一种低信噪比下新型匹配场被动定位方法技术

本发明专利技术公开了一种低信噪比下新型匹配场被动定位方法，本发明专利技术具体实现步骤如下：(1)选择距离和深度网格，通过声场模型计算拷贝场向量，进而计算拷贝场矩阵；(2)时频分析接收数据获得声源频率，并计算对应频率的协方差矩阵；(3)基于黎曼流形中的测地线距离，构造出两种黎曼匹配场处理器(4)分析不同信噪比下协方差矩阵的迹，改进黎曼匹配场处理器；本发明专利技术优点在于：(1)提高了黎曼匹配场处理器在低信噪比环境下的性能；(2)小孔径阵列条件下，算法可以有效降低旁瓣级，提高主瓣分辨率；(3)阵元间距大于半波长条件下，算法可以有效降低旁瓣级，提高主瓣分辨率。

【技术实现步骤摘要】
一种低信噪比下新型匹配场被动定位方法
本专利技术涉及一种水下声纳阵列信号处理算法，具体实施涉及一种低信噪比环境下的新型匹配场被动定位方法，可应用于无人平台的小孔径拖线阵或分布式短阵的联合定位，属于水声阵列信号处理领域。
技术介绍
常规匹配场定位方法了利用声场的全部信息，需要充分地采样声场才能在模糊平面上获得尖锐的峰值(代表声源位置)。这需要使用与海深可比拟的大孔径阵列，这种阵列的工程实现较为困难，耗资巨大且易于暴露。由于小孔径阵列用常规匹配场算法时，存在模糊度较高的问题，很难利用小孔径阵列直接估计出声源位置。如何用更少的阵元在低信噪比环境下，实现对目标的被动定位，是需要解决的技术问题。常规匹配场处理中的Bartlett处理器，原理为功率谱密度矩阵与拷贝场向量矩阵分别变换为列向量之间的直线距离线性相关。从数学关系上来看，Bartlett处理器在数学上是来测量功率谱密度矩阵与拷贝场向量矩阵的相似性。考虑到功率谱密度矩阵具有两个特点，一是埃尔米特共轭性和半正定性，可以根据非欧几里得几何的度量(如黎曼度量)测量两个矩阵的相似性。分析低信噪比条件下协方差矩阵迹的变化，构造出改进的黎曼匹配场处理器。
技术实现思路
针对上述现有技术，本专利技术要解决的技术问题是提供一种能够在低信噪比和小孔径阵列的条件下实现对声源被动定位的低信噪比下新型匹配场被动定位方法。为解决上述技术问题，本专利技术的一种低信噪比下新型匹配场被动定位方法，包括以下步骤：步骤1：根据阵列实测数据，通过时频分析获得声源信号的频率信息，计算对应频点的协方差矩阵；步骤2：根据阵列各个阵元布放深度，建立相应的拷贝场距离和深度网格，根据频率和海深选择声场模型，计算拷贝场向量和相应的拷贝场向量矩阵；步骤3：根据黎曼几何中测地线理论，选择黎曼距离用以度量协方差矩阵和拷贝场向量矩阵之间的相似性，进而构造出黎曼匹配场处理器；步骤4：根据不同信噪比对协方差矩阵的影响，优化改进黎曼匹配场处理器，得到改进后的黎曼匹配场处理器；步骤5：对所有距离和深度网格进行遍历，寻找功率最小的网格位置，即矩阵间距离最短位置，该网格位置即为被动声源的定位位置。本专利技术还包括：1.步骤3中黎曼匹配场处理器输出功率满足：其中，ri为第i个拷贝场距离和深度网格，i＝1～M，M为全部网格个数，W和K分别为范数归一化后的拷贝场向量矩阵和协方差矩阵。2.步骤4中改进后的黎曼匹配场处理器输出功率满足：其中，W和K分别为范数归一化后的拷贝场向量矩阵和协方差矩阵。本专利技术的有益效果：本专利技术不同于其他的常规匹配场定位方法，本专利技术利用协方差矩阵具有的共轭对称性和正定性，构造并改进黎曼匹配场处理器，与常规匹配场处理器和黎曼匹配场处理器相比，改进后的算法可以在低信噪比，小孔径阵列和阵元间距大于半波长的阵列条件下，实现对声源目标的被动定位，具有较好的主瓣分辨率和较低的旁瓣级。其具有以下优点：(1)提高了黎曼距离处理器在低信噪比环境下的应用性能；(2)小孔径阵列条件下，算法可以有效降低旁瓣级，提高主瓣分辨率；(2)阵元间距大于半波长条件下，算法可以有效降低旁瓣级，提高主瓣分辨率。本专利技术是基于黎曼距离的被动匹配场定位方法，具有低信噪比环境下的定位算法适用性，在小孔径阵列条件下，所提定位算法性能优于常规匹配场算法；阵元间距大于半波长条件下，所提定位算法性能优于常规匹配场算法。通过分析低信噪比下协方差矩阵的特性，对黎曼匹配场处理器进行改进，可用于信噪比低于零分贝的环境下进行声源被动定位。本专利技术可用于小孔径线列阵，具有良好的分辨能力。可用于阵元间距大于半波长的线列阵，具有良好的分辨能力。附图说明图1是低信噪比黎曼匹配场处理器流程图；图2是阵列接收信号的时频分析；图3是声场模型对应的适用性环境；图4是协方差矩阵的迹随不同信噪比的变化；图5是小孔径条件下，常规Bartlett匹配场算法和本专利技术所提算法的定位结果对比图，其中左侧(a)结果为常规Bartlett匹配场算法定位结果，右侧(b)结果为本专利技术所提算法的定位结果；图6是阵元间距大于半波长条件下，常规Bartlett匹配场算法和本专利技术所提算法的定位结果对比图；其中左侧(a)结果为常规Bartlett匹配场算法定位结果，右侧(b)结果为本专利技术所提算法的定位结果；具体实施方式下面结合附图和具体实施方式对本专利技术做进一步说明。本专利技术选择距离和深度网格，通过声场模型计算拷贝场向量，进而计算拷贝场矩阵；时频分析接收数据获得声源频率，并计算对应频率的协方差矩阵；基于黎曼流形中的测地线距离，构造出两种黎曼匹配场处理器；分析不同信噪比下协方差矩阵的迹，改进黎曼匹配场处理器；本专利技术的具体实现步骤如下：步骤1：根据阵列实测数据，通过时频分析等技术获得声源信号的频率信息，计算对应频点的协方差矩阵；步骤2：基于阵列各个阵元布放深度，建立相应的拷贝场距离和深度网格，根据频率和海深选择适当的声场模型，计算拷贝场向量和相应的拷贝场向量矩阵；步骤3：基于黎曼几何中测地线理论，选择黎曼距离用以度量协方差矩阵和拷贝场向量矩阵之间的相似性，进而构造出黎曼匹配场处理器；步骤4：根据不同信噪比对协方差矩阵的影响，优化改进黎曼匹配场处理器；本专利技术是基于黎曼几何理论的匹配场被动定位方法，包括黎曼匹配场定位算法和低信噪比环境下改进黎曼匹配场算法两部分，具体算法流程图如图1所示。步骤1：根据阵列实测数据，通过时频分析等得到声信号的频率信息，计算该频点处的协方差矩阵；参考图2所示的时频图信息，选择170Hz作为计算频域协方差矩阵和声场计算的频率；步骤2：基于阵列各个阵元布放深度，建立相应的拷贝场距离和深度网格，ri＝(ri,zi)，i＝1～M，M为全部网格个数。根据频率和海深选择声场模型，计算拷贝场向量和相应的拷贝场向量矩阵W(ri)；参考图2的时频信息和实际试验数据阵列布放海深(图中试验海深为127m)，根据图3所示的声场模型选择简正波模型计算拷贝场向量和相应的拷贝场向量矩阵W(ri)；步骤3：基于黎曼几何中测地线理论，选择黎曼距离用以度量协方差矩阵和拷贝场向量矩阵之间的相似性，进而构造出黎曼匹配场处理器；考虑到矩阵间的黎曼距离存在三种，如式(1)所示，其中P1和P2分别表示具有共轭对称性和半正定性的矩阵。首先需要将拷贝场向量矩阵和协方差矩阵进行矩阵F范数归一化，如式(2)所示，其中矩阵A为任意矩阵。假设归一化后的拷贝场向量矩阵和协方差矩阵分别为W和K，可以得到相应的黎曼匹配场处理器，其输出功率如式(3)所示。步骤4：根据不同信噪比对协方差矩阵的影响，优化改进黎曼匹配场处理器；如图4所示，可以看出声源和接收的距离为5.7、7和9km时，信噪比大于0dB时，其协方差矩阵的迹随着信噪比的增加均趋向于1。因此针对低信噪比的环境，将式本文档来自技高网...

【技术保护点】
1.一种低信噪比下新型匹配场被动定位方法，其特征在于：包括以下步骤：/n步骤1：根据阵列实测数据，通过时频分析获得声源信号的频率信息，计算对应频点的协方差矩阵；/n步骤2：根据阵列各个阵元布放深度，建立相应的拷贝场距离和深度网格，根据频率和海深选择声场模型，计算拷贝场向量和相应的拷贝场向量矩阵；/n步骤3：根据黎曼几何中测地线理论，选择黎曼距离用以度量协方差矩阵和拷贝场向量矩阵之间的相似性，进而构造出黎曼匹配场处理器；/n步骤4：根据不同信噪比对协方差矩阵的影响，优化改进黎曼匹配场处理器，得到改进后的黎曼匹配场处理器；/n步骤5：对所有距离和深度网格进行遍历，寻找功率最小的网格位置，即矩阵间距离最短位置，该网格位置即为被动声源的定位位置。/n

【技术特征摘要】
1.一种低信噪比下新型匹配场被动定位方法，其特征在于：包括以下步骤：
步骤1：根据阵列实测数据，通过时频分析获得声源信号的频率信息，计算对应频点的协方差矩阵；
步骤2：根据阵列各个阵元布放深度，建立相应的拷贝场距离和深度网格，根据频率和海深选择声场模型，计算拷贝场向量和相应的拷贝场向量矩阵；
步骤3：根据黎曼几何中测地线理论，选择黎曼距离用以度量协方差矩阵和拷贝场向量矩阵之间的相似性，进而构造出黎曼匹配场处理器；
步骤4：根据不同信噪比对协方差矩阵的影响，优化改进黎曼匹配场处理器，得到改进后的黎曼匹配场处理器；
步骤5：对所有距离和深度网格进行遍历，寻找功率最小的网格位置，...

【专利技术属性】
技术研发人员：曹然，郭龙祥，张亮，生雪莉，韩笑，
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