论文部分内容阅读
空时二维自适应处理作为雷达领域的关键技术,实现前提是采用时间波形相同的脉冲串信号(循环平稳信号),以一个循环为一次快拍,通过多次快拍累积实现稳定且满秩的协方差矩阵估计。就声呐而言,脉冲串的形成占用时间过长,不仅混响时间过长,而且目标运动引起的态势变化导致回波信号不再具备循环平稳脉冲的特性。因此,在声呐探测实际应用中使用脉冲串形式难度很大,有必要研究单个脉冲的自适应检测方法。空时联合处理由于其权向量自由度较大,性能较为优越,但高阶矩阵求逆带来的运算量使得空时联合处理在实际中难以实现。因此,相应的降维处理方法成为了新的研究热点。本文针对某一类非平稳信号,研究短数据意义下的空时级联自适应处理方法。主要工作如下:①主动声呐空间检测技术发展相对成熟,本文的工作集中在提高时域检测性能。在数据短时空平稳条件下,建立了一种适用于解析时间序列信号检测的自适应处理模型(Time Series MVDR, TSMVDR),通过保持回波信号无失真输出,使滤波器的输出功率最小化来实现对其他非期望信号到达时刻的干扰及噪声的有效抑制。通过构造复数解析信号和分段处理,给出了TSMVDR的相应算法(Algorithms of TSMVDR, TSMVDR-A),在短数据条件下实现了复协方差矩阵的快速稳定估计。基于TSMVDR和一种在时域实现的MVDR方法(MVDR based on Time-domain Aanlysis signals, TMVDR),实现了主动声呐空时级联自适应处理。②与空时联合处理的性能进行了对比。结果表明:i.当阵元数(空间)或阶数(时间)不足时,由于空时联合处理的独立权个数比空时级联处理多,表现出了更佳的检测性能。ii.在不考虑计算量的情况下,采用充足阵元数和阶数,空间级联处理的检测性能和空时联合处理相比差异不大,更多的权向量对增益的提高作用不明显,反而增加了计算量复杂度;当数据长度较小时,空时级联处理可以采用更高的时间维处理阶数,从而获得更佳的时间及多普勒估计性能。从这一点上看,空时级联处理具有更优的检测性能和更广泛的应用价值。在实际应用中,需要综合考虑各种因素,选择适合的模型和算法。③基于空时级联处理模型,i.通过仿真及湖上实验验证了在较高采样率条件下,利用单个脉冲实现空时级联处理技术是可行的;ⅱ.设计具有良好空、时和多普勒性能的主动声呐波形,具有梳状谱(包括几何梳状谱)的调频信号组合为相对优化波形;ⅲ.考察空时级联处理模型对环境条件的宽容性,空时级联处理技术要求脉冲包络为常数,对于包络不为常数的脉冲,在幅值起伏不大的条件下算法仍然有效,增益指标有一定下降,但性能指标仍明显优于常规处理,这一结论也适用于卷积信道。