导读:本文包含了目标方位估计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:阵列,方位,目标,协方差,矢量,空间,矩阵。
目标方位估计论文文献综述
周明阳,郭良浩,闫超[1]（2019）在《改进的贝叶斯压缩感知目标方位估计》一文中研究指出针对基于高斯先验模型的贝叶斯压缩感知在目标方位(Direction Of Arrival,DOA)估计中可能出现明显随机伪峰的问题,改进了高斯先验模型,并在此基础上提出了一种贝叶斯压缩感知目标方位估计方法。通过波束输出噪声背景预估与二值指示变量标记,并引入基于信号先验方差的噪声方差估计方法,与变分贝叶斯推断相结合改进目标方位估计性能和优化迭代收敛过程。利用32元线阵对改进算法进行数值仿真处理和分析结果表明,该改进方法不仅可以准确估计目标信号的方位,而且可以显着地减少空间谱中伪峰的数量。实际海上实验数据处理结果表明,使用改进后的贝叶斯压缩感知方法进行DOA估计,可以显着地抑制空间谱中随机的伪峰,提高波束输出峰值背景比,具有更强的目标检测能力。(本文来源于《声学学报》期刊2019年06期）
康春玉,李文哲,夏志军,李军,李昆鹏[2]（2019）在《盲重构频域阵列信号的压缩感知水声目标方位估计》一文中研究指出针对复杂海洋环境条件下压缩感知水声目标方位估计性能下降的问题,利用盲源分离能够提高信噪比的优势,提出了一种盲重构频域阵列信号的压缩感知水声目标方位估计方法。首先将阵元域信号通过傅里叶变换方法得到多个子带阵列信号;然后对各个子带阵列信号进行复数域盲源分离得到子带解混矩阵和子带分离信号估计,并对子带分离信号进行属性分析和处理;再根据处理后的子带分离信号和子带解混矩阵重构子带阵列信号,对重构的子带阵列信号采用频域压缩感知方法进行空间谱估计,得到各个子带的空间谱;最后将各子带得到的空间谱进行求和,搜索求和后空间谱的峰值则可实现目标方位估计。模拟器数据和海上实测数据验证结果表明,同等条件下该方法的目标检测能力优于经典的最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)方法、频域压缩感知(Compressed Sensing,CS)方法、盲源分离(Blind Source Separation,BSS)与MVDR相结合的方法(BSS+MVDR方法),测向精度更高,明显提高了弱目标信号的空间谱能量,增强了声呐检测弱目标的能力。(本文来源于《声学学报》期刊2019年06期）
牛海强,李整林,宫在晓[3]（2019）在《多频多快拍稀疏贝叶斯学习目标方位序贯估计》一文中研究指出0引言快速高分辨率水声目标方位估计一直是水声学领域的重要研究方向。相比于水声中常用的常规波束形成CBF和自适应波束形成MVDR方法,压缩感知具有分辨率高、旁瓣低同时可处理相干信号等优势,但缺点是计算复杂度高、计算效率低。稀疏贝叶斯学习[1-5]作为压缩感知实现方式的一种,具有稳健性好、无需人为设定稀疏度的优点,已被应用于水声目标方位估计[2,3]、被动定位[4]及水平波数谱估计[5]。本文针对实际水声应用中面临的(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
孙英棣,刘煜文,杨金鸿[4]（2019）在《基于线谱特征的目标方位估计方法研究》一文中研究指出0引言实际应用环境中,目标源是在多个干扰背景下被探测的。常规的水声信号宽带处理通常选用整个工作频带,对接收的采样信号做处理,获取目标特征信息[1]。但是这种处理方法忽视了目标和干扰在频谱上的差异信息,在实际应用中不可避免的存在一些缺陷。基于线谱特征的目标方位估计方法,通过线谱检测器提取出目标和干扰的线谱特征,利用目标和干扰固有的线谱特征[2][3],通过提取各目标频谱,(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
朱少豪,杨益新,汪勇[5]（2019）在《基于协方差矩阵特征向量的圆环阵目标方位估计方法》一文中研究指出为解决传统高分辨方位估计(DOA)算法计算量大、不稳健的问题,文章首先利用圆环阵空间均匀噪声场中噪声协方差矩阵的特征向量重新定义了不同阶数的特征向量和阵列流形向量,并将数据采样协方差矩阵根据阶数的大小进行了降维处理,最后利用新的阵列流形向量和降维的数据采样协方差矩阵采用最小方差无失真响应(MVDR)进行目标方位估计。仿真结果表明,在没有误差的情况下,所提方法的最高阶方位估计结果与传统MVDR一致;存在幅度和相位误差时,更稳健的低阶方位估计的结果要优于传统MVDR方法,在提升了抗误差稳健性的同时,降维的数据协方差矩阵也大大减少了求逆的计算量。海试结果验证了文中方法的有效性,采用的12元均匀圆环阵,其2阶和3阶方位估计的结果要优于传统的MVDR方法。文中方法可为水下无人系统等平台上的圆环阵水下目标方位估计提供应用参考。(本文来源于《水下无人系统学报》期刊2019年04期）
时胜国,李赢[6]（2019）在《声矢量圆阵宽带相干目标MVDR方位估计》一文中研究指出针对宽带相干目标的远程探测问题,该文提出一种基于声压振速联合处理和矢量重构的声矢量圆阵MVDR波束形成方法。该方法利用相位模态变换技术,将声矢量圆阵变换为与信号频率无关的虚拟线阵,并构建虚拟线阵声压与组合振速的互协方差矩阵,利用声压与振速各分量间的空间相关性有效地抑制各向同性环境噪声;并对宽带相干信号的互协方差矩阵进行矢量重构,即将最大特征值对应的特征向量划分为相互重迭的子向量,从而构建前/后向Hermitian矩阵;最后,基于MVDR波束形成器实现宽带相干目标的方位估计。仿真计算和实验数据处理结果表明,该方法具较强的解相干能力和噪声抑制能力以及较高的方位估计性能。(本文来源于《应用声学》期刊2019年04期）
张立琛,陈虹宇,蒋理[7]（2019）在《基于压缩感知的被动合成孔径水下目标方位估计方法》一文中研究指出在阵列物理孔径限定的情形下,通常采用合成虚拟孔径来提高水下目标方位估计的空间分辨能力,然而由于水下信号相关半径的限制,不可能无限制的孔径合成来提高分辨力。为了进一步提高目标方位估计的分辨力,本文提出基于压缩感知的被动合成孔径目标定位方法。首先采用被动合成孔径技术,得到一虚拟孔径,然后在此基础上采用压缩感知波束形成估计目标方位。在仿真试验中,所提方法可以将两个角度相差为2°的目标分辨出,且在低信噪比情况下依然具有较高的方位估计成功概率。文中方法在携带短阵的水下航行器目标高分辨定位中具有较大的应用价值。(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）
刘立峰[8]（2019）在《基于差分合成阵列的二维目标方位估计技术研究》一文中研究指出空间谱估计技术通过天线阵列对空间信号进行接收处理,根据信号的能量分布获取信号的波达方向(Direction of Arrival,DOA)。天线阵列的自由度(Degrees of Freedom,DOF)对信号的参数可识别性能以及角度估计精度有着决定性的影响。传统的均匀线阵只能提供与阵列系统中阵元数量相同的自由度,这样在信号源数量多于阵元数量的情形(欠定情形)下便不能有效进行波达方向估计,这个问题在二维阵列系统角度估计中同样存在。差分合成阵列可以提供比实际阵列多得多的虚拟阵元来提高阵列系统的自由度,鉴于此,本文以差分合成阵列为基础来解决欠定情形下发射方向(Direction of Departure,DOD)和波达方向相结合的二维阵列系统角度估计问题。本论文的研究工作主要涉及两个层面:(1)从阵列结构的设计层面出发,提出一种名为级联阵列的新型阵列结构,此阵列结构是由均匀线阵和非均匀线阵连接所构成,并给出了级联阵列的精确数学定义。总结出级联阵列及其差分合成阵列所具有的性质,即级联阵列可以在固定数量的阵元情况下提供比现有阵列结构更多的自由度且不会出现孔洞。将此阵列结构应用于正常和欠定情形下的角度估计中来验证其性能,实验仿真结果表明,所设计的级联阵列因为能获得更多的自由度,从而提高了阵列系统的参数可识别性以及角度估计精度。(2)从算法研究层面出发,针对传统二维阵列系统角度估计算法运算复杂度高,计算量大的问题,提出了一种基于加权子空间拟合技术的DOD-DOA角度估计算法。该算法通过对二维联合阵列流形零空间的正交投影进行参数化,从而将二维加权子空间拟合的优化问题转化为一维问题,并通过自动配对的方式估计出目标的角度信息。最后的实验仿真结果表明,将所提出的算法与级联阵列配置起来,相比于传统的旋转不变子空间等算法与现存的阵列结构配置起来,具有更高的估计精度,且计算复杂度较低。因此,本文以差分合成阵列为根基,从阵列结构设计和算法研究两个层面出发,有效解决了欠定情形下二维阵列系统的目标方位估计问题。(本文来源于《长安大学》期刊2019-05-17）
吴亮,闫祎[9]（2019）在《声矢量圆阵MVDR目标方位估计》一文中研究指出在声场分解所得到的相位模态空间,提出了一种矢量圆阵相位模态域MVDR目标方位估计方法。研究结果表明,该方法和传统的阵元域阵列信号处理方法一样,能够体现矢量水听器的技术优势,同时能够发挥阵列系统的分辨能力。(本文来源于《舰船电子工程》期刊2019年03期）
刘亚萍,罗建,聂宜召,赵亚磊,张海涛[10]（2019）在《任意阵列形状的欠定多目标方位估计》一文中研究指出随着人类社会对海洋认识和探索的深入,对水下监测和探测设备提出了更高的要求,探测阵列模型和阵列信号处理算法决定了监测和探测设备的复杂度。针对特定水下多目标定位平台的复杂环境,建立了一种任意空间阵列数学模型,介绍了四阶累积量算法,分析了阵列信号处理中四阶累积量的阵列扩展特性。基于四阶累积量的MUSIC算法的空间谱分析,建立了任意阵列形状的欠自由度多目标方位估计的理论基础。计算机仿真结果表明了算法的正确性和有效性。(本文来源于《数字海洋与水下攻防》期刊2019年01期）
目标方位估计论文开题报告
（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：
针对复杂海洋环境条件下压缩感知水声目标方位估计性能下降的问题,利用盲源分离能够提高信噪比的优势,提出了一种盲重构频域阵列信号的压缩感知水声目标方位估计方法。首先将阵元域信号通过傅里叶变换方法得到多个子带阵列信号;然后对各个子带阵列信号进行复数域盲源分离得到子带解混矩阵和子带分离信号估计,并对子带分离信号进行属性分析和处理;再根据处理后的子带分离信号和子带解混矩阵重构子带阵列信号,对重构的子带阵列信号采用频域压缩感知方法进行空间谱估计,得到各个子带的空间谱;最后将各子带得到的空间谱进行求和,搜索求和后空间谱的峰值则可实现目标方位估计。模拟器数据和海上实测数据验证结果表明,同等条件下该方法的目标检测能力优于经典的最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)方法、频域压缩感知(Compressed Sensing,CS)方法、盲源分离(Blind Source Separation,BSS)与MVDR相结合的方法(BSS+MVDR方法),测向精度更高,明显提高了弱目标信号的空间谱能量,增强了声呐检测弱目标的能力。
（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。
目标方位估计论文参考文献
[1].周明阳,郭良浩,闫超.改进的贝叶斯压缩感知目标方位估计[J].声学学报.2019
[2].康春玉,李文哲,夏志军,李军,李昆鹏.盲重构频域阵列信号的压缩感知水声目标方位估计[J].声学学报.2019
[3].牛海强,李整林,宫在晓.多频多快拍稀疏贝叶斯学习目标方位序贯估计[C].2019年全国声学大会论文集.2019
[4].孙英棣,刘煜文,杨金鸿.基于线谱特征的目标方位估计方法研究[C].2019年全国声学大会论文集.2019
[5].朱少豪,杨益新,汪勇.基于协方差矩阵特征向量的圆环阵目标方位估计方法[J].水下无人系统学报.2019
[6].时胜国,李赢.声矢量圆阵宽带相干目标MVDR方位估计[J].应用声学.2019
[7].张立琛,陈虹宇,蒋理.基于压缩感知的被动合成孔径水下目标方位估计方法[C].中国声学学会水声学分会2019年学术会议论文集.2019
[8].刘立峰.基于差分合成阵列的二维目标方位估计技术研究[D].长安大学.2019
[9].吴亮,闫祎.声矢量圆阵MVDR目标方位估计[J].舰船电子工程.2019
[10].刘亚萍,罗建,聂宜召,赵亚磊,张海涛.任意阵列形状的欠定多目标方位估计[J].数字海洋与水下攻防.2019
论文知识图
