基于RJMCMC方法的水下被动目标声源数和方位联合估计  

Joint Estimation of Source Number and DOA for Underwater Passive Tar-get Based on RJMCMC Method

作　　者：陈钊[1] 刘郑国[2] 王海燕[1] 申晓红[1] 和斌[1] 

机构地区：[1]西北工业大学航海学院,陕西西安710072 [2]中国船舶重工集团公司,北京100097

出　　处：《鱼雷技术》2011年第6期415-422,共8页Torpedo Technology

基　　金：国家自然科学基金(60972153);博士点基金(20096102110038);西北工业大学基础研究基金(NPU-FFR-JC201004)

摘　　要：针对传统的子空间类宽带信号处理方法需要较多的信号快拍数才能取得较好的估计效果这一问题,本文将一种基于时域宽带信号模型的贝叶斯高分辨估计方法用于水下被动目标的方位估计(DOA)。该方法使用宽带信号的时域模型,依据贝叶斯准则构建所需参数的后验概率密度函数,并采用可逆跳变马尔科夫链蒙特卡罗(RJMCMC)方法执行贝叶斯计算,对后验概率密度函数进行峰值搜索。由于其能够在不同维的参数空间中跳转,因此可以进行模型阶数(声源数)和目标方位的联合估计。与传统的子空间类方法相比,这一方法能直接在时域进行信号处理且仅需显著较少的信号快拍数。仿真结果表明,RJMCMC算法能较好地估计出声源数和目标方位。Conventional wideband signal processing method of subspace class wideband requires more snapshots to get a better estimation result.We apply a Bayesian high resolution direction of arrival（DOA） estimation method based on the time-domain wideband signal model to underwater passive target DOA estimation.Compared with conventional sub-space class methods,the proposed method can process signal directly in time-domain and needs remarkably less snap-shots.We use a time-domain wideband signal model to construct a posterior probability density function（PDF） of the parameters according to Bayes law,and then use the reversible jump Markov chain Monte Carlo（RJMCMC） method for Bayesian estimation to search peaks of the posterior PDF.This method can jump among parameter spaces with different orders,thus can implement joint model order（i.e.source number） and DOA estimation.Simulation results show that the RJMCMC method exhibits good performance in joint estimation of model order and DOA.

关 键 词：被动目标方位估计 时域宽带模型 贝叶斯高分辨 模型阶数检测 可逆跳变马尔可夫链蒙特卡罗(RJMCMC) 

分 类 号：TJ630.34[兵器科学与技术—武器系统与运用工程] TN911.7[电子电信—通信与信息系统]