傳感器從左到右順序編為1、2、…、M,陣元間距d,空間中有k個寬帶信號源入射到該矢量傳感器陣上,信源波達(dá)方向為{θ1,θ2,…,θk}。 忽略信號源相對于參考陣元的時延,將參考點選在1號陣元,則第m個陣元超前1號陣元的聲程差為:
Δlm(θk)=(m-1)dcosθk,m=1,2,…,M-1。
(1)
相對時延為
τm(θk)=Δlm(θk)/c=(m-1)dcosθk/c。
(2)
式中,c為聲速。
聲矢量傳感器接收到的寬帶信號的時域數(shù)學(xué)模型可以表示為:
(3)
圖1 二維聲矢量傳感器陣列示意圖Fig.1 Sketch map of vector sensor array
式中:x(t)=[x1p(t),x1vx(t),x1vy(t),…xMp(t),xMvx(t),xMvy(t)]T;
n(t)=[n1(t),n2(t),…n3M(t)]T;
ap(θk)=[1,ejωτ(θk),…,ej(M-1)ωτ(θk)];
a(θk)=[1 cosθksinθk]T;
aI=[1 1 … 1]T為一列M個值為1的矩陣,T為矩陣轉(zhuǎn)置;?為矩陣kronecker直積運算;xmp(t),xmvx(t),xmvy(t)分別為第m個矢量傳感器接收到的聲壓信號及振速的2個分量的時域波形,1≤m≤M。
將聲矢量陣輸出模型中聲壓和振速通道分開來寫,那么有矢量陣接收到的信號為:
(4)
Ap(θ)θvxs(t)+nvx(t),
(5)
Ap(θ)θvys(t)+nvy(t)。
(6)
式中
xp(t)=[x1p(t),x2p(t),…xMp(t)]T,
xvx(t)=[x1vx(t),x2vx(t),…xMvx(t)]T,
xvy(t)=[x1vy(t),x2vy(t),…xMvy(t)]T,
Ap(θ)=[ap(θ1),ap(θ2),…,ap(θK)],
若將振速傳感器輸出投影到觀測方位θ,則
xv(t)=xvx(t)cos(θ)+xvy(t)sin(θ)=
Ap(θ)θvs(t)+nv(t)。
(7)
式中:
(8)
構(gòu)造(p+vc)vc協(xié)方差矩陣:
(9)
矢量陣列自適應(yīng)輸出功率為:
P(θ)=wHRw。
(10)
在波束形成的輸出功率中,信號源的能量不僅在來波方向上有貢獻(xiàn),而且對波束寬度內(nèi)其他方向也有不同程度的貢獻(xiàn)。MVDR波束形成方法是在保持來波方向信號能量不變的前提下,使得信號源能量對波束寬度內(nèi)的其他方向最小化,這實際上是一個約束最佳化的問題求解,可以表達(dá)為[6]:
(11)
對經(jīng)過濾波器及時延之后的數(shù)據(jù)處理時,信號已經(jīng)消除陣元掃描角度帶來的影響,以此可以計算最優(yōu)權(quán)向量及基于(p+vc)vc協(xié)方差矩陣的矢量陣時域解析MVDR輸出功率。
通過對約束條件的求解可得出最優(yōu)權(quán)向量為:
(12)
其輸出功率為:
(13)
(14)
式中Rx=E[x(t)xH(t)]。
在遠(yuǎn)場,尺度有限的點源信號的聲壓和振速相干,而對于各向同性噪聲場,聲壓與振速不相關(guān),所以基于聲壓和振速聯(lián)合處理具有較強(qiáng)的抗各向同性噪聲能力,本文所提算法利用(p+vc)vc,抗各向同性噪聲干擾能力較強(qiáng)。本文提出的聲壓振速聯(lián)合處理的方法完全基于時域?qū)崿F(xiàn),不需要進(jìn)行子帶分解降低運算量,一般只需要一次快拍即可估計出目標(biāo)方位。
3.1 仿真試驗
仿真用的矢量傳感器線陣沿x軸以陣元間距為d分布,共16個。假定各個陣元接收到的噪聲為球面各向同性的高斯背景噪聲。用本文方法與常規(guī)矢量陣時域解析MVDR方法進(jìn)行對比分析。假定存在一寬帶聲源,水平方位角度為90°,信號與噪聲相互獨立,各個陣元間的噪聲也互不相關(guān),信噪比(SNR)分別為5dB和-10dB,所得結(jié)果均為100次Monte-Carlo仿真平均的結(jié)果。
圖2 仿真數(shù)據(jù)常規(guī)波束形成、常規(guī)矢量陣時域解析MVDR與本文方法輸出對比,SNR=5 dBFig.2 Beamforming curve with simulated data,SNR=5 dB
圖3 仿真數(shù)據(jù)常規(guī)矢量陣時域解析MVDR與本文方法輸出對比,SNR=-10 dBFig.3 Beamforming curve with simulated data,SNR=-10 dB
圖2和圖3給出了常規(guī)波束形成、常規(guī)矢量陣時域解析MVDR方法與本文方法波束輸出的對比,可以看出常規(guī)波束形成與常規(guī)矢量陣時域解析MVDR陣處理增益差不多,但是常規(guī)矢量陣時域解析MVDR具有更好的旁瓣抑制能力,并且波束寬度較窄,本文方法優(yōu)于常規(guī)波束形成與常規(guī)矢量陣時域解析MVDR,陣處理增益高1~2dB,并且下降3dB波束寬度最窄,對目標(biāo)方位的估計更加精確。
3.2 海上試驗數(shù)據(jù)處理
為了深入驗證算法性能,尤其是針對海上實際數(shù)據(jù)的處理能力,采用海上實錄數(shù)據(jù)對本算法進(jìn)行處理驗證。試驗數(shù)據(jù)為16陣元均勻二維矢量線陣輸出數(shù)據(jù),數(shù)據(jù)每次處理的點數(shù),即一次快拍長度為2 048點。
圖4為利用海試數(shù)據(jù)得到的本文算法與常規(guī)矢量陣時域解析MVDR波束輸出對比??梢钥闯霰疚姆椒ù_實可以明顯提高陣處理增益,本文方法性能優(yōu)于常規(guī)矢量陣時域解析MVDR,具有更好的分辨能力和探測性能,能將矢量陣時域解析MVDR方法的高分辨能力和聲矢量陣的抗噪能力有機(jī)結(jié)合起來。
圖4 海試數(shù)據(jù)波束輸出對比Fig.4 Beamforming curve with sea trial data
基于聲矢量傳感器中聲壓與振速的相干性,本文提出基于(p+vc)vc協(xié)方差矩陣的矢量陣時域解析MVDR波束形成方法,推導(dǎo)了該方法的波束輸出功率計算方法。本文方法完全基于時域?qū)崿F(xiàn),不需要進(jìn)行子帶分解降低了運算量,一般只需要一次快拍即可估計出目標(biāo)方位。由于該方法利用聲壓與振速的相干性信息,可以更好抑制各向同性噪聲,具有更高的陣處理增益,仿真數(shù)據(jù)和海試數(shù)據(jù)驗證了方法的正確性。
[1]SUNG,YANGD,ZHANGL.Maximumlikelihoodratiodet-ectionandmaximumlikelihoodDOAestimationonthevectorhydrophone[J].ActaAcustica,2003,28(1):66-72.
[2]HAWKESM,NEHORAIA.Acousticvector-sensorbeamf-ormingandcapondirectionestimation[J].IEEETrans.SignalProcess,1998,46(9):2291-2304.
[3] 孫貴青,張春華,黃海寧,等.聲矢量傳感器線陣的左右舷分辨[J].哈爾濱工程大學(xué)學(xué)報,2010,31(7):848-855.
SUNGui-qing,ZHANGChun-hua,HUANGHai-ning,etal.Left-rightresolutionofacousticvectorsensorlinearrays[J].JournalofHarbinEngineeringUniversity,2010,31(7):848-855.
[4] 錢富,程錦房.基于聲矢量陣虛擬擴(kuò)展的張量MUSIC算法[J].水雷戰(zhàn)與艦船防護(hù),2015,23(1):7-12.
QIANFu,CHENGJin-fang.TensorialMUSICalgorithmbasedonvirtualextensionofvectorhydrophonearray[J].MineWarfare&ShipSelf-Defence,2015,23(1):7-12.
[5] 彭博琛,陳羽,馬樹青,等.基于矢量水聽器陣列空域預(yù)濾波處理的多重信號分類算法研究[J].應(yīng)用聲學(xué),2014,33(3):189-195.
PENGBo-chen,CHENYu,MAShu-qing,etal.Spatialprefillteringmultiplesignalclassificationalgorithmbasedonvectorhydrophonearray[J].JournalofAppliedAcoustic,2014,33(3):189-195.
[6] 田坦,齊娜,孫大軍.矢量水聽器陣波束域MVDR方法研究[J].哈爾濱工程大學(xué)學(xué)報,2004,25(3):295-298.
TIANTan,QINa,SUNDa-jun.AstudyofbeamdomainMVDRalgorithmbasedonacousticvectorsensorarray[J].JournalofHarbinEngineeringUniversity,2004,25(3):295-298.
[7] 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)檢測與方位估計[J].聲學(xué)學(xué)報,2008,33(1):56-61.
BAIXing-yu,JIANGYu,ZHAOChun-hui.Detectionofnumberofsourcesanddirectionofarrivalestimationbasedonthecombinedinformationprocessingofpressureandparticlevelocity[J].ActaAcustica,2008,33(1):56-61.
[8] 白興宇,楊德森,趙春暉.基于聲壓振速聯(lián)合信息處理的聲矢量陣相干信號子空間方法[J].聲學(xué)學(xué)報,2006,31(5):411-417.
BAIXing-yu,YANGDe-sen,ZHAOChun-hui.Thecoherentsignal-subspacemethodbasedonthecombinedinformationprocessingofpressureandparticlevelocity[J].ActaAcustica,2006,31(5):411-417.
[9] 何光進(jìn),程錦房,等.基于四元數(shù)的聲壓振速聯(lián)合方位估計算法[J].武漢理工大學(xué)學(xué)報,2012,36(4):712-716.
HEGuang-jin,CHENGJin-fang,etal.Pressure-velocityjointDOAfindingalgorithmusingquaternions[J].JournalofWuhanUniversityofTechnology,2012,36(4):712-716.
[10] 姚直象,余貴水,賀富強(qiáng).矢量陣改進(jìn)常規(guī)波束形成[J].兵工學(xué)報,2011,32(2):176-180.
YAOZhi-xiang,YUGui-shui,HEFu-qiang.Improvedbartlettbeamformingforvectorsensorarray[J].ActaArmamentrarh,2011,32(2):176-180.
Acoustic vector sensor line array time-domain analysis MVDR method based on the combined information processing of pressure and particle velocity
LI Hai-tao1,WANG Yu2,WANG Yi-chuan1
(1.Navy Submarine Academy, Qingdao 266042,China;2.The Fourth Department of Headquarters of Navy,Beijing 100100,China)
In order to improve the detection capability of acoustic vector sensors, a modified acoustic vector sensor time-domain analysis MVDR method based on the combined information processing of pressure and velocity is proposed.The calculation processing of combined (p+vc)vcisgiven.Andthebeamformingoutputofthismethodispresented.Thismethodisbasedonthecombinedinformationprocessingofpressureandparticlevelocity,hasbetterestimationperformanceinisotropicnoisefield.Throughsimulationandseatraildataanalysis,thismethodhasbetterperformancethanconventionalvectorsensorlinearraytime-domainanalysisMVDRmethod,whichisgoodforlowSNRtargetdetection.
vector sensor line array;combined information processing of pressure and particle velocity;beamforming
2015-07-27;
2015-09-14
國家自然科學(xué)基金資助項目(60901054)
李海濤(1988-),男,博士研究生,研究方向為水聲工程。
TN911.7
A
1672-7649(2015)12-0110-04
10.3404/j.issn.1672-7649.2015.12.022