Page 207 - 应用声学2019年第4期
P. 207

第 38 卷 第 4 期             程雪等: 低复杂度的 MIMO 声呐协方差矩阵重构方法                                        667


                                                               行重构,在降低计算复杂度的同时,保证了算法的
             0 引言
                                                               自由度。回波信号经过匹配滤波处理,会产生虚拟
                 多输入多输出 (Multiple input multiple out-          阵元,由于本文所研究的是收发合置的均匀线列阵
             put, MIMO) 这 一 思 想 从 MIMO 雷 达 引 申 而               MIMO 声呐,因此,所产生的虚拟阵元会有很多重
             来  [1−3] ,近年来,MIMO 声呐在阵列信号处理领域                    叠,利用降维变换去掉虚拟阵元间的重叠项,对矩阵
             发展迅速     [4−5] 。运用 MIMO 声呐对多目标进行探                 进行稀疏化,再利用去相干方法对协方差矩阵进行
             测,可以获得更为准确的定位结果。从布阵方式的角                           优化,达到抑制波束图副瓣的效果。获得新的协方
             度划分,MIMO 声呐的阵型可以分为分布式MIMO                         差矩阵后,对矩阵进行特征值分解,得到信号子空间
             声呐和密布式 MIMO 声呐          [6−7] 。分布式 MIMO 声         和噪声子空间,再利用 MUSIC 算法对多目标进行
             呐通过大间距布阵,从不同方向对目标进行照射来                            测向。值得注意的是,由于 MIMO 阵列是均匀的线
             获得空间分集增益         [8−12] 。密布式 MIMO 声呐则是            阵,经过降维变换后,各虚拟阵元间仍然具有间距相
             利用发射波形的不相干性和接收端的匹配滤波获                             等的特性,因此,子空间满足旋转不变性,可以采用
             得波形分集增益,同时得到更多的虚拟阵元和更大                            ESPRIT 算法进行测向运算,该方法的计算复杂度
             的自由度(Degree of freedom, DOF)    [13−15] 。密布式      远远小于MUSIC算法。
             声呐的均匀线列阵的发射与接收阵的阵元中心都
             是重合的,其阵型又分为发射与接收阵元间距相等                            1 MIMO声呐信号模型
             和成倍数关系两种情况            [7,16] 。收发共置等间距线
             阵,经过匹配滤波处理,会产生虚拟阵元的重叠,造                               考虑具有一个线形结构的收发合置密布式
             成自由度的损失,但同时这些重叠的虚拟阵元也起                            MIMO 声呐系统,发射阵列和接收阵列的几何中
             到了抑制波束图副瓣的作用              [17] 。当接收阵列为稀           心相重合。其中发射阵列为间距半波长的含有 M
             疏阵列时,即接收阵元间距等于发射阵元数乘以发                            个阵元的均匀线阵,接收阵列为间距半波长的含
             射阵元间距时,接收端的波形存在周期性栅瓣,但                            有 N 个阵元的均匀线阵。MIMO 声呐的坐标系统

             与发射波束相乘后,栅瓣刚好与发射波束零点对消。                           如图 1 所示。其中实心圆点表示阵元,阵列中心位
             因此,稀疏布阵的 MIMO 声呐所产生的虚拟阵列,                         于 O 点,以 O 点作为参考点,信号与法线的夹角 θ
             保证了大间距布阵时不产生栅瓣。                                   表示目标的波达方向角。以法线为基准,顺时针为
                 在多目标测向领域,与传统的相控阵声呐相比,                         正方向,角度的取值范围为 0 ∼ 90 ,逆时针为负
                                                                                                ◦
                                                                                          ◦
             MIMO 声呐提高了角分辨率,扩大了虚拟孔径,增                          方向,角度的取值范围为 −90 ∼ 0 。假设阵元数
                                                                                               ◦
                                                                                          ◦
             大了可探测目标的数目。利用 MIMO 声呐对多目                          M = 4,N = 4,阵列模型和虚拟阵列模型如图 2 所
             标进行探测,如果阵列为发射与接收阵元间距相等                            示,三角表示发射阵元,圆圈表示接收阵元。在远
             的阵列,则需要更多的阵元来弥补虚拟阵列重叠造                            场条件下,虚拟阵列各阵元的坐标位置等于相应发
             成的自由度损失。为了减小计算量,对发射信号进                            射、接收阵列阵元坐标的卷积              [23] ,虚拟阵元位置可
             行波束形成,将信号能量集中在有效的区域内,可                            以表示为 V P i = (m + n − 1)d t ,m = 1, 2, · · · , M,
             以在提高算法测向性能的同时,降低协方差矩阵的                            n = 1, 2, · · · , N。由于发射阵元与接收阵元位置
             维数  [18−19] 。文献 [20] 将降维变换法与 ESPRIT 算             相同,会出现虚拟阵元位置重叠的现象。图 2 中的
             法相结合,降低了运算的复杂度并且获得了略优于
             原始算法的测向效果;Zhang 等            [21]  和 Tan 等  [22]  分                  ขጳ         ηՂ
             别在此方法上进行了改进。Zhang 等利用寻址协方
             差矩阵重构在目标数未知的情况下对目标进行测
                                                                                      θ
             向;Tan 等采用波束空间算法,在降低计算复杂度
                                                                                               x
             的同时保持了测向的准确性,但是损失了很大一部
             分的自由度。针对以上问题及研究现状,本文将降                                        图 1  MIMO 声呐坐标系统
             维变换方法与去相干方法相结合,对协方差矩阵进                                   Fig. 1 MIMO sonar coordinate system
   202   203   204   205   206   207   208   209   210   211   212