[发明专利]一种基于张量分解的矢量水听器阵列方位估计方法在审

专利信息
申请号: 201911127139.1 申请日: 2019-11-18
公开(公告)号: CN110837076A 公开(公告)日: 2020-02-25
发明(设计)人: 李松;陈哲;杨德森;莫世奇;方尔正;时洁;柳艾飞;李思纯;时胜国;洪连进;张揽月;胡博;朱中锐;张昊阳;陈广智 申请(专利权)人: 哈尔滨工程大学
主分类号: G01S3/802 分类号: G01S3/802
代理公司: 暂无信息 代理人: 暂无信息
地址: 150001 黑龙江省哈尔滨市南岗区*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 张量 分解 矢量 水听器 阵列 方位 估计 方法
【权利要求书】:

1.一种基于张量分解的矢量水听器阵列方位估计方法,其特征在于:步骤如下:

步骤1:构建矢量水听器的声压和振速分量组成的方向矢量;

步骤2:构建矢量水听器阵列的时延矢量;

步骤3:将矢量水听器阵列的方向矢量以及时延矢量重构成新的阵列流形张量;

步骤4:将矢量水听器阵列接收到的矢量信号重构成张量信号,并对张量信号进行分解和截断处理;

步骤5:利用新的阵列流形张量和噪声子空间进行空间谱搜索,空间谱的峰值对应的角度就是入射信号的方位角和俯仰角。

2.根据权利要求1所述的一种基于张量分解的矢量水听器阵列方位估计方法,其特征在于:步骤1中的方向矢量具体为:

当矢量水听器为三维矢量水听器时,矢量水听器的方向矢量为:

其中,a为矢量水听器的方向矢量,θ为入射信号的方位角,为入射信号的俯仰角,为X轴方向的方向余弦,为Y轴方向的方向余弦,为Z轴方向的方向余弦。

3.根据权利要求1或2所述的一种基于张量分解的矢量水听器阵列方位估计方法,其特征在于:步骤2中,当矢量水听器为三维矢量水听器,矢量水听器阵列为L型阵列时,矢量水听器阵列的时延矢量为:

A=[Ax Ay]

其中,A为矢量水听器阵列的时延矢量,Ax为X轴方向的时延矢量,Ay为Y轴方向的时延矢量,λ为入射信号的波长,d为阵元间距,Mx为X轴方向上的矢量水听器个数,My为Y轴方向上的矢量水听器个数。

4.根据权利要求3所述的一种基于张量分解的矢量水听器阵列方位估计方法,其特征在于:步骤3中的阵列流形张量具体为:

当矢量水听器为三维矢量水听器,矢量水听器阵列为L型阵列时,重构阵列流形向量成张量形式:

其中,为矢量水听器阵列的阵列流形张量,k为满足远场窄带平面波条件的入射信号个数,为X轴方向第k个入射信号的阵列流形张量,为Y轴方向第k个入射信号的时延张量,θk为第k个入射信号的方位角,为第k个入射信号的俯仰角,Mx为X轴方向上的矢量水听器个数,My为Y轴方向上的矢量水听器个数。

5.根据权利要求4所述的一种基于张量分解的矢量水听器阵列方位估计方法,其特征在于:步骤4中的具体实现为:

在张量模型下,构造三阶张量信号:

式中,为三阶张量信号,×3表示张量与矩阵的3-模乘积,为阵列流形张量,为远场窄带平面波波形,为噪声张量,其中M为矢量水听器阵列阵元总个数,N为采样点数,K为入射信号个数;

将得到的三阶张量信号进行TUCKER分解为:

式中,为张量的核张量,×1表示张量与矩阵的1-模乘积,×2表示张量与矩阵的2-模乘积,×3表示张量与矩阵的3-模乘积,为张量的1-模展开的左奇异矩阵,为张量的2-模展开的左奇异矩阵,为张量的3-模展开的左奇异矩阵;

对张量的1-模和2-模展开的左奇异矩阵进行截断,取M-K个较小奇异值对应的列矢量分别组成U1N∈CM×(M-K),U2N∈C4×(4-K),其中M为矢量水听器阵列阵元总个数,K为入射信号个数。

6.根据权利要求5所述的一种基于张量分解的矢量水听器阵列方位估计方法,其特征在于:步骤5中的具体实现为:

利用阵列流形张量的行向量分量和列向量分量分别与对应的噪声子空间正交的性质,得到基于TUCKER分解的方位估计方法的空间谱估计公式:

式中,为矢量水听器阵列的阵列流形张量,×1表示张量与矩阵的1-模乘积,×2表示张量与矩阵的2-模乘积,U1N为张量的1-模展开的截断左奇异矩阵,U2N为张量的2-模展开的截断左奇异矩阵,为U1N的共轭转置,为U2N的共轭转置;

空间谱的峰值对应的角度就是入射信号的方位角和俯仰角。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学,未经哈尔滨工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911127139.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top