基于寬帶穩健STMV波束形成的相關檢測方法

李濤，蔣小勇，周勝增

基于寬帶穩健STMV波束形成的相關檢測方法

李濤，蔣小勇，周勝增

(上海船舶電子設備研究所，上海 201108)

采用一種寬帶相關結合穩健自適應波束形成的檢測方法，來提高弱目標在強干擾背景下的檢測能力。寬帶相關檢測具有多目標方位分辨力高的優點，它基于常規波束形成得到，但由于其旁瓣級有限，存在強干擾時會導致其旁瓣區域的相關檢測產生凹陷，因此直接影響弱目標的檢測能力。通過分析常規寬帶相關檢測中目標旁瓣區域產生凹陷原因，利用寬帶穩健自適應波束形成的干擾抑制能力，提出了一種將寬帶穩健導向最小方差波(Steered Minimum Variance, STMV)與寬帶相關檢測結合的寬帶檢測新方法。該方法能有效消除相關檢測中強干擾的影響，提高被動聲吶的寬帶檢測性能。仿真和試驗數據處理結果驗證了該方法的有效性。

被動聲吶；寬帶相關檢測；穩健波束形成；導向最小方差波束形成

0 引言

寬帶相關檢測是被動聲吶實現目標探測功能的常用方法，在實際聲吶系統中得到了廣泛應用，它能提供典型的十分之一波束分辨率的方位測量信息[1]。馬啟明等[2]利用分裂陣波束輸出的相位差抑制了拖船對拖線陣的干擾，提高了對艦艏方向上弱目標檢測能力。FUMITAKA等[3]利用靜止目標與水下慢速目標的相位差異、混響、噪聲等特性，在港口警戒聲吶中應用分裂陣相關處理，對低速目標實現了自動檢測跟蹤[4]。

導向最小方差波(Steered Minimum Variance, STMV)[5]波束形成利用聲場的空-時統計特性，在一定帶寬下僅需少量快拍數就能實現快速收斂，每一快拍的波束輸出可在單次快拍內完成。但在實際應用時導向矢量存在誤差，導致STMV性能急劇下降。在計算陣列功率輸出時，穩健Capon波束形成(Robust Capon Beamforming, RCB)[6]為導向矢量加入了誤差約束條件，以陣列功率輸出最大化為目的，通過搜索得到最優導向矢量，使導向矢量誤差問題一定程度上得到了解決。隨著聲吶孔徑的增大，需大量數據快拍估計協方差矩陣，使處理時間增長，導致收斂速度變慢。文獻[7]中在RCB方法中運用導向協方差矩陣(Steered Covariance Matrix, STCM)的思想，能有效避免導向矢量誤差的影響，且利用快速收斂最小方差無失真響應(Minimum Variance Distortionless Response, MVDR)算法的相干累積特性，加速了收斂，降低了運算量。基于橢球不確定集的RCB采用拉格朗日乘法尋優最佳權向量，常需對協方差矩陣進行特征分解，運算量較大。文獻[8]中采用Krylov子空間、梯度搜索等方法計算RCB權向量，大幅度降低運算量，并進行性能比較。

本文分析寬帶相關檢測中目標旁瓣產生凹陷的原因，利用寬帶穩健自適應波束形成具有的旁瓣抑制能力和陣列誤差容錯特性，結合寬帶相關高分辨率特性，提出了一種寬帶目標檢測方法。仿真和試驗數據處理結果驗證了該方法能有效抑制強干擾目標產生的旁瓣凹陷，提高被動聲吶寬帶檢測性能。

1 寬帶信號檢測

在被動聲吶目標探測中，寬帶信號檢測常采用寬帶能量或寬帶相關的檢測方法來實現[9]。將整個頻帶劃分為若干個子帶，在水平面內對各子帶預成多個波束，波束為局部扇面或者全部方位覆蓋。寬帶能量檢測利用常規波束形成的輸出進行能量積分處理；相關檢測利用分裂波束輸出進行互相關處理。根據其波束輸出，分析常規波束的主瓣和旁瓣與分裂波束輸出的關系。

根據子陣1和子陣2的波束輸出，通過簡單數學推導，寬帶能量檢測波束圖為

同理，可得寬帶相關檢測輸出為

因此，寬帶相關檢測在預成波束主瓣處形成峰值，具有較強的相關性(理論值為1)，在預成波束旁瓣處形成凹陷，子陣間為負相關(相關系數為-1～0)。當干擾目標越強時，其旁瓣能量越大，負相關性越強，旁瓣形成的凹陷就越深。

2 寬帶穩健自適應波束形成

自適應波束形成即快速收斂MVDR算法。該算法有著較好的旁瓣抑制能力和空間分辨力。但在實際應用中，受陣元位置、陣元幅度一致性或相位一致性和陣型畸變等因素影響，導向矢量真實值與期望值存在誤差，使得STMV性能大幅度下降。而穩健STMV波束形成利用橢球不確定集，在一定誤差約束范圍內尋找最優導向矢量，使得陣列輸出功率最大。

穩健STMV自適應波束形成的頻域輸出為

3 寬帶穩健相關檢測

根據上述分析可知，寬帶相關檢測在強目標的旁瓣處形成凹陷，使得凹陷附近的弱目標檢測能力降低。由于寬帶穩健自適應波束形成具有較強的旁瓣抑制能力，可降低旁瓣對鄰近方位目標的影響。因此，本文采用寬帶相關結合穩健自適應波束形成的檢測方法，在強干擾目標背景下，能提高弱目標的檢測能力。先利用分裂陣處理思想，將接收陣分為兩相同子陣，對其進行寬帶穩健STMV處理。然后將分裂波束輸出進行寬帶相關處理，并預白化相關檢測譜。對處理后的互譜做逆傅里葉變換得到時延值，波束輸出即為預成波束角附近的相關值。寬帶穩健STMV相關檢測的處理流程見圖1。該算法對于寬帶相關檢測方法的改進在于，子陣常規波數形成替換為子陣穩健STMV波數形成。

圖1 寬帶穩健相關檢測流程圖

4 仿真及試驗數據計算

4.1 陣列數據仿真計算

仿真半波長布陣的均勻線列陣，陣元數為100。設目標1的方位角為80°，帶寬為1500 Hz，信噪比為-10 dB；設目標2的方位角為85°，帶寬1 000 Hz，信噪比為15 dB。將線列陣等分為兩個相同子陣，兩子陣均以該線列陣的第一個陣元為參考點。

圖2給出了常規寬帶相關檢測和寬帶穩健相關檢測的仿真結果。從圖2可以看出，常規相關檢測在強目標的旁瓣處形成兩個對稱的凹陷，目標能量越強，其旁瓣凹陷就越深，這使得處于凹陷附近的80°弱目標不易檢測；寬帶穩健相關檢測利用STMV旁瓣抑制能力強的特點，在保持強目標峰值不變的情況下，能有效抑制強目標的旁瓣凹陷，使處于凹陷鄰近的信號得以檢測，提高了弱目標的檢測能力。在仿真中寬帶穩健相關檢測方法輸出的子陣相關系數由常規相關檢測方法的0.1474提高至0.6418，顯著提高了對弱目標的檢測能力。

圖2 常規寬帶相關檢測和寬帶穩健相關檢測的仿真結果對比

4.2 海試數據處理

以某次海上試驗數據為例，陣型為均勻線列陣，對該數據進行寬帶穩健自適應相關處理。在試驗時存在一強干擾目標，方位從135°變化至150°。

圖3為常規寬帶相關檢測處理歷程圖，圖4為寬帶穩健自適應相關檢測處理歷程圖。為了更加直觀地顯示目標檢測結果，圖5給出在51 s時刻兩種方法的輸出對比圖。在圖3中可以看到2個目標，圖4中增加了3個弱目標軌跡(A、B、C)。從圖5可以看出，方位100°目標的相關系數由0.2981提升至0.475，同時，弱目標A、B、C的峰值也得到明顯改善。可看出穩健STMV與相關檢測相結合的方法，可以有效提高目標對應的子陣間的相關性，從而提高強干擾背景下的弱目標檢測能力。

圖3 常規寬帶相關檢測處理歷程圖

圖4 寬帶穩健相關檢測處理歷程圖

圖5 海試數據的寬帶穩健自適應相關檢測與常規寬帶相關檢測對比

5 結論

本文通過分析寬帶相關檢測中波束旁瓣產生凹陷的原因，利用寬帶穩健自適應波束形成較好的旁瓣抑制能力和陣列誤差容錯特性，結合寬帶相關檢測高分辨率的特點，提出了一種寬帶目標檢測新方法。模擬仿真計算和海試數據的處理結果，驗證了所提方法的優越性。該方法能有效抑制強干擾目標旁瓣凹陷，提高了被動聲吶寬帶檢測性能。

[1] WAITE A D. 實用聲納工程[M]. 3版. 王德石譯. 北京: 電子工業出版社, 2004.

WAITE A D. Sonar for practising engineers[M]. Third Edition. WANG Deshi, translate. Beijing: Publishing House of Electronics Industry, 2004.

[2] MA Q M, ZHOU L S, DU S P．Research of the weak signal detection algorithm for tow sonar based on the phase difference of the sub-array beam output[C]//UDT 2009 Europe.

[3] FUMITAKA M, KURAMOTO K. Development of underwater low-speed moving target detection using spatiotemporal variance of phase difference for port surveillance sonar[J]. J. Acoust. Soc. Jpn., 2010, 37(1): 34-45．

[4] 蔣小勇, 譚君紅, 周勝增. 分裂陣寬帶相關檢測在圓柱陣中應用[J]. 艦船科學技術, 2017, 8(8): 160-163.

[5] KROLIK J，SWINGLER D．Multiple broadband source location using steered covariance matrices[J]. IEEE Acoustics Speech and Signal Processing, 1989, 37(10): 1481-1494.

[6] LI J, STOICA P, WANG Z S. On robust capon beamforming and diagonal loading[J]. IEEE Signal Processing, 2003, 51(7): 1702- 1715.

[7] SOMASUNDARAM S D. Wideband robust capon beamforming for passive sonar[J]. IEEE Journal of Oceanic Engineering, 2013, 38(2): 308-322．

[8] SOMASUNDARAM S D, JAKOBSSON A. Low-complexity uncertainty set based robust adaptive beamforming for passive sonar[C]//IEEE International Conference on Acoustics, Speech, and Signal Processing, 1996, 6: 3045-3048.

[9] ZARNICH R E. A fresh look at broadband passive sonar processing[C]//Adaptive Sensor Array Processing Workshop, 1999: 99-104.

[10] 杜選民, 周勝增, 高源. 聲納陣列信號處理技術[M]. 北京: 電子工業出版社, 2018.

DU Xuanmin, ZHOU Shengzeng, GAO Yuan. Array signal processing techniques for sonar[M]. Beijing: Publishing House of Electronics Industry, 2018.

[11] 鄢社鋒, 馬遠良. 傳感器陣列波束優化設計及應用[M]. 北京: 科學出版社, 2009.

YAN Shefeng, MA Yuanliang. Sensor array beampattern optimization theory with applications[M]. Beijing: Science Press, 2009.

Correlation detection based on wideband robust STMV beamforming

LI Tao, JIANG Xiao-yong, ZHOU Sheng-zeng

(Shanghai Marine Electronic Equipment Research Institute, Shanghai 201108, China)

A broadband correlation detection method with robust adaptive beamforming is proposed to improve the detection ability of weak targets in strong interference background in this paper. Conventional broadband correlation detection is based on conventional beamforming, but due to its limited sidelobe level, the correlation detection in the sidelobe region generates a depression when there is strong interference, which directly affects the detection ability of weak target. The cause of the depression in the conventional broadband correlation detection is analyzed in the paper. By using the anti-interference ability of broadband robust adaptive beamforming, a new method combining broadband robust Steered Minimum Variance (STMV) beamforming and broadband correlation detection is proposed. The influence of strong interference in correlation detection is effectively eliminated by this method, and the broadband detection performance of passive sonar is improved. The processing results of sea-trial data and simulation show the validity of the method.

passive sonar; broadband correlation detection; robust adaptive beamforming; steered minimum variance(STMV) beamforming

TN911.5

A

1000-3630(2019)-05-0600-04

10.16300/j.cnki.1000-3630.2019.05.020

2019-06-04;

2019-07-22

李濤(1986－), 男, 湖北黃岡人, 工程師, 研究方向為水聲信號處理。

李濤,E-mail: atao217@qq.com