拖线阵声纳阵形估计方法研究+文献综述(2)
线列阵声纳将接收声波的拖线阵远离工作母船，显著减小了拖曳平台噪声的影响，显
著提高接收信噪比，达到提高声纳检测能力的目的。拖曳线列阵声纳中的拖线阵规模
不受舰船尺寸的限制，可以安装较之舰壳声纳更多的水听器，充分利用了海洋中信号
和噪声不同的统计特性，有效地提高声纳的检测性能。可以利用在海洋中传播损失较
小而且是水面和水下目标辐射噪声中重要成分的低频信号进行检测。基于以上优点，
拖曳阵声纳出现后受到各国广泛关注，已成为各国海军对水下潜艇进行探测的重要装
备。
由于水下声能量的传播损失随频率的降低而减小，潜艇表面的吸声能力也随频率
的降低而减弱，而且水听器的数目越多，获得增益就越大，对目标的探测能力就越强，
因此，目前拖曳阵声纳有两种发展趋势：一是低频化，二是大孔径。
为了获得足够高的信噪比，得到更好的目标方位分辨力，需要进行波束形成，而
自适应波束形成算法是目前波束形成的研究方向。但是，自适应波束形成的缺陷是对
阵列的误差极其敏感，必须以精确已知阵列流形为前提，方能得到优良性能。对于拖
曳式线列阵而言，由于其本身的柔性和大孔径、海洋环境条件及舰船轨迹等影响，会
造成拖曳过程中的阵形畸变。这时，若仍按照直线阵进行处理，会产生很大偏差，所
以对阵列的形状估计是一个迫切需要研究和解决的问题。
1.2 当前研究与进展 拖曳阵阵形畸变的解决方法就是在波束形成之前估计出阵形，从而进行相应的校
正以获得精确的阵形流形。目前的研究阵形估计方法有很多，最常用的是在拖曳阵上
放置多个水平/深度测量仪，或者 GPS 天线，以获得阵元的位置信息，进而估计阵形，
这种方法简单直接，但是成本过高。还可以通过求解流体力学中的 Paidoussis 方程，
利用卡尔曼滤波方法进行阵形估计等。
为了使波束在更加复杂的信号环境中稳健工作，并加快算法收敛速度，用更少的
快拍达到更好的处理效果，人们目前正在研究稳健的自适应波束形成算法，包括：对
角加载法，基于特征空间的自适应波束形成，正交投影算法，零陷加宽算法，线性约
束法，盲自适应波束形成等。
对角加载法是存在阵列方向向量误差和有限次快拍条件下最常用的一种稳健波
束形成算法，此方法通过给协方差矩阵的对角线元素增加较小的加载量，减小其噪声
特征值的扩散程度，从而减小特征噪声向量对自适应权向量的影响，提高算法稳健性，
同时波束保形。
基于特征空间的自适应波束形成算法是通过摒弃自适应权向量在噪声子空间的
分量，仅仅保存其在信号子空间的分量来提高波束形成算法的性能。它不仅提高了算
法的收敛速度和系统输出的信噪比，而且有较好的稳健性。
正交投影算法是将期望信号先从接收信号方向向量中去掉，用只含干扰和噪声的
协方差矩阵产生自适应加权，用约束方向向量对干扰子空间的正交投影补空间来形成
自适应权值，有较好的干扰抑制性能，同时有较快的收敛速度。
零陷加宽算法自适应算法所形成的干扰零陷很窄，且非常陡峭。由于处理速度及
实时性要求等条件的限制下，一般的处理过程都是采用批处理的方式，而且自适应权
值存在时间滞后问题，即第一段数据快拍得到的自适应权值往往用于下一段数据的自
适应处理，在干扰快速移动时，很容易出现数据失配的情况。另外由于天线接收平台