基于寬帶穩(wěn)健STMV波束形成的相關(guān)檢測(cè)方法

李濤，蔣小勇，周勝增

基于寬帶穩(wěn)健STMV波束形成的相關(guān)檢測(cè)方法

李濤，蔣小勇，周勝增

(上海船舶電子設(shè)備研究所，上海 201108)

采用一種寬帶相關(guān)結(jié)合穩(wěn)健自適應(yīng)波束形成的檢測(cè)方法，來提高弱目標(biāo)在強(qiáng)干擾背景下的檢測(cè)能力。寬帶相關(guān)檢測(cè)具有多目標(biāo)方位分辨力高的優(yōu)點(diǎn)，它基于常規(guī)波束形成得到，但由于其旁瓣級(jí)有限，存在強(qiáng)干擾時(shí)會(huì)導(dǎo)致其旁瓣區(qū)域的相關(guān)檢測(cè)產(chǎn)生凹陷，因此直接影響弱目標(biāo)的檢測(cè)能力。通過分析常規(guī)寬帶相關(guān)檢測(cè)中目標(biāo)旁瓣區(qū)域產(chǎn)生凹陷原因，利用寬帶穩(wěn)健自適應(yīng)波束形成的干擾抑制能力，提出了一種將寬帶穩(wěn)健導(dǎo)向最小方差波(Steered Minimum Variance, STMV)與寬帶相關(guān)檢測(cè)結(jié)合的寬帶檢測(cè)新方法。該方法能有效消除相關(guān)檢測(cè)中強(qiáng)干擾的影響，提高被動(dòng)聲吶的寬帶檢測(cè)性能。仿真和試驗(yàn)數(shù)據(jù)處理結(jié)果驗(yàn)證了該方法的有效性。

被動(dòng)聲吶；寬帶相關(guān)檢測(cè)；穩(wěn)健波束形成；導(dǎo)向最小方差波束形成

0 引言

寬帶相關(guān)檢測(cè)是被動(dòng)聲吶實(shí)現(xiàn)目標(biāo)探測(cè)功能的常用方法，在實(shí)際聲吶系統(tǒng)中得到了廣泛應(yīng)用，它能提供典型的十分之一波束分辨率的方位測(cè)量信息[1]。馬啟明等[2]利用分裂陣波束輸出的相位差抑制了拖船對(duì)拖線陣的干擾，提高了對(duì)艦艏方向上弱目標(biāo)檢測(cè)能力。FUMITAKA等[3]利用靜止目標(biāo)與水下慢速目標(biāo)的相位差異、混響、噪聲等特性，在港口警戒聲吶中應(yīng)用分裂陣相關(guān)處理，對(duì)低速目標(biāo)實(shí)現(xiàn)了自動(dòng)檢測(cè)跟蹤[4]。

導(dǎo)向最小方差波(Steered Minimum Variance, STMV)[5]波束形成利用聲場(chǎng)的空-時(shí)統(tǒng)計(jì)特性，在一定帶寬下僅需少量快拍數(shù)就能實(shí)現(xiàn)快速收斂，每一快拍的波束輸出可在單次快拍內(nèi)完成。但在實(shí)際應(yīng)用時(shí)導(dǎo)向矢量存在誤差，導(dǎo)致STMV性能急劇下降。在計(jì)算陣列功率輸出時(shí)，穩(wěn)健Capon波束形成(Robust Capon Beamforming, RCB)[6]為導(dǎo)向矢量加入了誤差約束條件，以陣列功率輸出最大化為目的，通過搜索得到最優(yōu)導(dǎo)向矢量，使導(dǎo)向矢量誤差問題一定程度上得到了解決。隨著聲吶孔徑的增大，需大量數(shù)據(jù)快拍估計(jì)協(xié)方差矩陣，使處理時(shí)間增長(zhǎng)，導(dǎo)致收斂速度變慢。文獻(xiàn)[7]中在RCB方法中運(yùn)用導(dǎo)向協(xié)方差矩陣(Steered Covariance Matrix, STCM)的思想，能有效避免導(dǎo)向矢量誤差的影響，且利用快速收斂最小方差無失真響應(yīng)(Minimum Variance Distortionless Response, MVDR)算法的相干累積特性，加速了收斂，降低了運(yùn)算量?；跈E球不確定集的RCB采用拉格朗日乘法尋優(yōu)最佳權(quán)向量，常需對(duì)協(xié)方差矩陣進(jìn)行特征分解，運(yùn)算量較大。文獻(xiàn)[8]中采用Krylov子空間、梯度搜索等方法計(jì)算RCB權(quán)向量，大幅度降低運(yùn)算量，并進(jìn)行性能比較。

本文分析寬帶相關(guān)檢測(cè)中目標(biāo)旁瓣產(chǎn)生凹陷的原因，利用寬帶穩(wěn)健自適應(yīng)波束形成具有的旁瓣抑制能力和陣列誤差容錯(cuò)特性，結(jié)合寬帶相關(guān)高分辨率特性，提出了一種寬帶目標(biāo)檢測(cè)方法。仿真和試驗(yàn)數(shù)據(jù)處理結(jié)果驗(yàn)證了該方法能有效抑制強(qiáng)干擾目標(biāo)產(chǎn)生的旁瓣凹陷，提高被動(dòng)聲吶寬帶檢測(cè)性能。

1 寬帶信號(hào)檢測(cè)

在被動(dòng)聲吶目標(biāo)探測(cè)中，寬帶信號(hào)檢測(cè)常采用寬帶能量或?qū)拵嚓P(guān)的檢測(cè)方法來實(shí)現(xiàn)[9]。將整個(gè)頻帶劃分為若干個(gè)子帶，在水平面內(nèi)對(duì)各子帶預(yù)成多個(gè)波束，波束為局部扇面或者全部方位覆蓋。寬帶能量檢測(cè)利用常規(guī)波束形成的輸出進(jìn)行能量積分處理；相關(guān)檢測(cè)利用分裂波束輸出進(jìn)行互相關(guān)處理。根據(jù)其波束輸出，分析常規(guī)波束的主瓣和旁瓣與分裂波束輸出的關(guān)系。

根據(jù)子陣1和子陣2的波束輸出，通過簡(jiǎn)單數(shù)學(xué)推導(dǎo)，寬帶能量檢測(cè)波束圖為

同理，可得寬帶相關(guān)檢測(cè)輸出為

因此，寬帶相關(guān)檢測(cè)在預(yù)成波束主瓣處形成峰值，具有較強(qiáng)的相關(guān)性(理論值為1)，在預(yù)成波束旁瓣處形成凹陷，子陣間為負(fù)相關(guān)(相關(guān)系數(shù)為-1～0)。當(dāng)干擾目標(biāo)越強(qiáng)時(shí)，其旁瓣能量越大，負(fù)相關(guān)性越強(qiáng)，旁瓣形成的凹陷就越深。

2 寬帶穩(wěn)健自適應(yīng)波束形成

自適應(yīng)波束形成即快速收斂MVDR算法。該算法有著較好的旁瓣抑制能力和空間分辨力。但在實(shí)際應(yīng)用中，受陣元位置、陣元幅度一致性或相位一致性和陣型畸變等因素影響，導(dǎo)向矢量真實(shí)值與期望值存在誤差，使得STMV性能大幅度下降。而穩(wěn)健STMV波束形成利用橢球不確定集，在一定誤差約束范圍內(nèi)尋找最優(yōu)導(dǎo)向矢量，使得陣列輸出功率最大。

穩(wěn)健STMV自適應(yīng)波束形成的頻域輸出為

3 寬帶穩(wěn)健相關(guān)檢測(cè)

根據(jù)上述分析可知，寬帶相關(guān)檢測(cè)在強(qiáng)目標(biāo)的旁瓣處形成凹陷，使得凹陷附近的弱目標(biāo)檢測(cè)能力降低。由于寬帶穩(wěn)健自適應(yīng)波束形成具有較強(qiáng)的旁瓣抑制能力，可降低旁瓣對(duì)鄰近方位目標(biāo)的影響。因此，本文采用寬帶相關(guān)結(jié)合穩(wěn)健自適應(yīng)波束形成的檢測(cè)方法，在強(qiáng)干擾目標(biāo)背景下，能提高弱目標(biāo)的檢測(cè)能力。先利用分裂陣處理思想，將接收陣分為兩相同子陣，對(duì)其進(jìn)行寬帶穩(wěn)健STMV處理。然后將分裂波束輸出進(jìn)行寬帶相關(guān)處理，并預(yù)白化相關(guān)檢測(cè)譜。對(duì)處理后的互譜做逆傅里葉變換得到時(shí)延值，波束輸出即為預(yù)成波束角附近的相關(guān)值。寬帶穩(wěn)健STMV相關(guān)檢測(cè)的處理流程見圖1。該算法對(duì)于寬帶相關(guān)檢測(cè)方法的改進(jìn)在于，子陣常規(guī)波數(shù)形成替換為子陣穩(wěn)健STMV波數(shù)形成。

圖1 寬帶穩(wěn)健相關(guān)檢測(cè)流程圖

4 仿真及試驗(yàn)數(shù)據(jù)計(jì)算

4.1 陣列數(shù)據(jù)仿真計(jì)算

仿真半波長(zhǎng)布陣的均勻線列陣，陣元數(shù)為100。設(shè)目標(biāo)1的方位角為80°，帶寬為1500 Hz，信噪比為-10 dB；設(shè)目標(biāo)2的方位角為85°，帶寬1 000 Hz，信噪比為15 dB。將線列陣等分為兩個(gè)相同子陣，兩子陣均以該線列陣的第一個(gè)陣元為參考點(diǎn)。

圖2給出了常規(guī)寬帶相關(guān)檢測(cè)和寬帶穩(wěn)健相關(guān)檢測(cè)的仿真結(jié)果。從圖2可以看出，常規(guī)相關(guān)檢測(cè)在強(qiáng)目標(biāo)的旁瓣處形成兩個(gè)對(duì)稱的凹陷，目標(biāo)能量越強(qiáng)，其旁瓣凹陷就越深，這使得處于凹陷附近的80°弱目標(biāo)不易檢測(cè)；寬帶穩(wěn)健相關(guān)檢測(cè)利用STMV旁瓣抑制能力強(qiáng)的特點(diǎn)，在保持強(qiáng)目標(biāo)峰值不變的情況下，能有效抑制強(qiáng)目標(biāo)的旁瓣凹陷，使處于凹陷鄰近的信號(hào)得以檢測(cè)，提高了弱目標(biāo)的檢測(cè)能力。在仿真中寬帶穩(wěn)健相關(guān)檢測(cè)方法輸出的子陣相關(guān)系數(shù)由常規(guī)相關(guān)檢測(cè)方法的0.1474提高至0.6418，顯著提高了對(duì)弱目標(biāo)的檢測(cè)能力。

圖2 常規(guī)寬帶相關(guān)檢測(cè)和寬帶穩(wěn)健相關(guān)檢測(cè)的仿真結(jié)果對(duì)比

4.2 海試數(shù)據(jù)處理

以某次海上試驗(yàn)數(shù)據(jù)為例，陣型為均勻線列陣，對(duì)該數(shù)據(jù)進(jìn)行寬帶穩(wěn)健自適應(yīng)相關(guān)處理。在試驗(yàn)時(shí)存在一強(qiáng)干擾目標(biāo)，方位從135°變化至150°。

圖3為常規(guī)寬帶相關(guān)檢測(cè)處理歷程圖，圖4為寬帶穩(wěn)健自適應(yīng)相關(guān)檢測(cè)處理歷程圖。為了更加直觀地顯示目標(biāo)檢測(cè)結(jié)果，圖5給出在51 s時(shí)刻兩種方法的輸出對(duì)比圖。在圖3中可以看到2個(gè)目標(biāo)，圖4中增加了3個(gè)弱目標(biāo)軌跡(A、B、C)。從圖5可以看出，方位100°目標(biāo)的相關(guān)系數(shù)由0.2981提升至0.475，同時(shí)，弱目標(biāo)A、B、C的峰值也得到明顯改善?？煽闯龇€(wěn)健STMV與相關(guān)檢測(cè)相結(jié)合的方法，可以有效提高目標(biāo)對(duì)應(yīng)的子陣間的相關(guān)性，從而提高強(qiáng)干擾背景下的弱目標(biāo)檢測(cè)能力。

圖3 常規(guī)寬帶相關(guān)檢測(cè)處理歷程圖

圖4 寬帶穩(wěn)健相關(guān)檢測(cè)處理歷程圖

圖5 海試數(shù)據(jù)的寬帶穩(wěn)健自適應(yīng)相關(guān)檢測(cè)與常規(guī)寬帶相關(guān)檢測(cè)對(duì)比

5 結(jié)論

本文通過分析寬帶相關(guān)檢測(cè)中波束旁瓣產(chǎn)生凹陷的原因，利用寬帶穩(wěn)健自適應(yīng)波束形成較好的旁瓣抑制能力和陣列誤差容錯(cuò)特性，結(jié)合寬帶相關(guān)檢測(cè)高分辨率的特點(diǎn)，提出了一種寬帶目標(biāo)檢測(cè)新方法。模擬仿真計(jì)算和海試數(shù)據(jù)的處理結(jié)果，驗(yàn)證了所提方法的優(yōu)越性。該方法能有效抑制強(qiáng)干擾目標(biāo)旁瓣凹陷，提高了被動(dòng)聲吶寬帶檢測(cè)性能。

[1] WAITE A D. 實(shí)用聲納工程[M]. 3版. 王德石譯. 北京: 電子工業(yè)出版社, 2004.

WAITE A D. Sonar for practising engineers[M]. Third Edition. WANG Deshi, translate. Beijing: Publishing House of Electronics Industry, 2004.

[2] MA Q M, ZHOU L S, DU S P．Research of the weak signal detection algorithm for tow sonar based on the phase difference of the sub-array beam output[C]//UDT 2009 Europe.

[3] FUMITAKA M, KURAMOTO K. Development of underwater low-speed moving target detection using spatiotemporal variance of phase difference for port surveillance sonar[J]. J. Acoust. Soc. Jpn., 2010, 37(1): 34-45．

[4] 蔣小勇, 譚君紅, 周勝增. 分裂陣寬帶相關(guān)檢測(cè)在圓柱陣中應(yīng)用[J]. 艦船科學(xué)技術(shù), 2017, 8(8): 160-163.

[5] KROLIK J，SWINGLER D．Multiple broadband source location using steered covariance matrices[J]. IEEE Acoustics Speech and Signal Processing, 1989, 37(10): 1481-1494.

[6] LI J, STOICA P, WANG Z S. On robust capon beamforming and diagonal loading[J]. IEEE Signal Processing, 2003, 51(7): 1702- 1715.

[7] SOMASUNDARAM S D. Wideband robust capon beamforming for passive sonar[J]. IEEE Journal of Oceanic Engineering, 2013, 38(2): 308-322．

[8] SOMASUNDARAM S D, JAKOBSSON A. Low-complexity uncertainty set based robust adaptive beamforming for passive sonar[C]//IEEE International Conference on Acoustics, Speech, and Signal Processing, 1996, 6: 3045-3048.

[9] ZARNICH R E. A fresh look at broadband passive sonar processing[C]//Adaptive Sensor Array Processing Workshop, 1999: 99-104.

[10] 杜選民, 周勝增, 高源. 聲納陣列信號(hào)處理技術(shù)[M]. 北京: 電子工業(yè)出版社, 2018.

DU Xuanmin, ZHOU Shengzeng, GAO Yuan. Array signal processing techniques for sonar[M]. Beijing: Publishing House of Electronics Industry, 2018.

[11] 鄢社鋒, 馬遠(yuǎn)良. 傳感器陣列波束優(yōu)化設(shè)計(jì)及應(yīng)用[M]. 北京: 科學(xué)出版社, 2009.

YAN Shefeng, MA Yuanliang. Sensor array beampattern optimization theory with applications[M]. Beijing: Science Press, 2009.

Correlation detection based on wideband robust STMV beamforming

LI Tao, JIANG Xiao-yong, ZHOU Sheng-zeng

(Shanghai Marine Electronic Equipment Research Institute, Shanghai 201108, China)

A broadband correlation detection method with robust adaptive beamforming is proposed to improve the detection ability of weak targets in strong interference background in this paper. Conventional broadband correlation detection is based on conventional beamforming, but due to its limited sidelobe level, the correlation detection in the sidelobe region generates a depression when there is strong interference, which directly affects the detection ability of weak target. The cause of the depression in the conventional broadband correlation detection is analyzed in the paper. By using the anti-interference ability of broadband robust adaptive beamforming, a new method combining broadband robust Steered Minimum Variance (STMV) beamforming and broadband correlation detection is proposed. The influence of strong interference in correlation detection is effectively eliminated by this method, and the broadband detection performance of passive sonar is improved. The processing results of sea-trial data and simulation show the validity of the method.

passive sonar; broadband correlation detection; robust adaptive beamforming; steered minimum variance(STMV) beamforming

TN911.5

A

1000-3630(2019)-05-0600-04

10.16300/j.cnki.1000-3630.2019.05.020

2019-06-04;

2019-07-22

李濤(1986－), 男, 湖北黃岡人, 工程師, 研究方向?yàn)樗曅盘?hào)處理。

李濤,E-mail: atao217@qq.com