论文部分内容阅读
声图测量算法是一种在近场噪声源定位中广泛应用的算法,常规声图测量算法的聚焦峰尺度较大,给低频声源定位带来困难。本文工作主要围绕声图算法的高分辨问题开展,分别研究了基于MVDR和反卷积的高分辨声图测量算法,并通过空间重采样对反卷积算法进行加速,通过仿真分析和海试数据验证了算法的有效性。首先,建立水下噪声源定位的声图测量模型,研究了基于常规聚焦波束形成的声图测量算法,分析了影响声图测量算法聚焦峰尺度的因素。然后研究了基于MVDR和STMV波束形成的高分辨声图测量算法,通过仿真实验对比了常规声图测量算法和高分辨声图测量算法的性能。然后,推导声图测量的卷积模型,研究了近场反卷积求解存在的问题和难点,针对移变点传播函数的问题,研究了基于DAMAS和NNLS的移变反卷积声图测量算法,提出了预定义字典法对Richardson-Lucy迭代算法进行改进,使其适用于近场声图模型。针对移变二维反卷积算法计算量大的问题,根据常规声图测量获取的先验知识,提出了空间重采样加速反卷积算法,有效且合理地减少了空间采样点,从而降低算法的运算量。仿真结果证明了三种反卷积算法和空间重采样算法的可行性。最后研究了评价声图测量算法的各项性能参数,分析了三种反卷积算法以及空间重采样反卷积算法的收敛性,结果表明,三种反卷积算法均是收敛的,空间重采样能够在降低反卷积运算量的同时加速算法的收敛。分析了反卷积算法与MVDR算法的稳健性,结果表明,所有反卷积算法对阵型畸变都不敏感,低信噪比下Richardson-Lucy算法综合性能最优,由于阵列流形向量失配,MVDR算法在阵型畸变和低信噪比条件下性能退化严重。海试数据处理结果与理论分析和仿真实验结论一致。综上,本文研究了多种高分辨声图测量算法,仿真和海试结果表明,反卷积声图测量算法分辨力高,稳健性好,能够有效改善低频噪声源的定位性能。