[发明专利]一种基于复域压缩感知的阵列信号处理方法及系统

说明书

本发明涉及声纳信号处理领域，特别涉及一种基于复域压缩感知的阵列信号处理方法及系统。所述方法包括：对声呐阵接收的阵列信号进行复解析变换得到每个阵元的复解析数据，按预估方位在复域对各阵元复解析数据进行时延补偿、相关和累积处理，构建观测序列和复域感知矩阵，采用复域压缩感知方法实现阵列信号处理。在同一检测概率下，相比频域压缩感知方法，本发明的方法对输入信噪比的最低要求得到近10lgMdB的降低(M为通道数)，提升了对弱目标的检测能力。

技术领域

本发明涉及声纳信号处理领域，特别涉及一种基于复域压缩感知的阵列信号处理方法及系统。

背景技术

在阵列信号处理中，为了实现高效、高性能空间谱合成技术，研究学者分别从波束形成、子空间分解、压缩感知等方面对空间进行了深入研究，并取得了一定研究成果。然而，作为研究学者所关心的问题：空间谱合成技术中的背景级、空间分辨率、对输入信噪比的要求等并没有得到较好的解决。基于波束形成的空间谱合成技术虽然对输入信噪比的要求最低，但受阵元数限制和“瑞利限”限制，空间谱泄露严重和主瓣较宽问题始终未能被较好解决，对多目标方位估计效果有待提升；基于子空间分解空间谱合成技术虽然突破了“瑞利限”限制，实现了高分辨空间谱合成，但受输入信噪比要求影响较大，较低信噪比下无法对空间谱实现有效合成，对弱目标方位估计效果较差。

压缩感知作为一种改变“奈奎斯特”采样理论的新兴理论，已被广泛应用到相关研究领域。在目标方位估计中，以压缩感知空间目标空域稀疏性作基础，通过构造相应的感知矩阵和测量值实现对空间谱合成，然后由空间谱实现对目标方位估计；后续结合实际应用，研究学者又提出了一些提升压缩感知在目标方位估计中的性能方法。总的来说，现有基于压缩感知的目标方位估计方法均是在频域实现的，低信噪比条件情况下，均存在一定的性能退化问题。

发明内容

本发明的目的在于解决低信噪比情况下，频域压缩感知的阵列信号处理方法性能退化问题，提出一种基于复域压缩感知的阵列信号处理方法及系统。

为了实现上述目的，本发明提出了一种基于复域压缩感知的阵列信号处理方法，所述方法包括：

对声呐阵接收的阵列信号进行复解析变换得到每个阵元的复解析数据，按预估方位在复域对各阵元复解析数据进行时延补偿、相关和累积处理，构建观测序列和复域感知矩阵，采用复域压缩感知方法实现阵列信号处理。

作为上述方法的一种改进，所述方法具体包括：

步骤1)采用复解析小波变换，对声呐阵接收的阵列信号进行复解析变换，在复域构造每个阵元的复解析数据，第m个阵元的复解析数据为：

其中，m＝1,2,…M，M为声呐阵的阵元个数，x_m(t)和分别为实部和虚部数据，j为虚部符号，t表示时域；

步骤2)在第n个扫描角度θ_n上，对第m个阵元的复解析数据按进行时延补偿，得到经时延补偿后的第m个阵元的复解析数据为：

其中，d为声呐阵的阵元间距，c为声速，n＝1,2,…N，N为扫描角度个数；

步骤3)在复域构建经时延补偿后的协方差矩阵对主对角线元素置零，并对置零后的协方差矩阵进行累加处理，得相应空间谱P(θ_n)为：

其中，I＝[1,1,…,1]实现中元素累加处理；