一种基于中心矩的波束形成算法

doi:10.3969/j.issn.0372-2112.2014.07.020

电子学报 ›› 2014, Vol. 42 ›› Issue (7): 1374-1378.DOI: 10.3969/j.issn.0372-2112.2014.07.020

一种基于中心矩的波束形成算法

谷新禹^1,2, 李秀坤^1,2

1. 哈尔滨工程大学水声技术重点实验室, 黑龙江哈尔滨 150001;
2. 哈尔滨工程大学水声工程学院, 黑龙江哈尔滨 150001

收稿日期:2013-05-21 修回日期:2014-01-15 出版日期:2014-07-25
- 作者简介:
- 谷新禹 男.1986年生于黑龙江哈尔滨.哈尔滨工程大学水声工程学院硕士研究生，研究方向为阵列信号处理.E-mail：ggw516@163.com；李秀坤 女.1962年12月生，黑龙江哈尔滨人.教授，博士生导师.2000年获哈尔滨工程大学工学博士学位，现为哈尔滨工程大学水声工程学院副院长.主要从事水下目标识别、阵列信号处理等方面的研究工作.E-mail：lixiukun@hrbeu.edu.cn
- 基金资助:
- 国家自然科学基金 (No.51279033）; 黑龙江省自然科学基金 (No.F201346）

Beamforming Algorithm Based on Central Moment

GU Xin-yu^1,2, LI Xiu-kun^1,2

1. Science and Technology on Underwater Acoustic Laboratory, Harbin Engineering University, Harbin, Heilongjiang 150001, China;
2. College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin, Heilongjiang 150001, China

Received:2013-05-21 Revised:2014-01-15 Online:2014-07-25 Published:2014-07-25
- Supported by:
- National Natural Science Foundation of China (No.51279033); Natural Science Foundation of Heilongjiang Province, China (No.F201346)

摘要/Abstract

摘要：

高分辨水下目标探测一直是水声信号处理中的重要课题之一.然而许多高分辨算法如MUSIC，ESPRIT需要对信源数进行预估，估计的精确度对算法性能影响很大，制约了算法的实用性.本文提出了一种新的高分辨方位估计算法，中心矩波束形成算法.该方法利用了加权基元信号的各阶中心矩，无需先验信息.本文详细论述了中心矩波束形成算法的原理，对比其他算法指出了该算法性能上的优势.计算机仿真实验表明：中心矩波束形成算法拥有良好的分辨率和旁瓣级，与理论分析的结论一致.

关键词: 水下目标探测, 中心矩, 波束形成, 高分辨

Abstract:

The high-resolution underwater target detection has always been one of the important issues in the underwater acoustic signal processing.However,many of the high-resolution algorithms,such as MUSIC ESPRIT,suffer from poor estimation of the signal numbers which makes the direction-of-arrival (DOA) performance bad.A new high-resolution DOA method is proposed which makes use of the central moment without the prior information.The principle of the new method is explained and the advantage over other algorithms is discussed.Simulation result shows that the performance of proposed method which has good resolution and low sidelobe level is close to the conclusions of the theoretical analysis.

Key words: underwater target detection, central moment, beamforming, high-resolution

中图分类号:

TN911.7

谷新禹, 李秀坤. 一种基于中心矩的波束形成算法[J]. 电子学报, 2014, 42(7): 1374-1378.

GU Xin-yu, LI Xiu-kun . Beamforming Algorithm Based on Central Moment[J]. Acta Electronica Sinica, 2014, 42(7): 1374-1378.

[1]	杨威, 李玮杰, 刘永祥, 黎湘. 基于测地线流式核的雷达目标高分辨距离像鲁棒识别方法[J]. 电子学报, 2023, 51(3): 527-536.
[2]	周静, 鲍长春, 张旭. 基于聚焦信号子空间估计导向矢量的干扰声源抑制方法[J]. 电子学报, 2023, 51(1): 76-85.
[3]	李超, 黄新宇, 王凯. 基于特征融合和自学习锚框的高分辨率图像小目标检测算法[J]. 电子学报, 2022, 50(7): 1684-1695.
[4]	张洋, 位寅生, 于雷. 抗主瓣多假目标欺骗干扰EPC-MIMO波形自适应优化设计技术[J]. 电子学报, 2022, 50(3): 513-523.
[5]	廖希, 黄晨曦, 王洋, 车延庭. 室内毫米波3D-MIMO无线信道参数提取与多径簇特性研究[J]. 电子学报, 2022, 50(11): 2698-2706.
[6]	郑海颖, 王峰, 姜维, 王志强, 姚西文. 神经网络训练策略对高分辨率遥感图像场景分类性能影响的评估[J]. 电子学报, 2021, 49(8): 1599-1614.
[7]	黄鸿, 徐科杰, 石光耀. 联合多尺度多特征的高分遥感图像场景分类[J]. 电子学报, 2020, 48(9): 1824-1833.
[8]	姜海峰, 陈国彬, 郭志刚, 和文豪, 顾邦兴, 王昊, 杜关祥. 基于NV色心的晶体管放大器近场分布成像[J]. 电子学报, 2020, 48(8): 1631-1634.
[9]	翟颖, 陈渤. 基于稳健变分自编码模型的雷达高分辨距离像目标识别算法[J]. 电子学报, 2020, 48(6): 1149-1155.
[10]	郭志刚, 陈国彬, 顾邦兴, 和文豪, 姜海峰, 王昊, 杜关祥. 基于金刚石NV色心的带状线芯片微波场成像[J]. 电子学报, 2020, 48(11): 2258-2262.
[11]	胡振涛, 金勇, 武国栋, 周林, 刘先省. 无线携能保密网络下的中继协作波束形成算法[J]. 电子学报, 2020, 48(1): 124-130.
[12]	石雪, 李玉, 赵泉华. 自适应类别的层次高斯混合模型遥感影像分割[J]. 电子学报, 2020, 48(1): 131-136.
[13]	王昊, 马启明. 宽带子阵域特征空间稳健对角减载波束形成[J]. 电子学报, 2019, 47(3): 584-590.
[14]	陈媛, 刘金磊, 孙奇福, 阳小龙, 于尧. SαS分布噪声环境下高分辨率二维DOA估计算法及快速实现[J]. 电子学报, 2018, 46(6): 1384-1389.
[15]	崔建华, 程乃平, 倪淑燕. 阵列天线抑制欺骗式导航干扰信号方法研究[J]. 电子学报, 2018, 46(2): 365-371.

一种基于中心矩的波束形成算法

Beamforming Algorithm Based on Central Moment

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics