Page 71 - 应用声学2019年第4期
P. 71

第 38 卷 第 4 期             时胜国等: 声矢量圆阵宽带相干目标 MVDR 方位估计                                        531


                                                               法基础上,提出了利用互协方差矩阵的最大特征值
             0 引言
                                                               对应的特征向量构建了前后向 Hermitain 矩阵的解
                 圆阵的结构简单,可提供 360 全方位无模糊的                       相干方法,以实现宽带相干目标的方位估计。尽管
                                          ◦
             方位角信息,在方位角平面内具有相同的角分辨力,                           文献 [11–12]也是利用特征向量解相干,但其重构的
             这些优点使圆阵广泛应用于目标的方位估计                      [1−4] 。  矩阵是非方阵,无法直接使用 MVDR 波束形成器,
             信号子空间算法和最小方差无畸变响应 (Minimum                        需要使用奇异值分解算法;本文矢量重构的矩阵是
             variance distortionless response, MVDR)波束形成       Hermitian,不需要进行奇异值分解,可以直接使用
             具有较高的分辨力,是方位估计技术的两类重                              MVDR 波束形成器。由于矢量重构的Hermitian 矩
             要方法。但当入射信号相干时,信号子空间算法                             阵不含有噪声子空间,本文方法可进一步提高相干
             和 MVDR 的估计性能均有不同程度降低,甚至                           信号的方位估计性能。
             失效。为此,人们提出了一系列解相干方法,如
             空间平滑     [5] 、改进空间平滑算法        [6−8] 、Toeplize 矩
                                                               1 声矢量圆阵信号接收模型
             阵方法    [9−10]  以及基于特征向量或相关向量的方
             法  [11−12]  等。为了使上述解相干算法能直接应用于
                                                               1.1  宽带频率模型
             圆形阵列,提出了相位模态变换技术,该技术将圆形
                                                                   如图 1 所示,半径为 r 的 M 元声矢量圆阵均
             阵列转化成虚拟线性阵列。然而,相位模态变换技
             术存在一些近似处理,可能会导致噪声功率增大以                            匀布放于 xOy 平面,声矢量传感器的两个振速
             及方位估计算法性能退化。因此,提高圆形阵列相                            方 向 分 别 沿 着 圆 阵 的 径 向 和 切 向 方 向。 假 设
             干信号的方位估计性能是很重要的。                                  声源和基阵位于同一水平面上,H 个宽带相干
                 声矢量传感器可同时测量声场中某点的声压                           信 号 s 1 (t), · · · , s H (t) 分 别 从 θ 1 , · · · , θ H 入 射 至 声

             和质点振速信息,而声压传感器只能测量声场中的                            矢 量 圆 阵。 其 中,s h (t) = β h s 1 (t),β h 是 常 数
             声压信息    [13−14] 。相比声压阵列,声矢量传感器阵                   (h = 1, · · · , H),带宽 BW = [f low , f high ]。以圆
             列具有较高的方位估计性能              [15−17] ,为此声矢量阵         心为参考点,则 t 时刻第 m 个声矢量传感器接收数
             列信号处理技术也得到迅速地发展。Nehorai等                   [18]   据可表示为
             首先提出了声矢量阵列的信号处理模型,将质点振
                                                               
                                                                          H
                                                                         ∑
                                                               
             速视为与声压相同的独立阵元来进行信号处理。基                                        s h (t − τ m,h ) + N p,m (t),
                                                                P m (t) =
                                                               
                                                               
             于该模型,现有的阵列方位估计技术可被扩展到声                                     h=1
                                                               
                                                               
                                                               
                                                                          H
                                                               
             矢量传感器阵列        [15,19−21] 。受到 Nehorai 等处理方                   ∑
                                                                 V r,m (t) =  s h (t − τ m,h )u r,m,h + N r,m (t),  (1)
             法的启发,Zou等      [22]  构造了声矢量圆阵振速分量的                          h=1
                                                               
                                                               
                                                               
                                                                          H
             协方差矩阵,然而该方法仅利用了声场的振速信息,                                     ∑
                                                               
                                                               
                                                                V ϕ,m (t) =  s h (t − τ m,h )u ϕ,m,h + N ϕ,m (t),
                                                               
             没有利用声压与振速的相关性,未能充分发挥声矢                            
                                                                          h=1
             量圆阵处理的技术优势。理论研究表明,各向同性
                                                               式(1)中,P m (t)、V r,m (t)和V ϕ,m (t)为第m个声矢量
             噪声场中空间一点处的声压和质点振速是不相关
                                                               传感器所接收的声压和振速信息;τ m,h 为第 m个声
             的  [23] ;而远场点源目标信号的声压和质点振速是
             相关的   [24] 。因此,声压振速联合处理方法可有效地                     矢量传感器与参考点接收到第h个信号之间的时间
             抑制各向同性环境噪声。与 Nehorai 等的处理方法                       差;u r,m,h = cos(ϕ m −θ h ),u ϕ,m,h = sin(θ h −ϕ m ),ϕ m
             相比,声压振速联合处理方法具有更强的噪声抑制                            为第 m 个声矢量传感器与 x 正轴的夹角。N p,m (t)、
             能力。近些年,声压振速联合处理方法逐渐受到学                            N r,m (t) 和 N ϕ,m (t) 为第 m 个声矢量传感器声压和
             者们的广泛关注,并被应用到声矢量阵列信号处理                            质点振速各通道所接收的噪声。假设阵列接收到的
             中  [25−27] 。                                      环境噪声是零均值的平稳高斯过程,且各阵元接收
                 本文针对声矢量圆阵宽带相干目标的方位估                           到的噪声相互独立。根据各向同性噪声场中声压
             计问题,在文献 [27] 所提出的声压振速联合处理方                        与质点振速相关性         [23−24] ,可得N p,m (t)、N r,m (t) 和
   66   67   68   69   70   71   72   73   74   75   76