水下小孔径阵列的应用环境是色噪声环境,针对超增益波束形成方法在色噪声环境下噪声协方差矩阵估计偏差使阵列空间增益不能达到最大的问题,提出了一种频域超增益波束形成方法(FSD,Super-Directive beamforming in Frequency domain),该方法将宽带接收数据分成多个子带,在每个子带内分别估计噪声协方差矩阵,降低了噪声协方差矩阵的估计偏差,并使用估计得到的噪声协方差矩阵对接收数据解相关.最后使用空间谱检测器检测微弱目标信号.实测噪声数据的仿真结果表明,空间有色噪声环境中FSD方法的检测性能优于传统的时域超增益波束形成方法(TSD,Super-Directive beamforming in Time domain)2 dB,优于频域最小方差无畸变响应(FMVDR,Minimum Variance Distortionless Response in Frequency do-main)波束形成方法 2 dB.
该文将特征向量信息与假设检验法相结合,提出了一种基于峰均功率比门限(Peak-to-Average Power Ratio Threshold,PAPRT)的信源个数检测新方法。该方法利用特征向量对接收数据进行加权,然后计算其峰均功率比,利用峰均功率比值与特征值在区分信号和噪声方面的一致性,通过引入一个二元假设检验过程,检测信号源个数。仿真结果表明,PAPRT方法在低信噪比下,对等强双目标的检测性能优于特征值门限(Eigen Threshold,ET)方法,且不受目标强度差的影响,对不等强多目标也具有优良的检测性能。
研究多输入多输出(Multiple-Input Multiple-Output,MIMO)声纳阵列都是以均匀线列阵(Uniform Linear Array,ULA)为主,而非均匀线列阵列(Non-Uniform Linear Array,NLA)能产生更多的虚拟阵元,达到较高的目标检测分辨概率以及估计精度。为了提高检测和估计精度,提出了一种基于最小冗余阵列的MIMO声纳发射接收阵列结构优化算法建立阵列模型进行仿真。仿真结果表明,上述方法设计的MIMO声纳系统在目标分辨概率和估计误差方面性能均有提高,尤其在低信噪比条件下效果更好。
