基于卡爾曼濾波器的陣列噪聲抑制方法*

夏麾軍

（南京電子技術(shù)研究所 南京 210039）

1 引言

在陣列信號處理中，需要通過對各陣元的接收信號進行處理來完成目標(biāo)參數(shù)的估計，如方位、距離、頻率等［1～3］。實際中，信號往往會受到噪聲的影響，當(dāng)信噪比較低時，陣列信號處理的性能下降。比如，雷達接收回波包含多普勒信號成分，艦船輻射噪聲中包含線譜成分，當(dāng)信噪比越來越低，檢測和參數(shù)估計難度越來越大。針對單頻信號信噪比弱的問題，通過卡爾曼濾波器完成噪聲抑制，進而提高信噪比，改善檢測性能和參數(shù)估計性能，對雷達探測和被動聲納探測有著重要的意義。

時域噪聲抑制方法按照傳感器的數(shù)目可以分為單傳感器噪聲抑制方法和多傳感器噪聲抑制方法。這些方法多數(shù)需要估計噪聲或者信號的時域統(tǒng)計特性，比如協(xié)方差矩陣，功率密度譜等；然后將這些統(tǒng)計特性帶入到特定的噪聲抑制濾波器中；最后在一定準(zhǔn)則下獲得濾波器的最優(yōu)輸出，比如最小均方誤差準(zhǔn)則等［4～6］。在噪聲抑制方法中，維納濾波器是最基本的濾波器被廣泛的應(yīng)用，維納濾波器最早是由Wiener提出的，開創(chuàng)了線性濾波理論研究，隨后維納濾波器被各國的學(xué)者和工程師廣泛應(yīng)用［7～10］。

卡爾曼濾波器作為維納濾波器的重要推廣，能夠適用于非平穩(wěn)的矢量信號和噪聲的情況，而維納濾波器只能適用于平穩(wěn)標(biāo)量信號和噪聲［11～12］。1960 年，Kalman［13］提出適用于離散隨機系統(tǒng)的卡爾曼濾波器，第二年，他將卡爾曼濾波器擴展到連續(xù)時間系統(tǒng)中［14］，至此完備的卡爾曼濾波估計體系形成。……