Page 86 - 应用声学2019年第4期
P. 86

546                                                                                  2019 年 7 月


                                                               阵元数据;然后再采用时域波束形成方法对 N 个阵
             0 引言
                                                               元数据进行处理,得到各方位处波束。由于该方法
                 水下目标检测与估计是阵列信号处理的一个                           在波束形成过程中充分利用了信号和噪声相关性
             重要分支,但随着海洋环境的复杂多变,水下目标                            差异以及时间和空间上的分组、时延、累加处理,形
             检测正面临着 “干扰强度为目标的 1000 倍、干扰数                       成了两次指数函数等列式求和运算,所得指向性函
             目为目标的 1000 倍” 等问题        [1] ,致使真实目标信号            数发生了变化,降低了常规时域波束形成在非目标
             往往被强干扰或强目标所掩盖,使得水下目标探测                            方向上输出值,提高时域波束形成对不等强度下弱
             非常困难。为了降低强干扰或强目标对弱目标检                             目标检测性能。
             测中的影响,研究学者分别从降低波束形成旁瓣级
                                                               1 TDBF方法
             和干扰预处理两个方面进行了深入研究,以提高位
             于强干扰或强目标旁瓣区内弱目标检测的检测概
                                                                   对于2N − 1元等间隔线列阵声呐,有一个目标
             率  [2−4] 。
                                                               从 θ 1 入射,则第 n 个阵元拾取的第 t 时刻数据 x n (t)
                 为了对波束形成旁瓣级实现控制,许多方法被
                                                               可表示为
             提出,主要为Chebyshev滤波方法           [5] 、“凹槽噪声场”                    (                  )
                                                                                (n − 1) d cos θ 1
             方法  [6] 、静态波束图数字综合方法           [7] 、反复迭代方            x n (t) = s t +     c         + v n (t),  (1)
             法  [8] 、多线性约束方法      [9] 、非线性优化方法      [10] 、凸    式 (1) 中,1 6 n 6 2N − 1,d 为阵元间距,c 为声速,
             优化(Convex optimization)方法    [11] 、半无限二次规         s (t) 为目标信号,(n − 1) d cos θ 1 /c 为第 n 个阵元接
             划(Semi-infinite quadratic programming)方法   [12] 、  收目标信号相对第 1 个阵元时延,v n (t) 为第 n 个阵
             二阶锥 (Second-order cone) 约束方法      [13−14] 、中心     元拾取的加性高斯噪声。
             矩方法   [15] 、虚拟干扰源构造能量聚焦矩阵方法                [16]       由时域波束形成处理过程可得,在搜索角度
             及稀疏约束方法        [17] 。在以上方法中,Chebyshev 滤           θ ∈ [0 , 180 ]处,波束形成输出波束值为
                                                                         ◦
                                                                    ◦
             波方法以其简单方便的特点常被应用于实际工程
                                                                 P x (θ)
             中,但存在旁瓣级设置和主瓣宽度控制折中选择
                                                                    ∫  T  [      2N−1 (                    )
             问题。                                                  1          1    ∑        (n−1)d cos θ 1
                                                               =                     s t+              −τ n
                 针对常规时域波束形成 (Time domian beam-                    T  t=0  (2N −1)  n=1          c
             forming, TDBF) 输出旁瓣级对弱目标检测影响问                                    ] 2
                                                                  + v n (t − τ n )  ,                     (2)
             题,本文根据波束形成归一化指向性函数在目标
             波达方向上输出值为 1、在非目标方向上输出值                            式 (2) 中,τ n = (n − 1)d cos θ/c 为第 n 阵元相对参
             为小于 1 的特性,提出一种基于分组时延预处理                           考阵元(本文选第 1 阵元为参考阵元)进行的时间延
             的时域波束形成方法(Sub-group time delay beam-              迟,T 为一次处理数据样本长度。

             forming, SGTDBF)。该方法首先将线列阵中2N −1                      令线列阵各阵元拾取目标信号和噪声、噪声和
             个阵元接收数据通过分组时延预处理转变为 N 个                           噪声之间相关性为0,将式(2)按频域形式表示为


                       w h
                    1  ∑   [   1    2N−1      jw (  (k−1)d cos θ 1  (k−1)d cos θ  )  1  2N−1  −jw (  (l−1)d cos θ 1  (l−1)d cos θ  )]
                                                                            ∑
                                    ∑
                                                                                 ∗
            P x (θ)=                    S(w)e        c   −    c                 S (w)e         c   −    c
                    M       (2N −1)                                 (2N −1)
                      w=w l         n=1                                     l=1
                          w h
                       1  ∑   [   1    2N−1         (  (k−1)d cos θ  )  1  2N−1         (  (l−1)d cos θ  ) ]
                                                                          ∑
                                        ∑
                                                                                   ∗ −jw −
                    +                       V n (w)e jw −  c                  V l (w) e       c
                      M        (2N −1)                          (2N − 1)
                         w=w l          n=1                               l=1
                                                        K
                                                            K
                        w h
                    1  ∑   [    1     2          1     ∑ ∑       2     jw  ((k−1)−(l−1))d(cos θ 1 −cos θ)  ]
                 =                   S (w) +          2         S (w) e           c
                    M        (2N − 1)        (2N − 1)
                       w=w l                           l=1 k̸=l=1
                          w h
                       1  ∑       1     2
                    +                  V (w)
                                        0
                      M       (2N − 1)
                         w=w l
   81   82   83   84   85   86   87   88   89   90   91