Page 127 - 《应用声学)》2023年第5期
P. 127

第 42 卷 第 5 期          符晓磊等: Burst 模式在多波束声呐高帧率测深方法中的应用                                      1019

                            [          ]
                                                  H
                                                        2
             其中,R x = E x(k)x(k)     H   = AR s A + σ I,       其中,ω 0 选用切比雪夫窗的权值作为具有低副瓣的
                    [        H ]
             R s = E s(k)s(k)  ,LCMV的准则方程为                     模板权值,∥ ∥ 为欧几里得范数。ω 0 的方向图如图 7
                                                               所示。
                                   H
                             min ω R x ω,
                                                        (6)
                                   H
                             s.t. C ω = f,                            0
                                                                    -10
             其中,C 为约束矩阵,f 为常量,通常,用拉格朗日乘
             子法可得其最优解为                                              -20
                                     H
                                  (
                     ω opt = R −1 C C R −1 C  ) −1  f.  (7)        ࣨए/dB -30
                              x
                                        x
                                                                    -40
                 LCMV 算法通过保证期望方向增益一定的条                              -50
             件下使系统输出功率最低,从而有效提高信号方向                                 -60
             增益,同时抑制了干扰。设置期望信号方向为0 ,干                               -70
                                                      ◦
             扰方向为 40 ,常规 LCMV 算法波束图如图 6 所示,                         -80
                        ◦
                                                                        -80 -60 -40 -20  0  20  40  60  80
             可以看到干扰方向对应的零陷很窄,无法抑制具有                                                   ᝈए/(°)
             一定角度宽度的中央强信号的旁瓣干扰,而且副瓣
                                                                   图 7  −35 dB 切比雪夫加权的低副瓣模板方向图
             电平较高,应用在海底数据中会导致相邻波束的旁
                                                                  Fig. 7 −35 dB Chebyshev weighted low sidelobe
             瓣干扰较大。后续对 LCMV 算法的改进主要针对
                                                                  template pattern
             这两个方面,即形成较低的副瓣和在干扰方向即中
             央强信号方向形成宽零陷。                                          式 (8) 中的范数约束等价为构造新的约束矩阵
                                                                             ˜
                                                                ˜
                                                                                        2
                                                               C = [C, ω 0 ]和f = [f; ∥ω 0 ∥ ],将式(7)中的C 和f
                    0
                                                                           ˜
                                                                      ˜
                                                               替换为C 和f 便得到了式(7)的解为
                 -10
                                                                                    (          ) −1
                                                                                                   ˜
                 -20                                                    ˜ ω opt = R −1 ˜  ˜ H  −1 ˜  f.   (9)
                                                                                  C C R
                                                                                             C
                                                                                x
                                                                                           x
                 -30                                               为了抑制具有一定角度宽度的中央强信号的
                ࣨए/dB  -40                                     旁瓣干扰,在 0 附近等间隔选取一系列角度当作
                                                                             ◦
                 -50
                                                               干扰,在仿真中以 1 为间隔在 −5 ∼ 5 之间选取
                                                                                                   ◦
                                                                                              ◦
                                                                                 ◦
                 -60
                                                               11个角度作为干扰角度,构造存在多个角度干扰的
                 -70
                                                                                              ˜
                                                                                      ˜ H
                                                               R x 矩阵并更新约束条件 C ω = f,使这些干扰方
                 -80
                     -80 -60 -40 -20  0  20  40  60  80        向的电平均得到衰减从而实现宽零陷的效果。
                                    ᝈए/(°)
                          图 6  常规 LCMV 波束图                     2 仿真和结果分析
                  Fig. 6 Conventional LCMV beam pattern
                                                               2.1  改进LCMV算法的仿真
             1.2.2 低副瓣和宽零陷的实现                                      为验证改进后 LCMV 算法的有效性,以下采
                 常规 LCMV 算法无法在非期望方向保持较低                        用仿真实验进行验证。仿真中均匀直线阵阵元数
             的副瓣电平,通过预先设计具有较低副瓣的权值作                            M = 60,阵元间距 d = λ/2,考虑入射信号为窄带
             为模板,并在式 (6) 中添加一项关于模板权值的范                         信号,噪声为高斯白噪声,期望信号方向为 40 ,信
                                                                                                         ◦
             数约束条件,使需要优化的权值逼近模板权值从而                            噪比 SNR = 10 dB,干扰信号方向为 0 且具有一
                                                                                                   ◦
             获得低副瓣,修改后约束条件如下:                                  定宽度,干噪比 INR = 30 dB,通过对旁瓣电平为
                               H
                         min ω R x ω,                          −35 dB的切比雪夫权值处理得到低副瓣模板权值,
                                                              其方向图如图7所示。零点展宽通过添加0 附近等
                                                                                                     ◦
                                 H
                               C ω = f,                (8)
                         s.t.                                  间隔的干扰向量,仿真中以1 为间隔从−5 ∼ 5 选
                                                                                         ◦
                                                                                                          ◦
                                            2
                               min ∥ω − ω 0 ∥ ,
                             
                                                               取了11个角度作为干扰角度。
   122   123   124   125   126   127   128   129   130   131   132