被动声纳中的导向自校正鲁棒自适应波束形成方法研究

In passive sonar system, due to the lack of target information and the presence of model mismatches, most existing beamformers are easy to suffer performance degradation. To solve the problem, this project study the steering angle self-correcting-based robust adaptive beamformers for narrowband and wideband array signal models, respectively. Firstly, for narrowband array signal model, the basic scheme of this project is to correct the steering vector using a subspace constraint, which can make the steering angle self-corrected to the actual target direction without prior knowledge; Secondly, for wideband array signal model, we study the Frost beamformer without pre-steering delays first, and then construct the steering angle and working band self-correcting-based robust wideband beamformer. In addition, in order to meet the requirements of real-time processing, this project also studies the efficient methods for the above robust adaptive beamforming algorithms.

在被动声纳系统中，受目标信息缺失及模型失配等因素影响，现有波束形成算法的性能极易退化。为解决该问题，本课题分别针对窄带与宽带基阵信号模型，研究导向自校正的鲁棒自适应波束形成方法。首先，针对窄带基阵信号模型，拟采取的研究方案是通过施加子空间约束来修正波束形成器的导向矢量，进而使所设计的波束形成器在未知目标实际方位的情况下，其导向能够自适应地指向目标方位；其次，针对宽带基阵信号模型，研究无预导延时的Frost宽带波束形成方法，并在此基础上开展导向与频带联合自校正的鲁棒宽带波束形成方法研究，以使所构造的宽带波束形成器的导向与频带均能自适应地匹配目标信号。此外，为满足实时信号处理需求，本课题还开展以上鲁棒波束形成算法的快速实现方法研究。

在被动声纳系统中，受目标信息缺失及模型失配等因素影响，现有波束形成算法的性能极易退化。为解决该问题，本课题分别针对窄带与宽带基阵信号模型，研究导向自校正的鲁棒自适应波束形成方法。首先，针对窄带波束形成问题，提出一种导向自校正鲁棒适应波束形成算法，该算法无需确知目标的真实方位信息，其导向能够自适应地指向目标的实际方向；其次，针对宽带波束形成问题，提出了一种导向与频带联合自校正鲁棒波束形成方法，该算法在缺少感兴趣信号实际波达方向、信号频带等先验信息的情况下，其导向与工作频带均能够自适应地匹配感兴趣信号。此外，为了降低算法运算量，推导了导向自校正波束形成算法的闭式解析解，使得算法可以在现有声纳运算平台上实时实现，本算法已被成功应用于UUV无人声纳系统，通过外场试验验证表明，本算法可对水下未知目标进行自主检测与跟踪。