Detection of Weak Sonar Signals in Harsh Noise Conditions Using Modified Classical Adaptive Algorithms
Abstract
The paper considers optimization of receive path for the case of detecting weak local sources in the presence of stronger local sources. The initial classical problem statement based on spectral decomposition with sample estimate of correlation matrix is complemented with matrix correction before its future use using for example Capon algorithm. The estimate of correlation matrix is corrected as follows: based on analysis of numerical values of eigenvalues and analysis of situation using nonadaptive algorithms, the number M1 of interfering signals, which provide the most significant masking action on the weak signals is determined; M1 largest spectral numbers are modified by certain decreasing their values to mitigate the interfering action. Further, the corrected estimate of correlation matrix is used for example in Capon algorithm with corrected matrix used instead of initial one. As a result, a new algorithm is generated, intended for detection of weak signals (hereinafter referred to as CaponW, W meaning weak), with strong signals presents in its bearing plots in suppressed form. Simulation studies have been performed for the tactical situation with 14 signals, with strong signals being multipath and containing a significant dissipated component. Simulation has shown that the modified CaponW algorithm features better resolution and reduced contact loss time as compared with classical Capon algorithm.
About the Authors
G. S. Malyshkin
JSC «Concern CSRI Elektropribor»
Russian Federation
Russian Federation
Saint-Petersburg
A. S. Kuznetsova
JSC «Concern CSRI Elektropribor»
Russian Federation
Russian Federation
Saint-Petersburg
References
1. Сapon J. High resolution frequency-wavenumber spectral analysis // Proc. IEEE. 1969. V. 57. P. 1408—1418.
2. Schmidt R. O. Multiple emitter location and signal parameter estimation // IEEE Trans. 1986. V. AP_34, № 3. P. 276—280.
3. Wang H., Kaveh M. Focusing matrices for coherent signal_subspace processing // IEEE Transaction Acoustic, Speech and Signal Processing. 1988. V. ASSP_36, № 8. P. 1272—1281.
4. Малышкин Г. С. Анализ влияния физических и технических факторов на эффективность адаптивных алгоритмов обработки гидроакустических сигналов // Акуст. журн. 2014. Т. 60, № 3. С. 284—299.
5. Малышкин Г. С. Влияние рассеяния сильных мешающих гидроакустических сигналов на эффективность адаптивных алгоритмов при разрешении слабых сигналов // Фундаментальная и прикладная гидрофизика. 2013. Т. 6, № 1. С. 78—89.
6. Малышкин Г. С., Шафранюк Ю. В. Адаптивный прием плосковолновых широкополосных сигналов // Фундаментальная и прикладная гидрофизика. 2013. Т. 6, № 1. С. 66—77.
7. Малышкин Г. С., Мельканович В. С. Адаптивные алгоритмы для обнаружения и оценки параметров слабых сигналов в режиме шумопеленгования при наличии сильных мешающих источников звука // Успехи современ. радиоэлектроники. 2009. № 12. C. 32—45.
8. Малышкин Г. С., Сидельников Г. Б. Оптимальные и адаптивные методы обработки гидроакустических сигналов (обзор) // Акустический журнал. 2014. Т. 60, № 5. С. 526—545.
9. Малышкин Г. С., Сидельников Г. Б. Анализ функционирования классических адаптивных алгоритмов в условиях многолучевого распространения и рассеяния. Направления их модификации // Труды XII Всероссийской конференции «Прикладные технологии гидроакустики и гидрофизики». СПб.: Нестор-История, 2014. C. 377—380.
10. Белецкий Ю. С. Методы и алгоритмы контрастного обнаружения сигналов на фоне помех с априори неизвестными характеристиками. М.: Радиотехника, 2011. 429 с.
Review
For citations:
Malyshkin G.S., Kuznetsova A.S. Detection of Weak Sonar Signals in Harsh Noise Conditions Using Modified Classical Adaptive Algorithms. Fundamental and Applied Hydrophysics. 2016;9(2):73-80. (In Russ.)
Views:
116
Email this article 