-
题名浅海大孔径水平阵列差频匹配场定位研究
- 1
-
-
作者
刘哲
朱飞龙
杨习山
-
机构
中国科学院声学研究所声场声信息国家重点实验室
中国科学院大学物理学院
-
出处
《声学技术》
CSCD
北大核心
2023年第5期603-608,共6页
-
基金
国家自然科学基金项目(12104481)。
-
文摘
随着阵列孔径的增大,常规匹配场在获得更高增益的同时也面临着对失配更加敏感的风险。文章通过对接收信号和拷贝声压同时进行差频自积处理,运用差频匹配场降低了匹配场对失配的敏感度,从而提高定位的稳健性。从简正波理论出发对比了差频匹配场和常规匹配场对阵形失配、环境失配的敏感性,分析差频匹配场应用于浅海大孔径水平阵列定位的优势。仿真和实验结果表明,差频匹配场方法有更好的定位稳健性。
-
关键词
差频匹配场
大孔径水平阵列
失配
稳健性
-
Keywords
difference frequency matched field processing
large aperture horizontal array
mismatch
robustness
-
分类号
TB533
[理学—声学]
-
-
题名利用海洋环境噪声互相关实现阵形校准
被引量：3
- 2
-
-
作者
杨习山
李风华
王翰卓
-
机构
中国科学院声学研究所声场声信息国家重点实验室
中国科学院大学
-
出处
《声学学报》
EI
CAS
CSCD
北大核心
2021年第6期863-870,共8页
-
基金
国家自然科学基金项目(11874061,11974017)资助。
-
文摘
阵列信号处理需要准确的阵形,然而海底水平阵的阵形很难精确测量。利用海洋环境噪声可以提取两点间的格林函数,这为无源校准阵形提供了新的可能。通过海洋环境噪声互相关叠加可以获取两个阵元之间的距离信息,一种方法是可以通过该距离与位置之间的关系构建非线性方程组并利用最小二乘法(LS)求解阵形。本文利用多维尺度变换法(MDS)求解,通过对度量矩阵的特征值分解获得阵形。数值仿真和实验数据证明了该方法的可行性,并且MDS相比于LS有更稳健的性能。
-
关键词
阵形
海洋环境噪声
阵列信号处理
非线性方程组
矩阵的特征值
格林函数
距离信息
校准
-
分类号
P733.22
[天文地球—物理海洋学]
-
-
题名使用稀疏贝叶斯学习的水声多途信道盲估计
被引量：3
- 3
-
-
作者
郭启超
李风华
彭朝晖
牛海强
杨习山
-
机构
中国科学院声学研究所声场声信息国家重点实验室
中国科学院大学
-
出处
《声学学报》
EI
CAS
CSCD
北大核心
2021年第6期789-799,共11页
-
基金
国家自然科学基金项目(11974017,11874061)
中国科学院青年创新促进会项目(2017028)资助。
-
文摘
提出了一种使用稀疏贝叶斯学习(SBL)的多途信号盲解卷积方法对水声多途信道的信道脉冲响应(CIR)进行盲估计。该方法利用垂直阵和多频SBL获得宽带舰船声源在不同垂直到达角上的复数域多频点信号,取其相位对垂直阵接收信号匹配滤波,得到每条路径上的CIR,将多路径CIR相干叠加得到最终的多途CIR结果。仿真与海试数据处理结果表明,相比于原有的基于交替投影的多途信号盲解卷积方法,所提出方法有以下几个好处:(1)无需准确预估多途信号数目;(2)分离的多途信号的方位更准确且信号相位更可靠;(3)有效获取了舰船与阵列之间的CIR.并且将弱路径CIR的平均时间估计误差从4.7 ms缩小到1.0 ms.显著提高了弱路径CIR的时间估计精度。使用稀疏贝叶斯学习的多途信号盲解卷积方法能够有效提高多途环境下水声信道盲估计的性能。
-
关键词
稀疏贝叶斯学习
盲解卷积
信道盲估计
匹配滤波
到达角
交替投影
相干叠加
信号相位
-
分类号
TN929.3
[电子电信—通信与信息系统]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名运动小孔径水平基阵估计目标深度
被引量：1
- 4
-
-
作者
李天宇
李宇
黄海宁
杨习山
-
机构
中国科学院声学研究所
中国科学院先进水下信息技术重点实验室
中国科学院大学
中国科学院声学研究所声场声信息国家重点实验室
-
出处
《声学学报》
EI
CAS
CSCD
北大核心
2021年第4期497-507,共11页
-
基金
国家自然科学基金项目(11904386)资助。
-
文摘
针对浅海动态声场,基于简正波模型提出了一种利用运动小孔径水平基阵估计目标深度的方法。通过合成孔径算法将运动小孔径水平基阵扩展成虚拟的大孔径水平基阵,利用稀疏近似最小方差准则可以在相对较小的合成孔径上估计各阶简正波模态能量,不同深度的模态匹配度由Camberm距离的负指数度量,目标深度估计结果是模态匹配度最大值对应深度。数值仿真与实验结果表明,在简正波声场结构基础上,声源频率越低则实现目标深度估计需要的合成孔径距离越小,当声源与阵列端射方向成一定角度时,对所需合成孔径的影响与其相对速度变化时的影响相同,在典型浅海水平分层波导中,当单阵元输入信噪比为10dB时,准确估计200 Hz和350 Hz声源的深度,分别要求合成孔径大于12倍和16倍波导深度.利用实验数据验证了该方法对水下低频线谱声源的深度估计能力。
-
关键词
合成孔径
输入信噪比
深度估计
模态匹配
简正波
基阵
单阵元
相对速度
-
分类号
TB561
[交通运输工程—水声工程]
-
-
题名稀疏贝叶斯学习用于噪声互相关提取格林函数
- 5
-
-
作者
郭启超
李风华
杨习山
-
机构
中国科学院声学研究所
中国科学院大学
-
出处
《声学技术》
CSCD
北大核心
2022年第4期505-511,共7页
-
基金
国家自然科学基金资助项目(11974017、11874061)。
-
文摘
在较窄频带条件下,传统的噪声互相关提取时域格林函数(Time Domain Green’s Function,TDGF)方法分辨率低,影响了海洋被动声层析的应用。针对这一问题,提出了一种基于稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)的噪声互相关提取TDGF的方法。首先,构造了TDGF的稀疏表示模型,其中字典矩阵由傅里叶变换算子构成,观测矩阵由频域噪声互相关函数组成。然后,使用预累积处理来折中SBL估计TDGF的分辨率与稳定性。仿真与海试实验数据表明,联合预累积处理的SBL方法有效地从较窄频带的海洋环境噪声中提取了传统方法无法分辨的TDGF到达时间,从而为自适应选取噪声频段、实现快速海洋被动声层析提供了一种可行思路。
-
关键词
稀疏贝叶斯学习
噪声互相关函数
时域格林函数(TDGF)
海洋被动声层析
-
Keywords
sparse Bayesian learning
noise cross-correlation function
time-domain Green's function(TDGF)
passive ocean acoustic tomography
-
分类号
O427.9
[理学—声学]
-
-
题名利用海洋环境噪声估计海流流速
- 6
-
-
作者
汪恺
李风华
杨习山
-
机构
中国科学院声学研究所
中国科学院大学
-
出处
《应用声学》
CSCD
北大核心
2022年第2期263-269,共7页
-
基金
国家自然科学基金项目(11974017,11874061)
中国科学院青年创新促进会人才项目(2017028)。
-
文摘
为了观测海流在短时间尺度上的变化,基于被动声层析原理,提出了一种利用浅海海洋环境噪声估计海流流速的方法。通过波束形成增加噪声互相关函数的能量积累,从环境噪声互相关函数提取出两个水平阵列间的经验格林函数,利用经验格林函数的时间到达结构反演阵列间的浅海海流流速。海上实验数据处理结果表明,该方法提取了2 h时间平均的经验格林函数和海流流速,可观测到海流流速的变化。通过仿真,论证了方法在该实验环境下的可行性,并分析了海水深度和传播距离失配带来的流速反演误差,其影响较小,可忽略。
-
关键词
噪声互相关函数
海流流速
波束形成
-
Keywords
Noise cross-correlation function
Current velocity
Beamforming
-
分类号
O427.5
[理学—声学]
-
-
题名采用子带二值加权累积的经验格林函数提取
- 7
-
-
作者
郭启超
李风华
杨习山
-
机构
中国科学院声学研究所声场声信息国家重点实验室
中国科学院大学
-
出处
《应用声学》
CSCD
北大核心
2022年第1期70-76,共7页
-
基金
国家自然科学基金项目(11974017,11874061)。
-
文摘
提出一种采用子带二值加权累积的海洋环境噪声互相关函数(NCF)提取经验格林函数(EGF)方法。首先将每一快拍NCF在频域划分为多个子带,每个子带内根据“累积后提取的EGF信噪比增加”的准则,确定各快拍NCF的加权系数为0或1,将各子带的加权累积结果谱白化后在频域拼接,再反傅里叶变换得到时域EGF。子带二值加权累积方法实现了每一快拍NCF累积前的频率自动选择,相比于已有的原始累积方法与时域二值加权累积算法,可以有效提高从较宽频率带宽的海洋环境噪声中提取EGF的信噪比。海试实验数据验证了该方法的有效性与优越性。
-
关键词
经验格林函数
噪声互相关函数
子带二值加权
-
Keywords
Empirical Green’s function
Noise cross-correlation function
Sub-band binary weighted stacking
-
分类号
P714.1
[天文地球—海洋科学]
-
-
题名利用字典学习的浅海被动声层析
- 8
-
-
作者
汪恺
李风华
杨习山
-
机构
中国科学院声学研究所
中国科学院大学
-
出处
《声学技术》
CSCD
北大核心
2022年第5期637-641,共5页
-
基金
国家自然科学基金项目(11974017,11874061)
中国科学院青年创新促进会人才项目(2017028)。
-
文摘
针对被动海洋声层析,提出了一种利用字典学习从海洋环境噪声反演浅海声速剖面的方法。首先,通过海洋噪声互相关函数提取出两个水平阵列间的经验格林函数;其次,通过字典学习从数据生成字典矩阵来稀疏表征声速剖面;最后通过搜索稀疏的系数来实现对浅海声速剖面的反演。通过南海实验数据对本方法进行了验证,相对于传统被动海洋声层析方法实际反演结果的均方根误差降低为0.53 m·s^(-1)。而且搜索参数更少,同时具有较高的准确性。
-
关键词
格林函数
字典学习
声速剖面反演
-
Keywords
Green's function
dictionary learning
sound speed profile(SSP)inversion
-
分类号
O427.9
[理学—声学]
-
