王辛， 郭龙祥， 生雪莉， 殷敬伟， 李佳馨

(1. 哈尔滨工程大学 水声技术重点实验室，黑龙江 哈尔滨 150001；2. 海洋信息获取与安全工业和信息化部重点实验室(哈尔滨工程大学)，黑龙江 哈尔滨 150001；3.哈尔滨工程大学 水声工程学院，黑龙江 哈尔滨150001)

传统的水声方位估计中，通常使用的是均匀直线阵列结构，但由于水声探测环境多目标、多干扰的特点，为了有效地分辨目标，对阵列的空间分辨力有一定的要求。而阵列的空间分辨力与阵列孔径直接相关，对于均匀直线阵列而言，为了避免角度模糊，阵元间距限制在分析信号频率上限的半波长以下，在这种条件下要想获得高的空间分辨力就需要大量的阵元组成长线阵[1]。但是出于对制造成本以及信号处理实时性等方面的考量，实际的水声阵列使用过程中不便使用过多的阵元通道数据。为了解决这一问题，诸多学者研究如何使用较少的阵元数完成对多目标方位的高分辨估计。为此，许多稀疏阵型结构被提出，Moffet[2]提出了最小冗余阵的概念，但由于其结构不唯一导致实际应用中的不便。Vaidyanathan等[3]提出由2个子阵组成嵌套阵列的概念，但由于第一子阵的阵元间距较近容易受互耦效应影响而存在缺陷[4]。Vaidyanathan等[5]又提出了互质采样和互质阵(coprime array, CPA)的阵列模型概念。此后提出的改进的互质阵结构通过对子阵压缩平移获得新的互质阵结构(coprime array with compressed inter-element spacing, CIES-CA)[6]，减少了互质阵虚拟阵列损失的孔径影响。

为此，本文站在水声多目标方位估计的背景上，利用信号分类算法与虚拟阵元法，从多目标方位分辨能力以及多目标方位估计误差2个方面，分析子阵压缩的互质阵在多目标估计中的算法性能。……