一种适用于UUV平台的高分辨目标方位估计方法技术

本发明专利技术公开了一种适用于UUV平台的高分辨目标方位估计方法，属于声纳探测技术领域。本发明专利技术结合UUV平台工作的实际特点，根据UUV实时航向角信息设计空域旋转矩阵，该矩阵能够对观测数据中UUV航向角变化导致的目标方位信息的变化进行实时补偿，进而使目标方位在空域上实现聚焦。本发明专利技术可以有效地还原阵列静止时的数据协方差矩阵，使子空间类方位估计方法在UUV运动场景下的应用成为可能，能够提供更好的方位分辨能力。本发明专利技术可适用于UUV被动声纳系统，具有一定的实际指导价值。

【技术实现步骤摘要】
一种适用于UUV平台的高分辨目标方位估计方法
本专利技术涉及一种适用于UUV平台的高分辨目标方位估计方法，属于声纳探测

技术介绍
UUV平台具有灵活机动、效费比高等突出优点，在海洋勘探、搜救、监视、侦察等领域应用广泛。探测声纳是搭载于UUV平台上的最重要的任务型声纳之一。根据其工作模式的不同，可分为主动式与被动式。主动声纳自身发射声波，并从反射回波中提取目标信息；而被动声纳则不发射任何声波，通过接收水下或水面目标航行时所产生的辐射噪声，即可实现目标探测。与主动声纳相比，被动声纳则具有隐蔽、高效等优点，更有利于发挥UUV平台的潜能。对远场弱水下或水面目标进行方位估计是搭载于UUV平台上的被动声纳阵列的重要任务之一。传统的子空间类高分辨方位估计方法，如多信号分类(MultipleSignalClassification,MUSIC)方法，主要思想是利用数据协方差矩阵对信号子空间与噪声子空间进行估计，并基于两个子空间的正交性获取高分辨的方位估计结果。当处于低信噪比(SignaltoNoiseRatio,SNR)条件时，积累大量的阵列接收数据快拍可以对数据协方差矩阵进行更精确地估计，进而获取更好的方位估计性能。因此，对于弱目标的方位估计问题而言，获取到大量且连续的阵列接收数据快拍是十分必要的。然而，受UUV平台机动性与复杂海洋环境的影响，在大量数据快拍的采集时间内，UUV航向角会难以避免地发生变化，进而造成数据快拍中目标方位信息的相对变化，此时，因无法有效利用大量连续的数据快拍构建有效的数据协方差矩阵，导致子空间类高分辨方位估计方法失效。因此，有必要对UUV平台航向角变化时的方位估计问题进行研究，以进一步提高UUV平台被动声纳对弱目标的探测能力。
技术实现思路
本专利技术的目的是提出一种适用于UUV平台的高分辨目标方位估计方法，以解决传统技术中在大量数据快拍的采集时间内，因无法有效利用大量连续的数据快拍构建有效的数据协方差矩阵，导致子空间类高分辨方位估计方法失效的问题。一种适用于UUV平台的高分辨目标方位估计方法，所述高分辨目标方位估计方法包括以下步骤：步骤一、将感兴趣观测区间进行角度离散化，并结合UUV导航系统提供的航向角变化信息与阵列导向矢量信息，构建空域旋转前后的感兴趣观测区间的导向矩阵；步骤二、利用空域旋转前后的导向矩阵，设计空域旋转矩阵；步骤三、利用空域旋转矩阵，对阵列接收快拍进行空域旋转，使目标信息在空域上实现聚焦；步骤四、利用旋转后的阵列数据快拍，构建聚焦协方差矩阵；步骤五、对聚焦协方差矩阵进行特征分解，估计得到噪声子空间；步骤六、基于阵列导向矢量与噪声子空间的正交性，计算得到方位谱信息；步骤七、对方位谱进行谱峰搜索，得到目标方位结果。进一步的，在步骤一中，具体的，首先将感兴趣的观测区间进行离散化，即感兴趣的观测区间被离散为N个角度，分别为θ1,θ2,…,θN，结合UUV导航系统提供的航向角变化信息与阵列导向矢量信息，构建空域旋转前后的感兴趣观测区间的导向矩阵，A(θ)＝[a(θ1),a(θ2),…,a(θN)](2)式中表示空域旋转前的导向矩阵，A(θ)表示空域旋转后的导向矩阵，表示航向角变化量，a(θ)表示对应角度θ的阵列导向矢量。进一步的，在步骤二中，具体的，结合空域旋转前后的导向矩阵和A(θ)，空域旋转矩阵的设计问题如下所示，式中G(t)表示待优化求解的空域旋转矩阵，(·)H表示共轭转置运算，||·||F表示矩阵的Frobenius范数，I表示单位矩阵，首先，将优化问题式(3)的目标函数等效转化为如下的形式，式中(·)H表示共轭转置运算，要使上式的代价函数最小，也就等价于使最大，令对上述的矩阵进行奇异值分解有C＝UΣVH(6)式中，U和V分别为C的左奇异矢量和右奇异矢量，Σ＝diag(σ1,σ2,…,σL)，σi是C的奇异值，假设矩阵C的秩为r，则σ1≥σ2≥…σr＞σr+1＝…＝σL＝0(7)因此令Z＝UHGH(t)V，则Z是酉矩阵，|Zii|≤1,i＝1,…,L,有下式成立，当|Zii|＝1(i＝1,…,L)时上式取等号，这时G(t)的一个解为，G(t)＝VUH(10)因为这时，满足|Zii|＝1(i＝1,…,L)，因此，式(10)即给出了空域旋转矩阵的设计公式。进一步的，在步骤三中，具体的，利用式(10)得到的空域旋转矩阵G(t)，对阵列接收快拍进行空域旋转，使目标信息在空域上实现聚焦，y(t)＝GH(t)x(t)(12)式中，x(t)表示原始的阵列接收数据快拍，y(t)表示旋转后的阵列接收数据快拍。根据权利要求1所述的一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，在步骤四中，具体的，利用旋转后的阵列数据快拍y(t)，构建聚焦协方差矩阵式中，T表示总快拍数。进一步的，在步骤五中，具体的，对聚焦协方差矩阵进行特征分解，并估计得到噪声子空间式中表示信号子空间，表示信号子空间对应的特征值对角矩阵，表示噪声子空间，表示噪声子空间对应的特征值对角矩阵。进一步的，在步骤六中，具体的，基于阵列导向矢量与噪声子空间的正交性，计算得到方位谱信息，进一步的，在步骤七中，具体的，对式(15)得到的方位谱进行谱峰搜索，式(15)取得峰值的角度即为K个目标信源的方位估计值。本专利技术的主要优点是：本专利技术涉及一种适用于UUV平台的高分辨目标方位估计方法，相较于传统子空间类方位估计方法，本专利技术能够实时补偿UUV平台航向角变化带来的阵列快拍中的目标方位信息的相对变化，能够实现对远场弱目标的高分辨方位估计。本专利技术能更好地适用于UUV平台工作环境，具有一定的实际指导价值。附图说明图1为UUV平台工作态势图；图2为本专利技术的一种适用于UUV平台的高分辨目标方位估计方法的方法流程图；图3为空间谱对比图，其中，图3(a)为SNR＝5dB时的空间谱对比图；图3(b)为SNR＝0dB时的空间谱对比图；图3(c)为SNR＝-5dB时的空间谱对比图；图4为均方根误差随SNR的变化图；图5为成功分辨概率随SNR的变化图；图6为成功分辨概率随目标方位间隔的变化图。具体实施方式下面将结合本专利技术实施例中的附图对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1给出了UUV平台的工作态势。由于目标与UUV平台相距较远，因此UUV平台的平移运动对方位估计带来的影响可以被忽略。然而，UUV的航向角变化在水下机动过程中是无法避免的，会对远场弱目本文档来自技高网...

【技术保护点】
1.一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，所述高分辨目标方位估计方法包括以下步骤：/n步骤一、将感兴趣观测区间进行角度离散化，并结合UUV导航系统提供的航向角变化信息与阵列导向矢量信息，构建空域旋转前后的感兴趣观测区间的导向矩阵；/n步骤二、利用空域旋转前后的导向矩阵，设计空域旋转矩阵；/n步骤三、利用空域旋转矩阵，对阵列接收快拍进行空域旋转，使目标信息在空域上实现聚焦；/n步骤四、利用旋转后的阵列数据快拍，构建聚焦协方差矩阵；/n步骤五、对聚焦协方差矩阵进行特征分解，估计得到噪声子空间；/n步骤六、基于阵列导向矢量与噪声子空间的正交性，计算得到方位谱信息；/n步骤七、对方位谱进行谱峰搜索，得到目标方位结果。/n

【技术特征摘要】
1.一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，所述高分辨目标方位估计方法包括以下步骤：
步骤一、将感兴趣观测区间进行角度离散化，并结合UUV导航系统提供的航向角变化信息与阵列导向矢量信息，构建空域旋转前后的感兴趣观测区间的导向矩阵；
步骤二、利用空域旋转前后的导向矩阵，设计空域旋转矩阵；
步骤三、利用空域旋转矩阵，对阵列接收快拍进行空域旋转，使目标信息在空域上实现聚焦；
步骤四、利用旋转后的阵列数据快拍，构建聚焦协方差矩阵；
步骤五、对聚焦协方差矩阵进行特征分解，估计得到噪声子空间；
步骤六、基于阵列导向矢量与噪声子空间的正交性，计算得到方位谱信息；
步骤七、对方位谱进行谱峰搜索，得到目标方位结果。


2.根据权利要求1所述的一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，在步骤一中，具体的，首先将感兴趣的观测区间进行离散化，即感兴趣的观测区间被离散为N个角度，分别为θ1,θ2,…,θN，结合UUV导航系统提供的航向角变化信息与阵列导向矢量信息，构建空域旋转前后的感兴趣观测区间的导向矩阵，



A(θ)＝[a(θ1),a(θ2),…,a(θN)](2)
式中表示空域旋转前的导向矩阵，A(θ)表示空域旋转后的导向矩阵，表示航向角变化量，a(θ)表示对应角度θ的阵列导向矢量。


3.根据权利要求1所述的一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，在步骤二中，具体的，结合空域旋转前后的导向矩阵和A(θ)，空域旋转矩阵的设计问题如下所示，



式中G(t)表示待优化求解的空域旋转矩阵，(·)H表示共轭转置运算，||·||F表示矩阵的Frobenius范数，I表示单位矩阵，首先，将优化问题式(3)的目标函数等效转化为如下的形式，



式中(·)H表示共轭转置运算，要使上式的代价函数最小，也就等价于使最大，令



对上述的矩阵进行奇异值分解有
C＝UΣVH(6)
式中，U和V分别为C的左奇异矢量和右奇异矢...

【专利技术属性】
技术研发人员：郝宇，邱龙皓，邹男，付进，齐滨，王晋晋，王燕，梁国龙，张光普，王逸林，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江;23