水下强干扰环境下运动阵列方位估计的新技术

"这篇文章是2010年12月发表在《西安交通大学学报》上的科研论文，主要探讨了在水下环境中存在强干扰源时如何改进多目标方位估计方法。作者提出了基于稳健卡朋波束形成器(RCB)的波束域处理技术的扩展拖曳阵测量方法(RCB-ETAM)。该方法利用物理线列阵的运动特性和水中信号的相干性，通过相位补偿合成虚拟阵列，并运用RCB来减少干扰影响，最终在波束域中获取目标方位。仿真结果证明RCB-ETAM在抗强干扰方面表现优越，即使在传统方法失效的情况下也能提供准确的目标方位估计。" 这篇论文涉及的关键知识点包括： 1. 方位估计：这是水声通信和海洋探测中的重要技术，旨在确定水下信号源的位置。在存在强干扰的情况下，准确的方位估计尤为关键。 2. 被动合成孔径：这是一种利用移动传感器阵列（如拖曳阵）的运动来模拟大型固定孔径的技术，能提高分辨率并扩大观测范围。 3. 波束域处理：在处理水下信号时，将数据转换到波束域进行分析，可以有效地聚焦信号并抑制干扰。 4. 稳健卡朋波束形成器(RCB)：这是一种自适应的波束形成算法，能够在干扰源方向形成零陷，降低干扰影响，提高信噪比。 5. 扩展拖曳阵测量方法(RCB-ETAM)：结合了RCB和被动合成孔径技术，尤其适用于强干扰环境，能增强系统的抗干扰性能。 6. 数据矩阵合成：通过相位补偿，将不同时间点的数据组合成更大的虚拟阵列，以增加等效孔径长度，提高估计精度。 7. 干扰源方位：在水下环境中，确定干扰源的方向对于优化波束形成策略至关重要，以减少干扰对目标检测的干扰。 8. 波束形成方法：常规的波束形成方法在有强干扰时可能效果不佳，RCB-ETAM通过波束形成在波束域内找到目标，改善了这一情况。 9. 仿真结果：论文通过仿真验证了新方法的性能，显示其在对抗强干扰环境下的优势，尤其是在传统方法失效时仍能保持目标定位的准确性。 10. 文献标志码A：表示这是一篇具有较高学术价值的研究论文，通常这类论文会对相关领域产生重要影响。 这篇论文提出的RCB-ETAM方法为解决水下强干扰环境下的方位估计问题提供了新的思路和解决方案，对于水声通信、海洋探测以及信号处理领域的研究具有重要的理论与实践意义。