不确定海洋环境中的模态子空间重构稳健目标定位方法
【专利摘要】本发明提供了一种不确定海洋环境中的模态子空间重构稳健目标定位方法，首先建立不确定海洋环境模型，利用水平波数的二阶特性来确定可预测模态子空间；将目标可能出现的区域在距离和深度上划分网格，利用可预测模态子空间及其对应的模态系数重构各个网格点上的拷贝场向量并归一化；获得声纳阵列各测量水听器接收信号，得到频域数据快拍；利用多个频域数据快拍求得协方差矩阵；将各个网格点上的拷贝场向量和协方差矩阵R进行相关处理，得到目标位置的估计。本发明受环境不确定的影响较小，定位性能要优于传统的匹配场定位方法和稳健最大似然方法。
【专利说明】不确定海洋环境中的模态子空间重构稳健目标定位方法
【技术领域】
[0001]本发明涉及一种目标定位方法。
【背景技术】
[0002]实现对水下目标的有效定位是声纳设备的主要目的之一，寻找快速稳健的目标定位算法有着重大的工程应用意义。
[0003]现代的声纳定位面临来自两个方面的挑战，其一是待定位目标的辐射声源级越来越低，例如随着一系列减震降噪措施的应用，在过去的30?40年内水下航行器的声源级大约以每年0.5?IdB的速度下降，这给声纳定位带来了巨大的挑战。第二个是声纳工作的环境由深海转向浅海环境，在浅海海域，由于受到海底、海面以及各种海洋不均匀性的影响，声纳回波表现出起伏和衰落效应，这也使声纳目标定位变的更加困难。
[0004]不确定海洋环境中稳健目标定位的方法主要包括:多邻点约束最小方差波束形成器(MV_NCL) [Schmidt (1990)]、环境扰动约束最小方差波束形成器(MV_EPC)[Krolik(1992)]、最优贝叶斯检测器(OUFP)[Richardson(1991)，Shorey(1994)，Sha (2005，2006)]、广义似然比方法[Collins (1991)，Gerstoft (1994), Harrison (1996)]和稳健最大似然方法[Tabrikian (1997)]等。MV_NCL和MV_EPC方法同属于扰动约束类方法，这两个算法都是在标称声场参数中加入一个较小的扰动，得到一个扰动的声场参数集，在这个参数集里使用特定的准则来求解最为有效的定位或者检测统计量，进而实现稳健性。OUFP方法需要对环境参数进行概率积分来消除参数不确定的影响，其方法在统计意义下具有最优的定位性能，突出的问题是积分运算较为复杂。广义似然比方法将目标位置和环境参数同时作为需要估计的量，其方法在定位目标的同时实现了环境参数的估计。该方法需要对多维的参数空间进行搜索，同时由于目标函数有很多局部最值，因此需要一些全局的寻优算法，包括模拟退火算法和神经网络算法，其计算复杂度非常高。稳健最大似然方法将不稳定的模态进行正交投影置零，来环境不确定的影响。该方法在较高的信噪比时，由于模态失配而引起的正交投影不能完全置零的问题显现出来，导致定位性能的损失。
【发明内容】
[0005]为了克服现有技术的不足，本发明提供一种基于模态子空间重构的定位方法。该方法利用了海洋环境中的一些模态受到不确定的影响较小这一物理特性，这些稳定的模态构成可预测模态子空间，使用这个模态子空间来重构拷贝场向量，实现了对目标的快速稳健定位。
[0006]本发明解决其技术问题所采用的技术方案包括以下步骤:
[0007]I)建立不确定海洋环境模型，确定海洋环境模型中各个参数的概率密度函数；
[0008]2)在步骤I中建立的不确定海洋环境模型中，利用水平波数的二阶特性来确定可预测模态子空间；
[0009]3)将目标可能出现的区域在距离和深度上划分网格，网格的疏密可根据实际情况选择；计算各个网格点上的可预测模态子空间对应的模态系数；利用可预测模态子空间及其对应的模态系数重构各个网格点上的拷贝场向量并归一化；
[0010]4)获得声纳阵列各测量水听器接收信号，在期望频率上对接收信号做窄带傅里叶变换，得到频域数据快拍r ;利用多个频域数据快拍求得协方差矩阵R ;频域数据快拍的数目和实际应用环境中的信噪比和声场相关时间等有关；
[0011]5)将各个网格点上的拷贝场向量和协方差矩阵R进行相关处理，这些相关处理的结果就构成了定位表面；求定位表面的最大值，其对应的网格点位置作为目标位置的估计。
[0012]所述步骤1)，具体实现如下:
[0013]将确定海洋环境中的环境参数设置为符合概率密度函数的随机值，就得到了不确定海洋环境模型。概率密度函数一般情况下可以选择为均匀分布或者正态分布。
[0014]所述步骤2)，具体实现如下:
[0015]利用蒙特卡罗方法采样不确定海洋环境模型，采样次数为L (L > 100)，得到不确定海洋环境模型的不同实现。使用简正波计算程序来生成不确定海洋环境模型的不同实现下的水平波数；假设水平波数向量为k, k = [k1； k2,...，!%],其中km，m = I,…，M表示第m阶模态对应的水平波数，M表示当前声场环境下可远距离传播的最大模态阶数；k
的协方差矩阵的估计为 第I个水平波数向量实现，匕是k的期望玉兰E(k)的无偏估计,k=jZk/ ;将水平波
数分解为k-k + Ak-k + Aki + iik + el.其中，I为M0Xi维的全I向量；八1^与向量JZ以及I都正交，令F兰[E I],那么Ak丄=Ak -F(FHFr'FnAk = ，其中，Pf =1-FCF11Fr1FilAk，为Pf的正交投影矩阵；将水平波数协方差矩阵r投影到矩阵F的正交空间中 [0016]假设可预测模态子空间由M0个模态构成，I < M0 ^ M, S地表示M个模态中所有包含Mtl个模态的子空间的集合，rproJ(Qc)表示Ω。这个子空间上的协方差矩阵，可预测模态
子空间对应的模态阶数集合％ =arSsJSJ0’其中trace(.)为矩阵求迹
函数；
[0017]计算不同M0取值时的定位性能结果，挑选出具有最高的定位性能的值作为M0值；
[0018]假设不确定海洋环境模型中的随机参数都取其均值，得到均值海洋环境模型，在此均值海洋环境模型下，使用简正波计算程序计算得到各阶模态I (Z)和其对应的水平波数k，m = 1，...，M ;那么可预测模态子空间可以表示为
[0019]
【权利要求】
1.一种不确定海洋环境中的模态子空间重构稳健目标定位方法，其特征在于包括下述步骤: .1)建立不确定海洋环境模型，确定海洋环境模型中各个参数的概率密度函数； .2)在步骤I中建立的不确定海洋环境模型中，利用水平波数的二阶特性来确定可预测模态子空间； .3)将目标可能出现的区域在距离和深度上划分网格，计算各个网格点上的可预测模态子空间对应的模态系数；利用可预测模态子空间及其对应的模态系数重构各个网格点上的拷贝场向量并归一化； .4)获得声纳阵列各测量水听器接收信号，在期望频率上对接收信号做窄带傅里叶变换，得到频域数据快拍r ;利用多个频域数据快拍求得协方差矩阵R ； . 5)将各个网格点上的拷贝场向量和协方差矩阵R进行相关处理，这些相关处理的结果就构成了定位表面；求定位表面的最大值，其对应的网格点位置作为目标位置的估计。
2.根据权利要求1所述的不确定海洋环境中的模态子空间重构稳健目标定位方法，其特征在于:所述的步骤I)将确定海洋环境中的环境参数设置为符合均匀分布或者正态分布的随机值，得到不确定海洋环境模型。
3.根据权利要求1所述的不确定海洋环境中的模态子空间重构稳健目标定位方法，其特征在于所述的步骤2)具体实现如下: 利用蒙特卡罗方法采样不确定海洋环境模型，采样次数为L，LS 100，得到不确定海洋环境模型的不同实现；使用简正波计算程序来生成不确定海洋环境模型的不同实现下的水平波数；假设水平波数向量为k, k = [k1； k2,...，!%],其中km，m = I,…，M表示第m阶模态对应的水平波数，M表示当前声场环境下可远距离传播的最大模态阶数；k的协方差矩阵的估计为
4.根据权利要求1所述的不确定海洋环境中的模态子空间重构稳健目标定位方法，其特征在于所述的步骤3)具体实现如下: 将目标可能出现的区域划分网格，假设距离r方向上的网格点数为Nr，深度z方向上网格点数为Nz,那么每一个网格点的位置可以表示为(rm, znz),nr = I,…，Nr,nz = I,…，Nz ； 计算各个网格点上可预测模态子空间对应的模态系数Hkl = 1，...，Μ0:
5.根据权利要求1所述的不确定海洋环境中的模态子空间重构稳健目标定位方法，其特征在于:所述的步骤4)中得到一系列频域数据快拍后,计算协方差矩阵=，
其中r,表示第q个数据频域快拍，Q为处理中使用的频域快拍数目。
6.根据权利要求1所述的不确定海洋环境中的模态子空间重构稳健目标定位方法，其特征在于:所述的步骤5)将各个网格点上的拷贝场向量Αωρ(/;?.，Ζ?ζ)和协方差矩阵R进行相关处理
【文档编号】G01S15/06GK103487811SQ201310354357
【公开日】2014年1月1日 申请日期:2013年8月14日 优先权日:2013年8月14日
【发明者】孙超, 刘宗伟 申请人:西北工业大学