Page 211 - 应用声学2019年第4期
P. 211

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                                        671


             达到 −5 dB 时,MUSIC 算法的测向均方根误差很                      4 水池实验数据处理
             接近于 0,而此时 ESPRIT 算法的测向均方根误差
             约为1 。在信噪比为−30 dB ∼ −15 dB 范围内,快                       为了进一步验证文中所提低复杂度协方差矩
                  ◦
             拍数 L = 100 时算法的均方根误差曲线下降速度                        阵重构算法的有效性,本文进行了水池实验。水池
             比 L = 50 的情况快。总体上来看,低复杂度算法                        的长、宽、深分别为 20 m、8 m 和 7 m。考虑到发射
             对快拍数的变化敏感度较低,算法性能比较稳定,                            换能器的声源级较小,因此到达远场接收阵的信号
             在信噪比较低并且快拍数有限的情况下,具有明显                            功率很小,在这种情况下,目标反射的回波信号已经
             的优势。                                              无法分辨。为了增大发射信号的能量,保证实验效
                 为了进一步分析文中所提出的算法的性能,对                          果,需要在发射端的信号发生器处连接功率放大器。
             算法的分辨临近角度目标的成功概率进行仿真计                             水池实验的信号采集设备的布局如图 7 所示。需要
             算,成功判据表达式可以表示为                                    说明的是,实验中发射阵列与接收阵列为收发合置
                                                             装置,图 7 中为了便于绘图和读者理解,将两个阵
                             ˆ
                            θ k − θ k 6 ∆θ/2,
                                                               列分开绘制。发射阵列和接收阵列都是由 8 个换能
                             k = 1, 2, · · · , K,      (11)
                                                               器组成的间距为半波长的均匀线列阵,由行车将发
             式(11) 中,∆θ = |θ 2 − θ 1 |。当所有的目标角度满足              射接收线列阵布放在距离水面3 m 以下的水中。各
             式 (11) 时,认为算法可以成功分辨两个目标。缩小                        换能器分别发射中心频率为 14.4 kHz ∼ 15.8 kHz
             两目标间的角度差,θ 1 = −3 , θ 2 = 5 。分别对四                 的 CW 脉冲信号。两个目标采用相同材质的空心
                                               ◦
                                       ◦
             种算法进行 500 次仿真计算,如果所得到的各目标                         铁球,以保证目标对探测信号具有相同的反射能
             测向结果均满足表达式 (11),那么记为 1,否则记为                       力。两目标的方向为θ 1 = 0 , θ 2 = 25 ,其余参数不
                                                                                       ◦
                                                                                                ◦
             0,用满足表达式 (11) 的次数除以总实验次数,所得                       变,采用 MUSIC 算法和低复杂度 MUSIC 算法对目
             到的数值计为当前信噪比条件下的成功概率。四                             标进行测向,所得到的结果如图8所示。
             种算法的成功概率如图 6 所示,两种低复杂度算法
                                                                          ᇨฉ٨
             在 SNR = −15 dB 时基本接近 100%,MUSIC 算法                                  ஝૶ߛϲ
                                                                   ໚ฉ      ஝૶
             的信噪比门限为 SNR = −10 dB,ESPRIT 算法在                       ஊܸ٨     ᧔ᬷ                  Ҫဋ     ηՂԧ
             SNR = −5 dB 时成功概率才达到 100%。由此可以                                                    ஊܸ٨     ၷ٨
             看出,低复杂度算法的信噪比门限要优于两种传统
             算法。低复杂度 ESPRIT算法对目标分辨的成功概
                                                                                ᄬಖ1
             率整体高于低复杂度MUSIC算法。因此,文中所提
             出的算法具有更好的鲁棒性。
                                                                                ᄬಖ2
                   1.0


                   0.8
                 ੇҪഐဋ  0.6


                   0.4                                                  图 7  水平线阵数据采集系统俯视图
                                        MUSIC                     Fig. 7 Top view of horizontal array data acquisi-
                                        ESPRIT
                   0.2                  ͰܭాएMUSIC                 tion system
                                        ͰܭాएESPRIT
                                                                   从图 8 中可以看出,两种算法都能够分辨两目
                    0
                    -30   -20    -10    0      10    20        标,但是,MUSIC 算法受水池中噪声影响较大,背
                                  η٪උ/dB
                                                               景噪声较高,谱峰较宽,θ 2 = 25 处的目标测向结
                                                                                             ◦
                图 6  四种算法对临近角度目标的分辨能力与接收
                                                                                      ˆ
                                                                                             ◦ ˆ
                                                               果偏差较大,测向角度为 θ 1 = −3 , θ 2 = 27 ,对目
                                                                                                       ◦
                信号信噪比的关系
                Fig. 6 Probability of resolution of adjacent tar-  标的波达方向估计并不准确。而低复杂度 MUSIC
                gets versus SNR for four algorithms            算法的性能明显优于 MUSIC 算法,背景噪声低于
   206   207   208   209   210   211   212   213   214   215   216