论文部分内容阅读
分布式阵列探测系统按一定规则在警戒海域的不同位置布放多条声纳基阵，形成多维空间大孔径，以对大范围的声场进行采样。该系统联合处理所有基阵的信息，可以对水下目标方位角、距离和深度进行全面估计，并获得更高的目标被动定位精度和空间分辨率，降低微弱信号检测的信噪比门限。相对于以往的单基阵声纳，该系统对各阵列进行分布式布置还可以扩大警戒区域。 本文基于三种水声探测模型，以实际应用为牵引，从数据级数据融合、特征级数据融合和决策级数据融合等角度出发，着眼于以下几个方面对分布式阵列处理技术展开了研究:基于平面波模型或球面波模型，提出了多种改进算法来提高单阵测向、测距的性能或计算速度，并应用到分布式阵列的决策级数据融合中，最终获得探测距离的增加和目标被动定位精度的提高，另外还系统地给出了平面离散阵列进行远场测向和近场测距的CRB结果;通过仿真分析和海试数据处理，研究了分布式阵列数据的相关性，以及阵间相干和非相干处理的性能，并对它们进行了比较;基于复杂声场模型即简正波理论，研究了不确定环境下的宽容性算法，并将其应用到分布式阵列处理中，以提高整个处理系统对不确定环境的宽容性;还研究了匹配模处理技术和空域矩阵滤波技术，并将它们扩展到分布式阵列处理中，以提高探测系统在强干扰下对弱目标的定位能力，尤其是对相近方位角和距离上不同深度目标的分辨能力。 本文的主要研究成果如下: 1.通过海试数据处理分析了分布式垂直阵和水平阵接收数据的相关性，为分布式相干和非相干处理提供依据，并验证分布式水平阵相干处理好于非相干处理，更好于单条水平阵处理; 2.在不确定环境下的两种宽容性算法，即线性匹配场处理技术(EPB)和最小方差环境扰动约束技术(MV-EPC)的基础上，提出了基于分布式阵列的EPB/MV-EPC算法，仿真分析表明它们能提高系统对不确定环境的宽容性; 3.在单阵匹配模处理技术和空域矩阵滤波技术的基础上，提出了分布式阵列匹配模处理技术和分布式阵列空域矩阵滤波处理技术，仿真分析或海试结果表明这两种技术都能够提高强干扰下对弱目标的定位能力，尤其是相近方位角和距离上对不同深度目标的分辨能力; 4.提出一种基于水平阵的目标三维定位方案，海试数据处理验证了该技术可以显著减少计算量，且能对目标进行全空间无模糊定位; 5.提出一种强干扰下的基于被动合成孔径的弱目标DOA估计方法，能有效抵消包括本舰噪声在内的强干扰，确保被动合成孔径的性能;全面完善和总结了单矢量水听器定向技术，为其应用于分布式系统提供充足的技术储备;提出一种基于矢量阵的快速宽带频域波束形成算法，运用FFT的思想极大地提高了计算效率;提出基于被动合成孔径的聚焦波束形成定位技术，极大地扩展了近场测距的范围;首次推导出了平面离散阵列近场测距CRB的简约表达式，并系统给出了平面离散阵列进行远场测向的CRB结果; 6.在决策级数据融合的层面上，研究了基于单阵测向/测距的分布式协同定位算法，分析表明，提高单阵测向/测距的性能就能提高分布式阵列系统的定位精度并增加探测距离。