CN101470195B - 一种非参数型高分辨波束形成方法与装置 - Google Patents

Abstract

本发明公开一种非参数型高分辨波束形成装置，包括：接收水听器阵采集水声信号数据，将水声信号数据划分为由若干个子阵列形成的信号；多个子阵列波束形成器与接收水听器阵相连，对所述信号进行普通波束形成；逻辑运算器对所述普通波束进行逻辑运算，获得积累波束旁瓣估计；波束合成器用于对所述积累波束旁瓣估计进行开方运算，合成高分辨波束。本发明可以获得抵消目标旁瓣和主瓣增强的效果，更适于实际应用，可以实时实现且不需要增加许多额外的计算资源。

Description

一种非参数型高分辨波束形成方法与装置

技术领域

本发明涉及声纳阵列信号处理技术领域，更具体地，本发明涉及一种非参数型高分辨波束形成方法与装置。

背景技术

高分辨波束形成是声纳阵列信号处理技术领域中的一个重要课题，所谓“高分辨”主要是指所采用的波束形成方法相对于普通的时延(相移)波束形成方法具有更高的方位分辨能力。常用的高分辨波束形成方法主要可以分为参数型和非参数型两种，其中，参数型方法是指在信号统计特性先验已知的条件下能够取得高分辨的阵列信号处理方法，如多重信号分类方法(MUSIC)、基于旋转不变技术的信号参数估计方法(ESPRIT)。非参数型方法是指在信号统计特性先验未知的条件下依然能够取得高分辨的阵列信号处理方法，如Capon方法(P.Stoica and R.Moses，Spectral Analysis ofSignals，Prentice hall，pp275-341，2005)。

2000年，H.Schlieter等人根据两个子阵之间的和差运算得到一种称为“超波束”(Hyperbeam)技术，这种技术属于一种较好的非参数型方法，相比于传统的波束形成方法，可以得到更高的分辨性能和旁瓣水平。(参见：H.Schlieter，Method for the formation of radiated beams in directionfinder systems，US Patent 6021096，Feb.2000；H.Schlieter，Method forthree-dimensional beam forming in direction finding sys tems，US Patent6178140，Jan.2001；H.Schlieter，Passive sonar detection improvementby HyperBeam technique，UDT Europe 2006，Hamburg，Genmany)。

然而，由于水声信道的时空起伏性，需要确切掌握一定的信道先验知识的参数型高分辨波束形成方法在实际的水声应用中并不适用，因此，实际水声应用中一般使用的是非参数型波束形成方法。而“超波束”方法虽然能够取得比传统波束形成方法更高的分辨性能和旁瓣水平，但是由于其只将阵列分成两个子阵列进行运算，对低次旁瓣的抑制水平有限。

发明内容

为克服现有技术中对低次旁瓣的抑制水平有限的缺陷，通过对多个子阵的波束输出进行线性加权运算实现高分辨的目的，本发明提供了一种基于多子阵的非参数型高分辨波束形成方法与装置。

根据本发明的一个方面，提出了一种非参数型高分辨波束形成装置，包括：

接收水听器阵、多个子阵列波束形成器、逻辑运算器和波束合成器；

其中，所述接收水听器线列阵用于采集水声信号数据，并将水声信号数据划分为若干个子阵列形成的信号；所述多个子阵列波束形成器分别与所述接收水听器阵相连，用于对所述信号进行普通波束形成；所述逻辑运算器用于对所述普通波束进行逻辑运算，获得积累波束旁瓣估计；所述波束合成器用于对所述积累波束旁瓣估计进行开方运算，合成高分辨波束。

所述装置还包括幂运算器，用于对逻辑运算器输出的积累波束旁瓣估计进行幂运算，并输出给所述波束合成器，其中幂运算器的幂次通常取1或者2；所述波束合成器对所述幂运算器的输出进行相减后进行对应开方运算。

其中，所述逻辑运算器包括：多个减法器、多个绝对值器、多个分类求和器以及加权求和器；

其中，所述多个减法器分别与一个或者多个子阵列波束形成器相连，对所述普通波束进行逐对的减法运算，获得对波束旁瓣的估计；所述多个绝对值器中每一个与对应的一个减法器相连，用于对所连接的减法器的输出取绝对值；所述分类求和器分别与对应的绝对值器相连接，用于对绝对值器的输出进行归类求和，获得分类的积累波束旁瓣估计；所述加权求和器和多个分类求和器相连接，对归类求和器的输出进行加权求和，获得加权的积累波束旁瓣估计。

其中，所述子阵列波束形成器可以使用宽带延时波束形成或者是窄带频域波束形成。

其中，所述减法器首先对相邻的子阵列波束形成器的输出相减，然后对相隔一个子阵的子阵列波束形成器的输出相减，直至阵列两端的子阵列波束形成器的输出相减。

其中，所述分类求和器按子阵列之间的距离对所述减法器的输出进行分类求和，同时对子阵列的波束形成结果求和。

其中，所述接收水听器阵包括接收水听器线列阵和接收水听器平面阵；对于所述接收水听器平面阵获得的信号，所述减法器和所述分类求和器需要在水平和垂直方向上分别进行运算。

根据本发明的另一方面，提出了一种非参数型高分辨波束形成方法，包括：

步骤10)、采集水声信号数据，并将水声信号数据划分为由若干个子阵列形成的信号；

步骤20)、对所述信号进行普通波束形成；

步骤30)、用于对所述普通波束进行逻辑运算，获得积累波束旁瓣估计；

步骤40)、对所述积累波束旁瓣估计进行开方运算，合成高分辨波束。

其中，步骤20)中，所述普通波束形成可以使用宽带延时波束形成或者是窄带频域波束形成。

其中，步骤30)进一步包括：

步骤310)、对所述普通波束进行逐对的减法运算，获得对波束旁瓣的估计；

步骤320)、对所述波束旁瓣的估计取绝对值并进行归类求和，获得分类的积累波束旁瓣估计；

步骤330)、对所述分类的积累波束旁瓣估计进行加权求和，获得加权的积累波束旁瓣估计。

步骤40)还包括对所述积累波束旁瓣估计进行幂运算，对幂运算的输出进行相减后再进行对应开方运算，合成高分辨波束。

其中，步骤310)还包括首先对相邻的所述普通波束相减，然后对相隔的所述普通波束相减，直至相距最远的所述普通波束相减。

其中，步骤320)还包括按子阵列之间的距离对所述波束旁瓣的估计进行分类求和，同时对子阵列的波束形成结果求和。

本发明通过多子阵列之间的线性加权运算，能够获得更高的分辨性能和旁瓣水平，特别是对低次旁瓣的抑制能力更强；通过多子阵波束域相减获得对目标旁瓣的近似估计，从而获得抵消目标旁瓣和主瓣增强的效果，由于不要求对目标的统计特性参数先验已知，因此相对于其它参数型高分辨方法，如MUSIC等，这种方法更适于实际应用，特别适用于宽带应用；本发明简单实用，可以实时实现且不需要增加许多额外的计算资源。

附图说明

图1示出根据本发明的实施例的装置组成结构框图；

图2为水平阵子阵列划分示意图；

图3为子阵列逻辑处理示意图；

图4为子阵列波束示意图；

图5为不同加权算法的波束对比示意图；

图6为平面阵子阵列划分示意图；

图7为平面阵子阵列分类求和示意图；

图8a和b分别为未采用和采用本发明所述方法的效果图。

具体实施方式

下面结合附图和具体实施例对本发明提供的一种非参数型高分辨波束形成方法与装置进行详细描述。

图1示出根据本发明的一个实施例的非参数型高分辨波束形成装置的组成结构，如图1所示，本装置主要包括接收水听器线列阵、子阵列波束形成器、减法器、绝对值器、分类求和器、加权求和器、幂运算器、波束合成器。接收水听器线列阵用于采集水声信号数据，并划分为线列阵信号，使水声信号数据成为若干个子阵列；若干个子阵列波束形成器分别与接收水听器线列阵相连，用于对划分的线列阵信号进行普通波束形成；若干个减法器分别与一个或者多个子阵波束形成器相连，用于对各子阵列的波束形成结果进行逐对的减法运算，以获得对波束旁瓣的估计；若干个绝对值器分别与对应的一个减法器相连，用于对所连接的减法器的输出取绝对值；分类求和器分别与对应的绝对值器相连接，用于对绝对值器的结果进行归类求和，以获得分类的积累波束旁瓣估计；加权求和器和多个分类求和器相连接，用于对归类求和器的输出进行加权求和，加权求和器采用两套加权系数，其中：

权系数I： $w_j=\frac{2(M-j)}{M(M-1)},$ 且有 $\underset{j=1}{\overset{M-1}{\mathrm{\Σ}}}{w}_j=1;$

权系数II： $w_j=\frac{2(M-j)-1}{{(M-1)}^2},$ 且有 $\underset{j=1}{\overset{M-1}{\mathrm{\Σ}}}{w}_j=1;$ 其中，M为划分子阵列的数目；以上减法器、绝对值器、分类求和器、加权求和器可以合称为逻辑运算器，通过以上的逻辑运算器的运行，获得加权的积累波束旁瓣估计。幂运算器用于对各子阵列波束输出的绝对值和进行幂运算，并且用于对加权求和器的输出进行幂运算，幂运算器所取的幂次一般取1或者2；波束合成器和幂运算器相连，用于对幂运算器的结果进行相减后、再进行对应开方运算，合成高分辨波束形成的结果输出。

图2示出水平阵子阵列的划分示意，如图所示，整个阵划分为M个子阵列，每个子阵列的阵元数目为N，子阵列波束形成器可以使用宽带延时波束形成或者是窄带频域波束形成。

图3示出子阵列运行流程；如图所示，在子阵列相减器的运行中，首先相邻的子阵列波束形成结果相减，再相隔一个子阵的波束形成结果相减，直至阵列两端划分的子阵列波束形成结果相减，这样每个子阵列的波束形成结果两两相减，将相减的结果分别送入绝对值器进行后续计算。此外，分类求和按子阵列之间的距离分类进行求和。

图4为子阵列波束示意图；如图所示，假设阵列的第i个阵元的接收信号为：

s_i(t)＝Acos{ω[t+(i-1)d sinθ/c]}

其中，A为接收信号幅度，ω为信号角频率，d为阵元间距，c为水下声速，θ为信号入射方向，t表示采样时间。若设：

则：

对于第i+N-1个阵元的接收信号，则有：

根据式(1)和式(2)，对于第一个子阵列而言，其波束形成的结果可以表示为：

同理，对于第M个子阵列而言，其波束形成的结果可以表示为：

上述技术方案中，所述步骤(2)中，本实施例中的子阵列相减原则是首先相邻的子阵列波束形成结果相减，再相隔一个子阵的波束形成结果相减，直至阵列两端划分的子阵列波束形成结果相减，这样每个子阵列的波束形成结果两两相减，如图3所示，其结果可以表示为：

上述技术方案中，所述步骤(3)中，本实施例中分类求和的原则是按子阵列之间的距离对子阵列的波束形成相减结果进行分类求和，同时对子阵列的波束形成结果求和，如图3所示，即：

${\mathrm{\Ω}}_0=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\left|b_m\left(t\right)\right|---\left(8\right)$

${\mathrm{\Ω}}_1=\underset{m=1}{\overset{M-1}{\mathrm{\Σ}}}\left|{\mathrm{\Δ}}_1^m\left(t\right)\right|---\left(9\right)$

${\mathrm{\Ω}}_2=\underset{m=1}{\overset{M-2}{\mathrm{\Σ}}}\left|{\mathrm{\Δ}}_2^m\left(t\right)\right|---\left(10\right)$

Ω_M-1＝Δ_M-1(t)|                                        (11)

如图4所示，当子阵列数目M＝3时，分类求和器输出的结果图，其中图4a表示单个子阵列波束图，图4b表示相邻子阵相减波束图，图4c表示相隔一个子阵相减波束图。

幂运算器所取的幂次p一般取1或者2，本实施例通过如下公式获得最终的结果：

$D\left(\mathrm{\θ}\right)={|{\mathrm{\Ω}}_0^p-\underset{j=1}{\overset{M-1}{\mathrm{\Σ}}}{w}_j{\mathrm{\Ω}}_j^p|}^{1/p}---\left(12\right)$

本实施例中加权求和器采用两套加权系数，其中：权系数I：

$w_j=\frac{2(M-j)}{M(M-1)},$ 且有 $\underset{j=1}{\overset{M-1}{\mathrm{\Σ}}}{w}_j=1---\left(13\right)$

权系数II：

$w_j=\frac{2(M-j)-1}{{(M-1)}^2},$ 且有 $\underset{j=1}{\overset{M-1}{\mathrm{\Σ}}}{w}_j=1---\left(14\right)$

如图5所示，当子阵列数目M＝3，子阵列阵元数N＝10时，***输出的结果图，其中图5a表示使用权系数I时波束输出对比图，图5b表示使用权系数II时波束输出对比图。

在根据本发明的另一个实施例中，本发明提出一种非参数型高分辨波束形成方法，参考图2、3、6、7和8，本实施例可以应用于线列阵和平面阵，在此以平面阵为例说明高分辨波束形成，所述方法包括：

(1)接收水听器平面阵采集水声数据，分成若干个子阵列后，分别通过子阵列波束形成器进行子阵列的波束形成；

(2)根据得到的子阵列的波束形成的结果，通过减法器对结果进行逐对的减法运算，以获得对波束旁瓣的估计；

(3)减法器输出的结果经绝对值器取绝对值后，送至分类求和器进行归类求和，以获得分类的积累波束旁瓣估计；

(4)归类求和后，再通过加权求和器进行加权求和，并送至幂运算器，以获得加权的积累波束旁瓣估计；

(5)通过幂运算器对各子阵列波束输出的绝对值和以及加权求和器的输出进行幂运算，并送至波束合成器，进行最终的波束合成。

(6)波束合成器对幂运算器的结果进行相减后、再进行对应开方运算，最终合成高分辨波束形成的结果输出。

本领域的普通技术人员可以理解，上述方法的实现不依赖于步骤中特定的设备和器件，也可以使用实现步骤中运算功能的其它类似设备和器件。

上述技术方案中，所述步骤(1)中的子阵划分如图6所示，整个阵划分为M*N个子阵列，每个子阵列的阵元数目为I*J。子阵列波束形成器所用的方法是宽带延时波束形成或者是窄带频域波束形成。方法基于如下原理：

假设平面阵列的第i，j个阵元的接收信号为：

s_i，j(t)＝Acos{ω[t+(i-1)d_x sinθcosφ/c+(j-1)d_y sinθsinφ/c]}(15)

其中，A为接收信号幅度，ω为信号角频率，d为阵元间距，c为水下声速，θ为信号垂直入射方向，φ为信号水平入射方向，t表示采样时间，下同。若设：

则

根据式(1)和式(2)，对于子阵列(1，1)而言，其波束形成的结果可以表示为：

同理，对于子阵列(1，n)而言，其波束形成的结果可以表示为：

$b_{1,n}\left(t\right)=$

对于子阵列(m，1)而言，其波束形成的结果可以表示为：

$b_{m,1}\left(t\right)=$

对于子阵列(m，n)而言，其波束形成的结果可以表示为：

$b_{m,n}\left(t\right)=$

上述技术方案中，所述步骤(2)中，本实施例中的子阵列相减的原则是：首先，在水平方向，相邻的子阵列波束形成结果相减，再相隔一个子阵的波束形成结果相减，直至阵列两端划分的子阵列波束形成结果相减，这样使每个水平子阵列的波束形成结果两两相减；其次，在垂直方向，相邻的子阵列波束形成结果相减，再相隔一个子阵的波束形成结果相减，直至阵列两端划分的子阵列波束形成结果相减，这样使每个垂直子阵列的波束形成结果两两相减。

水平方向上子阵列(1，1)到(1，N)的波束形成相减结果可以表示为：

${\mathrm{\Δh}}_{N-1}^1\left(t\right)=b_{\mathrm{1,1}}\left(t\right)-b_{1,N}\left(t\right)$

同理，子阵列(m，1)到(m，N)的波束形成相减结果可以表示为：

${\mathrm{\Δh}}_{1,n}^m\left(t\right)=b_{m,n}\left(t\right)-b_{m,n+1}\left(t\right)$

${\mathrm{\Δh}}_{N-1}^m\left(t\right)=b_{m,1}\left(t\right)-b_{m,N}\left(t\right)$

垂直方向上子阵列(1，1)到(M，1)的波束形成相减结果可以表示为：

${\mathrm{\Δv}}_{M-1}^1\left(t\right)=b_{\mathrm{1,1}}\left(t\right)-b_{M,1}\left(t\right)$

同理，子阵列(1，n)到(M，n)的波束形成相减结果可以表示为：

${\mathrm{\Δv}}_{1,m}^n\left(t\right)=b_{m,n}\left(t\right)-b_{m+1,n}\left(t\right)$

${\mathrm{\Δv}}_{M-1}^n\left(t\right)=b_{1,n}\left(t\right)-b_{M,n}\left(t\right)$

上述技术方案中，所述步骤(3)中，本实施例中分类求和的原则是分别在水平和垂直方向上，按子阵列之间的距离对子阵列的波束形成相减结果进行分类求和，同时对子阵列的波束形成结果求和，如图3所示，即：

在水平方向上有：

${\mathrm{\Ω}}_{0,m}^h=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\left|b_{m,n}\left(t\right)\right|---\left(29\right)$

${\mathrm{\Ω}}_{1,m}^h=\underset{n=1}{\overset{N-1}{\mathrm{\Σ}}}\left|{\mathrm{\Δh}}_{1,n}^m\left(t\right)\right|---\left(30\right)$

${\mathrm{\Ω}}_{N-1,m}^h=\left|{\mathrm{\Δh}}_{N-1}^m\left(t\right)\right|---\left(31\right)$

在垂直方向上有：

${\mathrm{\Ω}}_{0,n}^v=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}\left|b_{m,n}\left(t\right)\right|---\left(32\right)$

${\mathrm{\Ω}}_{1,n}^v=\underset{m=1}{\overset{M-1}{\mathrm{\Σ}}}\left|{\mathrm{\Δv}}_{1,m}^n\left(t\right)\right|---\left(33\right)$

${\mathrm{\Ω}}_{M-1,n}^v=\left|{\mathrm{\Δv}}_{M-1}^n\left(t\right)\right|---\left(34\right)$

上述技术方案中，所述步骤(4)中，幂运算器所取的幂次p一般取1或者2，本实施例通过如下公式获得最终的结果：

$D_h(\mathrm{\θ},\mathrm{\φ})=\frac{1}{M}\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{|{\left({\mathrm{\Ω}}_{0,m}^h\right)}^p-\underset{j=1}{\overset{N-1}{\mathrm{\Σ}}}{w}_j{\left({\mathrm{\Ω}}_{j,m}^h\right)}^p|}^{1/p}$

$D_v(\mathrm{\θ},\mathrm{\φ})=\frac{1}{N}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{|{\left({\mathrm{\Ω}}_{0,n}^v\right)}^p-\underset{j=1}{\overset{M-1}{\mathrm{\Σ}}}{w}_j{\left({\mathrm{\Ω}}_{j,n}\right)}^p|}^{1/p}$

D(θ，φ)＝D_h(θ，φ)*D_v(θ，φ)

本实施例中加权求和器采用两套加权系数，其中：

权系数I：

$w_j=\frac{2(K-j)}{K(K-1)},$ 且有 $\underset{j=1}{\overset{K-1}{\mathrm{\Σ}}}{w}_j=1,$ K＝M，N

权系数II：

$w_j=\frac{2(K-j)-1}{{(K-1)}^2},$ 且有 $\underset{j=1}{\overset{K-1}{\mathrm{\Σ}}}{w}_j=1,$ K＝M，N

本实施例通过对多个子阵的波束输出进行线性加权运算，提高阵列处理的方位分辨能力和目标探测能力，力图在不增加阵元数目和阵列长度的条件下，通过发明所述方法得到比传统波束形成方法更窄的波束宽度、更低的旁瓣水平、更高的抑制能力以及更宽容的阵列处理能力。

图8描述了当子阵列数目M＝N＝3，阵元数I＝J＝10时，算法在平面阵上应用的效果对比图，其中图8a表示未采用发明所述方法的结果图，图8b表示采用发明所述方法的结果图。

本发明的实现可以带来诸多优点，包括：第一，利用子阵列估计的目标旁瓣相似性，抑制目标旁瓣，增强目标主瓣；第二，在不需要掌握目标先验信息的条件下，可以提高***的空间处理增益和空间分辨能力；第三，方法为非参数型数据驱动算法，适于宽带处理；第四，适用于被动声纳***，更适用于主动声纳***；第五，适用于线列阵***，也适用于平面阵***。

最后应说明的是，以上实施例仅用以描述本发明的技术方案而不是对本技术方法进行限制，本发明在应用上可以延伸为其他的修改、变化、应用和实施例，并且因此认为所有这样的修改、变化、应用、实施例都在本发明的精神和教导范围内。

Claims (11)

1.一种非参数型高分辨波束形成装置，包括：

接收水听器阵、多个子阵列波束形成器、逻辑运算器和波束合成器；

其中，所述接收水听器阵用于采集水声信号数据，并将水声信号数据划分为若干个子阵列形成的信号；所述多个子阵列波束形成器分别与所述接收水听器阵相连，用于对所述信号进行普通波束形成；所述逻辑运算器用于对所述普通波束进行逻辑运算，获得积累波束旁瓣估计，所述逻辑运算器包括：多个减法器、多个绝对值器、多个分类求和器以及加权求和器，所述多个减法器分别与一个或者多个子阵列波束形成器相连，对所述普通波束进行逐对的减法运算，获得对波束旁瓣的估计；所述多个绝对值器中每一个与对应的一个减法器相连，用于对所连接的减法器的输出取绝对值；所述分类求和器分别与对应的绝对值器相连接，用于对绝对值器的输出进行归类求和，获得分类的积累波束旁瓣估计；所述加权求和器和多个分类求和器相连接，对归类求和器的输出进行加权求和，获得加权的积累波束旁瓣估计；所述波束合成器用于对所述积累波束旁瓣估计进行开方运算，合成高分辨波束。

2.权利要求1的装置，还包括幂运算器，用于对逻辑运算器输出的积累波束旁瓣估计进行幂运算，并输出给所述波束合成器，其中幂运算器的幂次通常取1或者2；所述波束合成器对所述幂运算器的输出进行相减后进行对应开方运算。

3.权利要求1的装置，其中，所述子阵列波束形成器可以使用宽带延时波束形成或者是窄带频域波束形成。

4.权利要求1的装置，其中，所述减法器首先对相邻的子阵列波束形成器的输出相减，然后对相隔一个子阵的子阵列波束形成器的输出相减，直至阵列两端的子阵列波束形成器的输出相减。

5.权利要求1的装置，其中，所述分类求和器按子阵列之间的距离对所述减法器的输出进行分类求和，同时对子阵列的波束形成结果求和。

6.权利要求1的装置，其中，所述接收水听器阵包括接收水听器线列阵和接收水听器平面阵；对于所述接收水听器平面阵获得的信号，所述减法器和所述分类求和器需要在水平和垂直方向上分别进行运算。

7.一种非参数型高分辨波束形成方法，包括：

步骤10)、采集水声信号数据，并将水声信号数据划分为由若干个子阵列形成的信号；

步骤20)、对所述信号进行普通波束形成；

步骤30)、用于对所述普通波束进行逻辑运算，获得积累波束旁瓣估计，进一步包括步骤310)对所述普通波束进行逐对的减法运算，获得对波束旁瓣的估计，步骤320)对所述波束旁瓣的估计取绝对值并进行归类求和，获得分类的积累波束旁瓣估计，步骤330)对所述分类的积累波束旁瓣估计进行加权求和，获得加权的积累波束旁瓣估计；

步骤40)、对所述积累波束旁瓣估计进行开方运算，合成高分辨波束。

8.权利要求7的方法，其中，步骤20)中，所述普通波束形成可以使用宽带延时波束形成或者是窄带频域波束形成。

9.权利要求7的方法，步骤40)还包括对所述积累波束旁瓣估计进行幂运算，对幂运算的输出进行相减后再进行对应开方运算，合成高分辨波束。

10.权利要求7的方法，其中，步骤310)还包括：首先对相邻的所述普通波束相减，然后对相隔的所述普通波束相减，直至相距最远的所述普通波束相减。

11.权利要求7的方法，其中，步骤320)还包括按子阵列之间的距离对所述波束旁瓣的估计进行分类求和，同时对子阵列的波束形成结果求和。

Images