[发明专利]一种基于R-L迭代算法的反卷积波束形成加速方法

说明书

本发明公开了一种基于R‑L迭代算法的反卷积波束形成加速方法，利用阵型相关参数计算均匀线性阵列的自然指向性函数PSF_R＝{PSF₁，PSF₂，...，PSF_r}，其中r表示频点编号总数；根据带宽划分不等间距的子带，抽取相应子带中心频点的自然指向性函数；利用均匀线阵列的各阵元数据进行m个波束的常规波束形成计算，获得m个波束的功率谱P_M＝{P₁，P₂，...，P_m}；对子带中心频点抽取后的自然指向性函数PSF_O＝{PSF₁，PSF₂，...，PSF_o}、M个波束的功率谱P_M＝{P₁，P₂，...，P_m}进行R‑L反卷积计算，其中o表示划分的子带总数，o＜r；将R‑L反卷积计算结果得到m个波束结果作为最终的方位估计结果。本发明克服了常规波束形成主瓣宽、旁瓣高、弱目标检测能力较差等缺点，同时解决了传统反卷积波束形成在处理宽带随机信号时计算量过大的问题。

技术领域

本发明涉及水声阵列信号处理领域，具体来说涉及一种基于R-L 迭代算法的反卷积波束形成加速方法。

背景技术

水平线列阵作为一种基本阵型，是声纳系统的重要组成部分。通过常规波束形成(Conventional BeamForming，CBF)处理来获得阵增益，提高目标探测能力，但是，CBF主瓣波束宽度宽、旁瓣级高，降低了空间分辨能力，在多目标处理时容易产生混叠，强信号干扰下弱目标检测能力较弱。反卷积波束形成是CBF的一种后置处理方法，能够兼顾高分辨能力和稳定性，但当处理信号带宽较宽时，计算量大、运算复杂度高。另外，基于Richardson-Lucy迭代方法(R-L)的反卷积算法，因信号截断，在波束图的两端会出现边界模糊，影响实际工程应用。本发明在传统反卷积波束形成基础上，通过多频段处理和能量谱边界扩展的方法，在获得较高分辨力的同时，相比于传统反卷积波束形成速度提升了50％。

发明内容

本发明的目的之一在于提供一种基于R-L迭代算法的反卷积波束形成加速方法，以解决背景技术中现有的常规波束形成主瓣宽、旁瓣高、弱目标检测能力较差等缺点。

本发明的目的之二在于提供一种基于R-L迭代算法的反卷积波束形成加速方法，同时解决传统反卷积波束形成在处理宽带随机信号时计算量过大的问题。

为实现上述目的，本发明提供技术方案如下：

一种基于R-L迭代算法的反卷积波束形成加速方法，包括以下步骤：

利用阵型相关参数计算均匀线性阵列的自然指向性函数 PSF_R＝{PSF₁，PSF₂，...，PSF_r}，其中r表示频点编号总数；

根据带宽划分不等间距的子带，抽取相应子带中心频点的自然指向性函数；

利用均匀线阵列的各阵元数据进行m个波束的常规波束形成计算，获得m个波束的功率谱P_M＝{P₁，P₂，…，P_m}；

对子带中心频点抽取后的自然指向性函数 PSF_O＝{PSF₁，PSF₂，…，PSF_o}、M个波束的功率谱P_M＝{P₁，P₂，…，P_m} 进行R-L反卷积计算，其中o表示划分的子带总数，o＜r；

将R-L反卷积计算结果得到m个波束结果作为最终的方位估计结果。

优选地，所述功率谱P(cosθ)的计算方法为