[發明專利]一種基于聲矢量陣的數據降維穩健自適應波束形成算法

在審

• 申請號: 202211217283.6
• 申請日: 2022-10-02
• 公開（公告）號: CN115639549A
• 公開（公告）日: 2023-01-24
• 發明（設計）人: 蔣西海;張凱岳;楊天開;張肖;王偉;尹松
• 申請（專利權）人: 中國船舶重工集團公司第七一五研究所
• 主分類號: G01S7/52
• 分類號: G01S7/52;G01S7/537
• 代理公司: 杭州興知捷專利代理事務所(特殊普通合伙) 33338
• 代理人: 林振興

本發明公開了一種基于聲矢量陣的數據降維穩健自適應波束形成算法，包括以下步驟：對各路通道數據作FFT變換轉換成頻域數據；計算各子頻帶樣本的協方差矩陣；利用共軛梯度算法對協方差矩陣進行矩陣降維，并求解降維矩陣；利用降維矩陣計算對角矩陣；求解降維后的估計期望信號導向矢量和約束矩陣；對約束矩陣進行特征值分解；求解拉格朗日因子；利用得到的拉格朗日因子求解得到估計的加權矢量。本發明結合矢量陣穩健波束形成算法和Krylov子空間降維技術，解決了因導向矢量失配導致檢測性能下降的問題，同時降低了運算量，使算法的性能進一步提高。

技術領域：

本發明屬于矢量陣信號處理領域，具體涉及一種基于聲矢量陣的數據降維穩健自適應波束形成算法。

背景技術：

對于新一代低頻被動拖曳陣聲納系統的大陣列孔徑、左右分辨以及遠程目標探測的要求，傳統的聲壓水聽器陣列信號處理技術不能獲取足夠的目標信息，已不再滿足現代海軍遠程探測能力的需求。相較于經典的聲壓水聽器只能采集聲場中的聲壓數據，矢量水聽器能同時獲得聲壓和振速信息，矢量水聽器具有更高的處理增益和抗干擾能力，更加有利于低信噪比條件下的信號處理。由于矢量傳感器能同步共點獲取聲壓和聲速信息，拖曳矢量陣聲納具備左右舷分辨能力。

實際工程應用中，具有高分辨力和強干擾抑制能力的CAPON波束形成器是最常用的空間譜估計方法。在試驗中，CAPON波束形成器對誤差非常靈敏，陣型失配和少快拍數據會使CAPON波束形成器的駕駛向量估計存在誤差，誤將期望信號當作干擾進行抑制，出現信號“自消”現象。特別對于以矢量陣為接收陣元的柔性長陣，柔性陣列布放后陣形有一定的畸變，CAPON波束形成器的信號自消現象不可避免。CAPON波束形成器的信號自消現象不可避免。為實現CAPON波束形成器在工程應用中的穩健可靠，涌現了幾種提升CAPON波束形成器穩健的方法。穩健自適應波束形成(Robust Capon Beamforming)通過強加導向矢量不確定集以改善其穩健性。該算法屬于對角加載算法的一種，能根據導向向量誤差確定對角加載因子的大小。其最優對角加載量通過牛頓迭代法求解，但是基于聲矢量陣的穩健自適應波束形成算法(VECTOR RCB)迭代的運算量一般比較大而且收斂速度慢。滿足不了新一代低頻被動聲納系統的實時性的要求。

發明內容：

本發明所要解決的技術問題是，提供一種基于聲矢量陣的數據降維穩健自適應波束形成算法，該算法結合矢量陣穩健波束形成算法和Krylov子空間降維技術，解決了因導向矢量失配導致檢測性能下降的問題，同時降低了運算量，使算法的性能進一步提高。

本發明的技術解決方案是，提供一種基于聲矢量陣的數據降維穩健自適應波束形成算法,其特征在于：包括以下步驟，

步驟一：對各路通道數據作FFT變換并轉換成頻域數據X_v(w)；

步驟二：計算各子頻帶樣本的協方差矩陣

步驟三：利用共軛梯度算法對協方差矩陣進行矩陣降維，并求解降維矩陣D；

步驟四：利用降維矩陣D計算對角矩陣Λ_CG；

步驟五：求解降維后的估計期望信號導向矢量和約束矩陣M；

步驟六：對約束矩陣M進行特征值分解；

步驟七：求解拉格朗日因子；

步驟八：利用得到的拉格朗日因子求解得到估計的加權矢量。

作為優選，步驟二中，協方差矩陣如下，

其中，K為快拍數，X_k(w)為接收的陣列頻域數據，H表示轉置。

作為優選，步驟三中，利用共軛梯度算法，對協方差矩陣進行降維，并求解降維矩陣D＝[d₁,…,d_N]，N為降維矩陣階數，具體步驟如下，