UUV陣列自適應(yīng)噪聲抵消關(guān)鍵技術(shù)研究.pdf

1、隨著新型無人水下航行器（Unmanned Underwater Vehicle，UUV）的發(fā)展其航速將得到進(jìn)一步提高，UUV聲納陣列所接收到的自噪聲和混響級(jí)也隨之大幅增強(qiáng)，同時(shí)由于水聲對(duì)抗技術(shù)的不斷發(fā)展和廣泛應(yīng)用，如何有效地抑制和消除自噪聲、混響以及干擾對(duì)遠(yuǎn)程微弱目標(biāo)探測的影響，提高UUV陣列對(duì)微弱信號(hào)檢測的能力是目前進(jìn)行海洋資源探測開發(fā)和加強(qiáng)海防的現(xiàn)實(shí)迫切需求。
　　本文在對(duì)UUV聲納陣列自噪聲產(chǎn)生機(jī)理和特性分析的基礎(chǔ)上，針對(duì)陣

2、列信號(hào)多通道處理的特點(diǎn)，將基于多通道差分方法與基于核函數(shù)的非線性自適應(yīng)濾波器技術(shù)相結(jié)合，重點(diǎn)研究了基于核函數(shù)的非線性自適應(yīng)濾波器理論收斂性能、非平穩(wěn)環(huán)境中基于單核函數(shù)以及基于多核函數(shù)的線性與非線性加權(quán)組合的陣列自適應(yīng)噪聲抵消方法，針對(duì)多輸入多輸出（MIMO）陣列的空時(shí)兩維自適應(yīng)處理對(duì)混響和干擾進(jìn)行抑制的方法，并通過仿真實(shí)驗(yàn)對(duì)本文所提方法的有效性進(jìn)行了驗(yàn)證分析。本文的主要研究成果和創(chuàng)新點(diǎn)如下：
　　1.針對(duì)動(dòng)態(tài)非平穩(wěn)輸入信號(hào)會(huì)導(dǎo)致基

3、于核函數(shù)的非線性自適應(yīng)濾波器所構(gòu)造的在線“字典”中出現(xiàn)和輸入信號(hào)統(tǒng)計(jì)分布不匹配的冗余失效元素問題，提出了存在冗余失配“字典”元素情況下基于單高斯核函數(shù)方法的最小均方誤差 KLMS非線性濾波器誤差均值和均方收斂特性的理論計(jì)算方法，為非平穩(wěn)環(huán)境中基于單核函數(shù)的非線性自適應(yīng)濾波器性能分析和設(shè)計(jì)提供了有力理論工具。仿真結(jié)果表明：基于所推理論計(jì)算方法預(yù)測出的收斂曲線與蒙特卡洛仿真實(shí)驗(yàn)平均后所得的均方誤差學(xué)習(xí)曲線在瞬時(shí)動(dòng)態(tài)過程和穩(wěn)態(tài)階段均一致吻合。

4、因此不僅驗(yàn)證了所推理論計(jì)算方法的正確性和有效性，而且該理論計(jì)算方法為非線性自適應(yīng)噪聲抵消濾波器在非平穩(wěn)動(dòng)態(tài)應(yīng)用中針對(duì)“字典”提出自適應(yīng)更新準(zhǔn)則提供了理論依據(jù)。
　　2.針對(duì)動(dòng)態(tài)非平穩(wěn)噪聲環(huán)境，在多通道差分方法提供相關(guān)參考噪聲情況下，提出了具有1-范數(shù)的FOBOS-KLMS-?1和自適應(yīng)1-范數(shù)的FOBOS-KLMS-?a兩種促在線“字典”稀疏自適應(yīng)噪聲抵消方法，同時(shí)證明了在引入1-范數(shù)促稀疏操作后，所提兩種FOBOS-KLMS方法

5、在均值意義上仍然是平穩(wěn)且嚴(yán)格收斂的。兩種FOBOS-KLMS方法通過對(duì)基于單高斯核函數(shù)的非線性自適應(yīng)濾波器引入1-范數(shù)稀疏正則項(xiàng)后，得到以向前向后算子分裂方法定義的在線“字典”元素自適應(yīng)更新策略，即對(duì)在線“字典”中對(duì)函數(shù)擬合估計(jì)貢獻(xiàn)權(quán)值小于給定門限的“字典”元素進(jìn)行刪除操作。利用湖試噪聲數(shù)據(jù)的仿真結(jié)果表明：在聲納陣列被加速和減速的非平穩(wěn)變化過程中，與常規(guī)線性方法相比核自適應(yīng)濾波方法對(duì)噪聲估計(jì)的均方誤差低了7dB，而且所提兩種“字典”自適

6、應(yīng)稀疏方法降低了陣列非線性自適應(yīng)噪聲抵消器的“階數(shù)”，因此計(jì)算復(fù)雜度和對(duì)存儲(chǔ)空間的要求更低，為工程實(shí)際中陣列在線自適應(yīng)噪聲抵消應(yīng)用奠定基礎(chǔ)。
　　3.針對(duì)基于多核的方法較之單核方法具有更多的系統(tǒng)自由度和特征能夠有效解決動(dòng)態(tài)系統(tǒng)在線辨識(shí)和核函數(shù)參數(shù)必須離線選擇問題的優(yōu)點(diǎn)，提出基于K個(gè)高斯核函數(shù)的最小均方誤差 MKLMS1、MKLMS2、MKLMS3三種多核自適應(yīng)濾波算法，并提出了前兩種多核濾波器在預(yù)先給定“字典”元素情況下的理論收斂

7、分析計(jì)算方法，通過所推理論表達(dá)式可以比較三種不同類型的多核自適應(yīng)濾波器的性能特點(diǎn)。仿真結(jié)果表明：基于所提計(jì)算方法預(yù)測出的理論收斂曲線與蒙特卡洛仿真實(shí)驗(yàn)平均后所得的誤差學(xué)習(xí)曲線在瞬態(tài)階段和穩(wěn)態(tài)階段均一致吻合，不僅驗(yàn)證了所推多核自適應(yīng)濾波器理論性能計(jì)算方法的正確性和有效性，而且提供了基于多核函數(shù)的非線性自適應(yīng)濾波器性能分析、比較和設(shè)計(jì)手段。
　　4.針對(duì)陣列接收噪聲組成分量的空時(shí)復(fù)雜性，同時(shí)根據(jù)多核函數(shù)的自適應(yīng)濾波器結(jié)構(gòu)，提出兩種基于

8、線性核函數(shù)與非線性高斯核函數(shù)加權(quán)組合的雙核歸一化最小均方誤差濾波BKNLMS1方法和BKNLMS2方法。針對(duì)陣列多通道差分方法提供相關(guān)噪聲的復(fù)雜性，通過對(duì)線性核函數(shù)和非線性高斯核函數(shù)分別加權(quán)得到兩種綜合自適應(yīng)濾波器。不僅考慮線性相關(guān)噪聲的抵消，而且進(jìn)行非線性相關(guān)噪聲的抑制，并利用湖試噪聲數(shù)據(jù)分別對(duì)單頻和調(diào)頻接收信號(hào)進(jìn)行相關(guān)檢測驗(yàn)證陣列自適應(yīng)噪聲抵消效果。仿真結(jié)果表明：所提兩種方法可以同時(shí)自適應(yīng)抵消線性和非線性噪聲分量從而改善信噪比提高檢

9、測概率，在相同檢測概率下不僅相對(duì)傳統(tǒng)線性自適應(yīng)噪聲抵消器的檢測概率提高了5dB，而且比單核KNLMS算法非線性自適應(yīng)噪聲抵消方法提高了2dB，因此所提兩種方法在對(duì)聲納陣列自適應(yīng)噪聲抵消的工程實(shí)際中具有很強(qiáng)的實(shí)用價(jià)值。
　　5.針對(duì)UUV舷側(cè)MIMO陣列對(duì)低速運(yùn)動(dòng)目標(biāo)檢測時(shí)易受到混響和干擾影響的問題，提出針對(duì)MIMO陣列基于子空間估計(jì)降維的空時(shí)兩維自適應(yīng)處理對(duì)混響和干擾進(jìn)行抑制的方法。該方法結(jié)合扁長橢球波函數(shù)的時(shí)限帶限特性近似構(gòu)造出