导读:本文包含了矢量阵论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:矢量,阵列,波束,多普勒,误差,算法,右舷。
矢量阵论文文献综述
何光进,高峰[1]（2019）在《叁种基于四元数模型的声矢量阵MUSIC算法》一文中研究指出传统的基于长矢量模型的MUSIC算法没有充分利用矢量水听器各分量之间的正交特性,存在多目标分辨能力不足的缺点。针对这一情况,文中引入了四元数的概念,利用四元数能更好地描述矢量水听器各分量的正交结构这一优点,提出了叁种基于四元数模型的二维声矢量阵方位估计算法:Q-VV算法、Q-PV算法和Q-PVV算法。与基于长矢量模型的MUSIC算法相比,新算法降低了协方差矩阵的维数,占用更少的内存空间。同时,由于利用了四元数强正交性约束的特点,新算法有好的单目标估计精度和多目标分辨能力。其中:Q-PV算法和Q-PVV算法利用了声压与振速的相干性,抗各向同性干扰的能力优于Q-VV算法。仿真实验证明了算法的有效性。(本文来源于《船电技术》期刊2019年10期）
徐乐,张小飞,林新平,周梦婕[2]（2019）在《电磁矢量阵中基于PARALIND分解的相干DOA估计算法》一文中研究指出将电磁矢量传感器阵列参数估计问题与平行线性相关剖面模型(Parallel profiles with linear dependencies,PARALIND)相结合,利用PARALIND分解,提出了一种线性电磁矢量阵中相干信号波达方向(Direction of arrival,DOA)估计算法。该算法能够实现对电磁矢量阵中相干信源的角度估计,同时能得到相应的相干系数矩阵,其估计过程无需谱峰搜索,对均匀线阵以及非均匀线阵都适用。该算法角度估计性能优于传统的前后向平滑借助旋转不变性进行信号参数估计(Forward backward spatial smoothing-estimation of signal parameters via rotational invariance techniques,FBSS-ESPRIT)算法和前后向平滑传播算子(Forward backward spatial smoothing-propagator method,FBSS-PM)算法,且对于角度相隔较近的相干信源,该算法也能进行有效的辨识与估计。(本文来源于《数据采集与处理》期刊2019年04期）
孙大军,马超,梅继丹,石文佩[3]（2019）在《基于非负最小二乘的矢量阵反卷积波束形成方法》一文中研究指出针对现有反卷积波束形成方法无法直接适用于矢量阵等具有移变点扩散函数阵列的问题,本文给出了一种利用非负最小二乘法进行矢量阵这种移变模型的反卷积求解方法。推导了矢量阵的广义卷积模型,并在常规矢量阵波束输出、矢量阵点扩散函数字典、目标函数之间建立差函数方程组,通过最小化差函数的原则来实现对目标函数的求解,从而实现矢量阵反卷积波束形成处理。本文方法同样适用于其他移变模型阵列反卷积求解。对本文方法与传统波束形成、最小方差无畸变响应和多重信号分类方法在主瓣宽度、旁瓣级和稳健性等方面的性能进行了对比分析。结果表明本文方法在存在阵元位置误差情况下具有更窄的主瓣宽度和更低的主旁瓣比。(本文来源于《哈尔滨工程大学学报》期刊2019年07期）
卞玉洁,郭俊媛,龚李佳[4]（2019）在《多极子矢量阵误差分析》一文中研究指出利用多极子原理设计小尺寸矢量阵,能利用很小的空间尺寸,获得与频率无关的高阶波束,在充分发挥矢量传感器性能的同时解决阵列孔径对基阵性能的限制。多极子矢量阵对阵列误差敏感,基阵性能受基元不一致性影响严重。本文对多极子矢量阵进行阵列误差建模分析,研究幅度和相位误差量对波束图的影响,并给出算法的信干比需求。结果表明,可以为基阵校准精度等后续研究提供参考。(本文来源于《中国声学学会水声学分会2019年学术会议论文集》期刊2019-05-25）
李亮,陶妍,单学敏,赵益,惠娟[5]（2019）在《基于矢量阵的高分辨谱估计技术研究》一文中研究指出与标量阵相比,声矢量阵空间谱估计算法有更好的方位估计性能。针对MUSIC算法在低信噪比条件下方位估计性能下降的问题,本文分析了基于矢量传感器阵列的Eigenspace方位估计算法,并对其进行仿真分析。仿真结果表明,在低信噪比条件下,与矢量阵矢量阵MUSIC算法相比较,矢量阵Eigenspace算法具有更尖锐的谱峰,更低的旁瓣,更好的方位估计性能。(本文来源于《中国声学学会水声学分会2019年学术会议论文集》期刊2019-05-25）
朱元林,赵珩[6]（2019）在《基于压缩感知的矢量阵校准方法研究》一文中研究指出本文基于压缩感知理论的阵列误差校正及仿真,主要研究了基于正交匹配追踪算法和L1-SVD算法的阵列误差校正方法,主要针对阵列中存在的阵元位置误差、阵元相位误差、阵元通道幅相误差以及矢量阵姿态误差进行了校正,并和传统的阵列误差校正的算法进行了对比分析。(本文来源于《中国声学学会水声学分会2019年学术会议论文集》期刊2019-05-25）
马伯乐,朱世强,孙贵青[7]（2019）在《一种声矢量阵最小方差无畸变方位估计算法》一文中研究指出针对声矢量阵最小方差无畸变(AVAMVDR)算法,综合考虑角度分辨与单边指向特性,提出一种改进的AVAMVDR(IAVAMVDR)方位估计算法。从空间功率与子空间分解两方面分析了传统AVAMVDR算法特性;利用解析振速与声压-振速抑制各向同性噪声能力,介绍两种协方差矩阵构造方法,并在此基础上实现目标方位估计。理论分析表明,IAVAMVDR算法有效减小了信号子空间影响,使得主瓣更窄、旁瓣更低,并具有一定的抗左右舷模糊能力;仿真与实测数据均证明了该算法的有效性。(本文来源于《兵工学报》期刊2019年01期）
殷冰洁[8]（2018）在《基于多普勒特征恢复的声矢量阵鲁棒自适应波束形成方法》一文中研究指出在短快拍、信号导向矢量失配环境下,传统的自适应波束形成方法性能受到影响,对角加载技术是提高算法在复杂环境下性能鲁棒性的重要技术之一。针对水声环境和水声信号特点,提出一种基于声矢量阵的自适应波束形成方法。该方法利用水声信号的多普勒频率信息,在不同环境下自适应地选择最优对角加载因子,确定波束形成的权矢量,从而实现提取期望目标信号、抑制干扰和噪声的目的。无需任何用户参数,鲁棒性强、估计精度高。最后基于声矢量阵进行仿真实验,仿真结果证明了所提出的方法能够有效地获取目标信号,具有较好的抗干扰能力。(本文来源于《声学技术》期刊2018年06期）
邱龙皓[9]（2018）在《水下小平台声矢量阵被动探测技术研究》一文中研究指出随着高航速大航程无人水下航行器(Unmanned Underwater Vehicle,UUV)的发展,与之配套的被动声纳设备也继续改进与升级。UUV上的被动声纳不仅阵列孔径受到平台尺寸的限制,而且接收到的自噪声和干扰级也随之增大。小平台下的声纳阵列信号处理不得不面对强干扰噪声背景、近场干扰、阵列误差、快拍数不足等现实困难,然而现有算法难以满足以上非理想环境对阵列性能的需求。为适应UUV阵列在非理想环境下的远场目标方位的高分辨估计需求,本文利用声矢量阵在抑制噪声、孔径扩展等方面的优势,结合水声设备实际应用环境,针对低信噪比、强干扰、空域邻近信号等非理想条件下的阵列信号处理算法进行深入研究。主要内容为:1.针对有限孔径下声矢量阵在低信噪比下远场目标的高分辨测向问题,提出了基于加权子空间拟合的L_1范数约束算法。在将经典的稀疏重构方位估计算法L_1-SVD应用于矢量阵时,发现其可归结为一个具有空域稀疏性约束,但未使用最优权矩阵加权的子空间拟合问题,在研究了加权子空间拟合问题中使理论估计均方根误差最小的最优权矩阵问题后,将最优权加权的子空间拟合问题转化为L_1范数约束的稀疏重构问题进行求解,该算法利用估计残差的统计特性构造噪声约束系数。仿真表明算法对信源个数的先验信息不敏感,且能够有效提高低信噪比下的方位估计性能。2.UUV平台在航行过程中会产生近场点噪声源干扰,针对近场点源干扰下的远场目标方位估计问题,提出了远、近场源分离的算法,在充分分析了远场平面波和近场球面波导向矢量相关性差异的基础上,对远、近场的界限进行了界定,并构建了远、近场统一的稀疏表示模型。通过引入稀疏贝叶斯学习技术,构建了基于入射信号空域稀疏性的阵列处理框架,利用稀疏重构算法的高分辨力将近场干扰的能量约束在近场导向矢量“字典”中,从而保证远场目标的高分辨估计性能。该算法无需信源个数和噪声功率作为先验信息输入,避免了人为参数的调整。仿真验证了该算法在近场强点源干扰存在的情况下的优越性能。3.大多数高分辨方位估计算法都假设噪声场为各向同性的高斯背景,而UUV上噪声源分布繁多,在近场体积源的作用下,声矢量阵的接收噪声谱存在一定空间指向性,不满足各向同性的假设。针对空间非均匀噪声存在下的方位估计问题,将长椭球波函数在有限带宽信号拟合方面的优异特性扩展至空域,提出了一种更加适合描述空间非均匀噪声的线性噪声模型,在稀疏贝叶斯学习的框架下,对空域各角度的信号功率和噪声参数进行联合迭代求解,提高了在空间指向性噪声场中远场目标方位的估计精度。仿真结果验证了算法的有效性,并对比分析了算法在非各向同性噪声环境下的估计精度和分辨力等方面的性能。4.基于声矢量阵的高分辨方位估计算法一般要求阵列流型精确已知,然而实际环境中的种种因素可能导致阵列误差的存在。在充分分析了阵元位置误差和姿态误差引起的真实导向矢量与理想导向矢量之间的失配程度,以及阵型误差对稀疏重构类测向方法产生的影响基础上,着重提出了针对矢量阵阵元位置误差的有源校正算法,利用阵元位置误差上下界容易获得的特点,通过将空间不同阵元之间的声程差进行稀疏扩展,得到关于阵元位置的过完备阵列输出模型,再利用稀疏贝叶斯学习算法进行求解,该算法不受制于微小位置误差的假设,可对任意阵型阵列的阵元位置进行校正。仿真结果验证了阵元位置误差估计的有效性以及对高分辨方位估计算法性能的改善作用。(本文来源于《哈尔滨工程大学》期刊2018-11-01）
杨士莪[10]（2018）在《小型矢量阵深海被动定位方法》一文中研究指出文中提出一种适用于深海条件下并已知各项有关环境参数时,利用七元小型矢量立体阵,借助测定目标辐射噪声由不同途径自声源到达接收点的天顶角及方位角的结果,依据射线声学方法求得目标方位、距离和所在深度的被动定位方法。给出了矢量阵依多极子原理进行波束形成的计算公式,并就一种简单水文模型,给出解析计算公式。(本文来源于《应用声学》期刊2018年05期）
矢量阵论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
将电磁矢量传感器阵列参数估计问题与平行线性相关剖面模型(Parallel profiles with linear dependencies,PARALIND)相结合,利用PARALIND分解,提出了一种线性电磁矢量阵中相干信号波达方向(Direction of arrival,DOA)估计算法。该算法能够实现对电磁矢量阵中相干信源的角度估计,同时能得到相应的相干系数矩阵,其估计过程无需谱峰搜索,对均匀线阵以及非均匀线阵都适用。该算法角度估计性能优于传统的前后向平滑借助旋转不变性进行信号参数估计(Forward backward spatial smoothing-estimation of signal parameters via rotational invariance techniques,FBSS-ESPRIT)算法和前后向平滑传播算子(Forward backward spatial smoothing-propagator method,FBSS-PM)算法,且对于角度相隔较近的相干信源,该算法也能进行有效的辨识与估计。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
矢量阵论文参考文献
[1].何光进,高峰.叁种基于四元数模型的声矢量阵MUSIC算法[J].船电技术.2019
[2].徐乐,张小飞,林新平,周梦婕.电磁矢量阵中基于PARALIND分解的相干DOA估计算法[J].数据采集与处理.2019
[3].孙大军,马超,梅继丹,石文佩.基于非负最小二乘的矢量阵反卷积波束形成方法[J].哈尔滨工程大学学报.2019
[4].卞玉洁,郭俊媛,龚李佳.多极子矢量阵误差分析[C].中国声学学会水声学分会2019年学术会议论文集.2019
[5].李亮,陶妍,单学敏,赵益,惠娟.基于矢量阵的高分辨谱估计技术研究[C].中国声学学会水声学分会2019年学术会议论文集.2019
[6].朱元林,赵珩.基于压缩感知的矢量阵校准方法研究[C].中国声学学会水声学分会2019年学术会议论文集.2019
[7].马伯乐,朱世强,孙贵青.一种声矢量阵最小方差无畸变方位估计算法[J].兵工学报.2019
[8].殷冰洁.基于多普勒特征恢复的声矢量阵鲁棒自适应波束形成方法[J].声学技术.2018
[9].邱龙皓.水下小平台声矢量阵被动探测技术研究[D].哈尔滨工程大学.2018
[10].杨士莪.小型矢量阵深海被动定位方法[J].应用声学.2018
论文知识图
