发明名称 |
基于参数调节随机共振及后处理的传感器阵波束域微弱信号处理方法 |
摘要 |
一种基于参数调节随机共振及后处理的传感器阵波束域微弱信号处理方法,包括以下步骤:1)空间波束形成:首先对阵接收空间信号进行波束形成处理,以获取阵的空间增益;2)时间尺度变换:对每个波束域信号的时间轴进行拉长,以降低中高频微弱信号的频率;3)波束域PSR处理;4)PSR后处理;5)时间尺度反变换,以恢复原采样率下各波束域的时域信号频率。若应用于主动探测,则1)之后增加匹配滤波处理。本发明可实现线性信号处理方法与非线性的PSR处理在处理性能上互不影响,同时满足低频和中高频微弱信号的处理要求、大幅提升处理微弱信号能力,并利用后处理最大限度地消除由于PSR非线性处理所导致的信号波形畸变。 |
申请公布号 |
CN101592730B |
申请公布日期 |
2012.06.20 |
申请号 |
CN200910099438.9 |
申请日期 |
2009.06.05 |
申请人 |
浙江大学 |
发明人 |
李建龙;徐博侯;潘翔 |
分类号 |
G01S7/52(2006.01)I;G01S15/00(2006.01)I |
主分类号 |
G01S7/52(2006.01)I |
代理机构 |
杭州天正专利事务所有限公司 33201 |
代理人 |
王兵;王利强 |
主权项 |
1.一种基于参数调节随机共振及后处理的传感器阵波束域微弱信号处理方法,其特征在于:所述传感器阵波束域微弱信号处理方法包括以下步骤:1)空间波束形成:设源信号/回波经各传感器接收后表示为:r(n)=v(φ<sub>s</sub>)s(n)+w(n), (1)其中r(n)=[r<sub>1</sub>(n)r<sub>2</sub>(n)…r<sub>M</sub>(n)],噪声/混响w(n)=[w<sub>1</sub>(n)w<sub>2</sub>(n)…w<sub>M</sub>(n)],M为传感器个数,s(n)为被动源或主动发射回波信号,v(φ<sub>s</sub>)为阵响应向量,φ<sub>s</sub>为目标方位角;首先对该M维空间信号进行波束形成处理,以获取阵的空间增益;设在I个方向上进行波束形成,得到I个波束表示为:x<sub>i</sub>(n)=c<sup>H</sup>(φ<sub>i</sub>)r(n),i=1,2,…,I, (2)其中c(φ<sub>i</sub>)为阵驾驶到φ<sub>i</sub>方向的权向量,该权向量根据不同的波束形成方法进行设计,上标H表示共轭转置;2)时间尺度变换:对每个波束域信号x<sub>i</sub>(n)的时间轴进行拉长,经时间尺度变换后,波束域信号表示为x<sub>i</sub>(τ),其中τ=Ln,L为尺度变换倍数;3)波束域PSR处理:采用最典型的双稳态非线性系统:<maths num="0001"><![CDATA[<math><mrow><mfrac><mrow><mi>dy</mi><mrow><mo>(</mo><mi>τ</mi><mo>)</mo></mrow></mrow><mi>dτ</mi></mfrac><mo>=</mo><mi>ay</mi><mrow><mo>(</mo><mi>τ</mi><mo>)</mo></mrow><mo>-</mo><mi>by</mi><msup><mrow><mo>(</mo><mi>τ</mi><mo>)</mo></mrow><mn>3</mn></msup><mo>+</mo><msub><mi>x</mi><mi>i</mi></msub><mrow><mo>(</mo><mi>τ</mi><mo>)</mo></mrow><mo>,</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中系统参数a和b为正数,x<sub>i</sub>(τ)为系统输入,y(τ)为系统输出;通过调节系统参数a和b从而改变系统本身的固有频率;首先,定义输出的信噪比/信混比为衡量PSR处理性能指标的目标函数,设目标函数为<img file="FSB00000743779100021.GIF" wi="156" he="48" />则系统参数a和b通过下式进行调节:<img file="FSB00000743779100022.GIF" wi="1222" he="73" />其中参数a和b需根据系统输入x<sub>i</sub>(τ)进行自适应调整,当目标函数最大时,a和b为非线性系统的最优参数;4)PSR后处理:非线性系统(3)中输入信号x<sub>i</sub>(τ)有两部分组成,表示为x<sub>i</sub>(τ)=s<sub>i</sub>(τ)+w<sub>i</sub>(τ),对(3)式两边取均值得:<maths num="0002"><![CDATA[<math><mrow><mover><mover><mi>y</mi><mo>‾</mo></mover><mo>·</mo></mover><mrow><mo>(</mo><mi>τ</mi><mo>)</mo></mrow><mo>=</mo><mi>a</mi><mover><mi>y</mi><mo>‾</mo></mover><mrow><mo>(</mo><mi>τ</mi><mo>)</mo></mrow><mo>-</mo><mi>b</mi><mover><mi>y</mi><mo>‾</mo></mover><msup><mrow><mo>(</mo><mi>τ</mi><mo>)</mo></mrow><mn>3</mn></msup><mo>+</mo><msub><mover><mi>s</mi><mo>‾</mo></mover><mi>i</mi></msub><mrow><mo>(</mo><mi>τ</mi><mo>)</mo></mrow><mo>,</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow></math>]]></maths>其中<img file="FSB00000743779100024.GIF" wi="309" he="89" /><img file="FSB00000743779100025.GIF" wi="323" he="51" />当条件<img file="FSB00000743779100026.GIF" wi="272" he="57" />满足时,得信号反演公式为:<maths num="0003"><![CDATA[<math><mrow><msub><mover><mi>s</mi><mo>‾</mo></mover><mi>i</mi></msub><mrow><mo>(</mo><mi>τ</mi><mo>)</mo></mrow><mo>≈</mo><mi>b</mi><mover><mi>y</mi><mo>‾</mo></mover><msup><mrow><mo>(</mo><mi>τ</mi><mo>)</mo></mrow><mn>3</mn></msup><mo>-</mo><mi>a</mi><mover><mi>y</mi><mo>‾</mo></mover><mrow><mo>(</mo><mi>τ</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>6</mn><mo>)</mo></mrow></mrow></math>]]></maths>均值<img file="FSB00000743779100028.GIF" wi="88" he="46" />的计算用τ时刻相邻间隔的平均幅度值进行估计,因此,反演得到的信号<img file="FSB00000743779100029.GIF" wi="92" he="50" />为实际信号的短时平滑,除了幅值极小的信号采样点,即它们的幅值s<sub>i</sub>(τ)→0,绝大部分点都能满足条件<img file="FSB000007437791000210.GIF" wi="295" he="55" />对于未满足条件的极小幅值输出信号,通过插值、平滑技术恢复原始波形;5)时间尺度反变换:进行时间尺度反变换,即n=τ/L,以恢复原采样率下各波束域的时域信号<img file="FSB000007437791000211.GIF" wi="125" he="50" /> |
地址 |
310027 浙江省杭州市浙大路38号 |