Page 87 - 应用声学2019年第4期

第 38 卷 第 4 期 陈新华等： 基于分组时延预处理的时域波束形成方法 547

[ ]
w h 2 2 2
1 ∑ S (w) sin ((2N − 1) wd (cos θ 1 − cos θ)/2λ) jw(N−1)d(cos θ 1 −cos θ)/λ V (w)
0
= e + , (3)
2
2
M (2N − 1) sin (wd (cos θ 1 − cos θ)/2λ) 2N − 1
w=w l
式 (3) 中，w l 为处理数据所用滤波器下限，w h 为滤 V (w)为噪声在频率w 处的功率谱值。
2
0
波器上限，M 为处理数据包含的频点数，(·) 为共 由式 (3) 可知，在搜索角度 θ 处，波束形成输出
∗
轭函数。S (w)为目标信号在频率w 处的功率谱值， 波束中包含的信号能量为
2
 w h
1 ∑
 2
 = S (w),
P x (θ) | θ=θ 1

 M


 w=w l ( )
 w h 2 2
 1 ∑ S (w) sin ((2N − 1) wd (cos θ 1 − cos θ)/2λ)
= e jw(N−1)d(cos θ 1 −cos θ)/λ (4)
P x (θ) | θ̸=θ 1 2
M 2
 (2N − 1) sin (wd (cos θ 1 − cos θ)/2λ)
 w=w l


 w h
 2 1 ∑
 2
 6 (0.22) S (w).

 M
w=w l
由式 (4) 可知，在目标方向上，常规时域波束形 以第 1 节所示基本数据模型为基础，依据全相
w h
1 ∑ 位信号处理思想 [4] ，对水平直线阵中心阵元的所
2
成输出波束中的信号能量为 S (w)，该数
M 有可能截断在时域进行分组组合。首先对线列阵
w=w l
值为目标信号能量大小；而在非目标方向上，常规时
2N − 1个阵元接收数据按式(5)进行分组处理。
域波束形成输出波束中的信号能量为一变数，该数

值随着搜索角度 θ 的改变而变化，在不同位置会出 Y 1 (t) = [x N (t), x N+1 (t), · · · , x 2N−2 (t), x 2N−1 (t)] ,



现极大值，对弱目标检测形成影响。 

Y 2 (t) = [x N−1 (t), x N (t), · · · , x 2N−3 (t), x 2N−2 (t)] ,



. .
2 SGTDBF方法  .



Y N−1 (t) = [x 2 (t), x 3 (t), · · · , x N (t), x N+1 (t)] ,


2.1 数学模型 

Y N (t) = [x 1 (t), x 2 (t), · · · , x N−1 (t), x N (t)] .

在非目标方向上，为了进一步降低常规时域波
(5)
束形成输出波束在不同搜索角度 θ 形成的极大值，
减小其对弱目标检测形成的影响，本文将根据波束 然后，为了确保各组数据相邻阵元间具有相同
形成归一化指向性函数在目标波达方向上输出值 的时延差，累加后所得新数据在进行时域波束形成
为 1、在非目标方向上输出值为小于 1 的特性，通过 时，可按直线阵时延补偿思想对组合数据进行时延
对线列阵接收数据进行分组时延预处理，以便得到 补偿。在搜索角度 θ 处，按式 (6) 对各组数据进行时
新的指向性函数，降低其在非目标方向上输出值。 延预处理。

Y 1 (t) = [y 1,1 (t), y 1,2 (t) , · · · , y 1,N−1 (t), y 1,N (t)]





 = [x N (t), x N+1 (t), · · · , x 2N−2 (t), x 2N−1 (t)] ,





Y 2 (t) = [y 2,1 (t), y 2,2 (t) , · · · , y 2,N−1 (t), y 2,N (t)]





 = [x N−1 (t + τ 1 ) , x N (t + τ 1 ) , · · · , x 2N−3 (t + τ 1 ) , x 2N−2 (t + τ 1 )] ,



. . (6)
 .


Y N−1 (t) = [y N−1,1 (t), y N−1,2 (t), · · · , y N−1,N−1 (t), y N−1,N (t)]






 = [x 2 (t + τ N−1 ) , x 3 (t + τ N−1 ) , · · · , x N (t + τ N−1 ) , x N+1 (t + τ N−1 )] ,




Y N (t) = [y N,1 (t), y N,2 (t) , · · · , y N,N−1 (t), y N,N (t)]





 = [x 1 (t + τ N ) , x 2 (t + τ N ) , · · · , x N−1 (t + τ N ) , x N (t + τ N )] .