Quantitative assessment of the effectiveness of adaptive spatial processing algorithms in searching for low-noise underwater vehicles in surface shipping conditions of different density

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The article describes the methodology and provides the results of a model quantitative assessment of the effectiveness of solving the problem of detecting and tracking a low-noise underwater object using three algorithms for spatial signal processing at the output of a multi-element antenna — the non-adaptive Bartlett algorithm, the Capon algorithm, and the Capon algorithm combined with a projection procedure limiting the signal power of strong local sources.

Full Text

Restricted Access

About the authors

A. I. Mashoshin

JSC "Concern" Central Research Institute "Electropribor"

Author for correspondence.
Email: aimashoshin@mail.ru
Russian Federation, st. Malaya Posadskaya 30, St. Petersburg, 197046

V. S. Melkanovich

JSC "Concern" Central Research Institute "Electropribor"

Email: aimashoshin@mail.ru
Russian Federation, st. Malaya Posadskaya 30, St. Petersburg, 197046

References

  1. Burg J.P. Maximum Entropy Spectral Analysis // Proc. 37th meeting Soc. Explor. Geophysics. 1967.
  2. Anderson V.C., Rudnick P. Rejection of a coherent arrival at an array // J. Acoust. Soc. Am. 1969. V. 45. № 2.
  3. Capon J. High Resolution Frequency-Wavenumber Spectral Analysis // Proc. IEEE. 1969. V. 57. P. 1408−1418.
  4. Frost O.L. An Algorithm for Linearly Constrained Adaptive Array Processing // Proc. IEEE. 1972. V. 60. № 8. P. 926−935.
  5. Bienvenu G. Influence of the spatial Coherence of the Background Noise on High Resolution Passive Methods // Proc IEEE ICASSP. 1979. P. 306–309.
  6. Сазонтов А.Г. Локализация источника в переменном по трассе волноводе в условиях неполной информации о пространственной изменчивости среды распространения // Акуст. журн. 2022. Т. 68. № 6. С. 689−696.
  7. Gray D.A. Formulation of The Maximum Signal to Noise Array in Beam Space // J. Acoust. Soc. Am. 1982. V. 72. № 14. P. 1195−1201.
  8. Малеханов А.И., Смирнов И.П. Пространственная обработка акустических сигналов в каналах мелкого моря в условиях априорной неопределенности: оценки потерь эффективности // Акуст. журн. 2022. Т. 68. № 4. С. 427−439.
  9. Ильин И.М. Оптимизация обработки сигналов на выходе сформированного веера характеристик направленности // Вопросы судостроения. Серия «Общетехническая». 1984. Вып. 75. С. 49–54.
  10. Schmidt R.O. Multiple emitter location and signal parameter estimation // IEEE Trans. 1986. V. AP-34. № 3. P. 276–280.
  11. Раевский М.А., Бурдуковская В.Г. Пространствен-ная обработка акустических сигналов в океани-ческих волноводах на фоне шумов ветрового происхождения // Акуст. журн. 2023. Т. 69. № 1. С. 73−83.
  12. Gershman A.B. Robust Adaptive Beamforming in Sesor Arrays // Int. Journ. Electronics and Communications. 1999. V. 53. P. 305–314.
  13. Монзинго Р.А., Миллер Т.У. Адаптивные антенные решетки. Введение в теорию. М., 1986, 446 с.
  14. Krim H., Viberg M. Two decades of array signal processing research // IEEE Signal Processing Magazine. 1996. № 7. P. 67–95.
  15. Van Trees H.L. Optimum Array Processing: Part IV. Detection, Estimation, and Modulation Theory. Wiley Interscience, 2002. P. 1470.
  16. Малышкин Г.С. Оптимальные и адаптивные методы обработки гидроакустических сигналов. Т. 2. Адаптивные методы. ОАО "Концерн "ЦНИИ "Электроприбор", 2011. 374 с.
  17. Малышкин Г.С., Сидельников Г.Б. Оптимальные и адаптивные методы обработки гидроакустических сигналов (обзор) // Акуст. журн. 2014. Т. 60. № 5. С. 526–545.
  18. Ратынский М.В. Адаптация и сверхразрешение в антенных решетках. М.: Радиоисвязь, 2004. 199 с.
  19. Малышкин Г.С., Шафранюк А.В. Адаптивное разрешение широкополосных гидроакустических сигналов с частично нарушенной когерентной структурой // Акуст. журн. 2013. Т. 59. № 5. С. 613–629.
  20. Малышкин Г.С., Кузнецова А.С., Сидельников Г.Б. Обнаружение слабых гидроакустических сигналов на основе быстрых проекционных алгоритмов. // Акуст. журн. 2016. Т. 62. № 2. С. 237−246.
  21. Малышкин Г.С. Сравнительная эффективность классических и быстрых проекционных алгоритмов при разрешении слабых гидроакустических сигналов // Акуст. журн. 2017. Т. 63. № 2. С. 196−208.
  22. Малышкин Г.С. Экспериментальная проверка эффективности быстрых проекционных алгоритмов // Акуст. журн. 2019. Т. 65. № 6. С. 828−847.
  23. Малышкин Г.С., Мельканович В.С. Классические и быстрые проекционные адаптивные алгоритмы в гидроакустике. СПб.: ГНЦ РФ АО "Концерн "ЦНИИ "Электроприбор", 2022. 268 с.
  24. Мельканович В.С. Особенности построения адаптивной обработки сигналов по выходу цилиндрической антенной решетки с горизонтальной образующей // Сборник материалов конференции «Управление в морских системах» (УМС-2020). СПб., 2020.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Vessel trajectories in one simulation cycle at a shipping density of 10–3 km–2.

Download (461KB)
Indexing metadata
3. Fig. 2. Direction-finding reliefs corresponding to three simulated algorithms - Bartlett (green line), classical Capon (blue line), Capon with limitation of the power of strong LI (red line). The black arrow indicates the direction to the low-noise PO.

Download (216KB)
Indexing metadata
4. Fig. 3. Average number of vessels in a circle of radius 100 km depending on the logarithm of shipping density W.

Download (63KB)
Indexing metadata
5. Fig. 4. Average detection distance of a low-noise underwater object depending on the logarithm of the shipping density W using three spatial processing algorithms.

Download (67KB)
Indexing metadata
6. Fig. 5. Average observation time of a low-noise underwater object depending on the logarithm of the shipping density W using three spatial processing algorithms.

Download (67KB)
Indexing metadata

Copyright (c) 2024 The Russian Academy of Sciences