一种多约束匹配处理器定位方法技术

本发明专利技术通过一种多约束匹配处理器定位方法，本发明专利技术相比于原多约束匹配处理器的匹配场定位方法，仅需要额外对其计算过程中的自相关矩阵进行处理并计算，除此之外并未增加计算的难度与复杂性，同时使得原计算结果更加准确的与便于搜寻，大大降低了其他干扰峰或者旁瓣的对目标峰的干扰，提高了主峰的辨识度，同时由于引入了加权之后的线性匹配处理器，也使得该方法对环境失配的抗性有一定的提高。方法对环境失配的抗性有一定的提高。方法对环境失配的抗性有一定的提高。

【技术实现步骤摘要】
一种多约束匹配处理器定位方法


[0001]本专利技术涉及匹配场声学定位
，是一种多约束匹配处理器定位方法。

技术介绍

[0002]匹配场定位是近年来声学领域常用的定位方法之一。现有的匹配场定位方法是通过构建声场模型，而后算得拷贝声场，并将接收水听器所采集的声场数据与计算得到的拷贝场数据，一并代入到匹配处理器，便可得出目标的具体位置。但在进行匹配场定位时，常由于所构建的拷贝场与实际声场存在偏差，即环境失调的问题，使得目标定位结果出现偏差；或者由于水听器所采集的声场的干扰源的存在等情况，使得最终定位结果的模糊度表面存在其他干扰峰而不易搜寻目标峰点。
[0003]目前通用的匹配场定位方法是采用声压垂直阵或水平阵的方式进行，该种方法主要有两方面因素影响限制定位性能，一是声压水听器无法提供任何的目标声源的角度信息，必须依靠阵列信号处理的方式获取方位信息；二是对于阵列处理，尤其是匹配场定位中常用的垂直阵列，会存在倾斜、阵元深度、阵元间隔等失配问题，严重影响定位效果。
[0004]按照处理思路的不同，可将目前所使用的匹配场定位方法分为3类：多约束方法，子空间方法以及统计类方法。
[0005]而本专利技术所涉及的便是多约束方法。例如对于多约束处理器方法来说，其采用的是利用线性约束的方法，通过在距离深度平面内设置多个邻近点来确保其在环境失配的情况下，主瓣近似于Bartlett处理器，而旁瓣则近似于MVDR。对于最小方差处理器，则是使测量数据与拷贝数据在输出噪声功率最小的意义上是最佳的。
[0006]由于采用以上的方法，这就使得多约束处理器在进行匹配场定位的时候，存在较多的旁瓣，或者叫干扰峰，因此对于目标峰的搜寻就变得比较麻烦；并且由于其约束区的大小或者扰动范围的选择，即环境的失配问题，对处理结果的影响也比较大，这也就使得其定位结果不一定会符合实际要求。
[0007]正是由于以上这些问题的存在，才需要对对该方法进行改进，以使得定位结果更加准确，定位性能更好以及使得该匹配处理器在环境失配方面的抗性更强变成了重要的研究方面。

技术实现思路

[0008]本专利技术过改进原有的多约束处理方法，以增强该匹配处理器的定位性能与定位效果，同时增强其抗环境失配性，本专利技术提供了一种多约束匹配处理器定位方法，本专利技术提供了以下技术方案：
[0009]一种多约束匹配处理器定位方法，所述方法包括以下步骤：
[0010]步骤1：确定邻域约束点的个数；在进行目标水域声场采集之前，对目标水域的环境参数进行测量，包括目标水域范围的水深，声速梯度曲线，水底平坦度以及大概地形，水底底质成分，底质密度，底质衰减系数以及底质声速；
[0011]步骤2：根据测量水域的环境参数，采集目标信号所在水域进行声场数据，构建水域声场模型；
[0012]步骤3：根据构建的水域声场模型，确定拷贝场用矩阵；
[0013]步骤4：利用水平接收水听器阵列，对水域进行目标声源的信号水声信号采集，采集得到测量场矩阵信号F1；
[0014]步骤5：对测量场矩阵信号F1进行自相关计算，确定自相关矩阵R；
[0015]步骤6：将测量场矩阵与拷贝场矩阵以及自相关矩阵代入到多约束处理器的代价函数，得到原匹配处理器定位结果；
[0016]步骤7：对自相关矩阵处理前后的多约束匹配处理器的代价函数作差，得到各个声场点定位结果的差值，对目标进行较为准确的定位。
[0017]优选地，所述步骤3具体为：采用Kraken模型或者Bellhop模型，当水底平坦，并且是低频远场时，声场模型采用Kraken简正波模型进行计算；而在水底存在起伏地形，并且是高频声场时，则采用Bellhop射线模型计算，得的拷贝场用矩阵F2表示。
[0018]优选地，所述步骤6具体为：将测量场矩阵与拷贝场矩阵以及自相关矩阵代入到多约束处理器的代价函数，得到原匹配处理器定位结果通过下式表示：
[0019][0020]优选地，所述步骤7具体为：
[0021]步骤7.1：由自相关矩阵与测量场声压算得常数m，通过下式表示：
[0022][0023]其中，K为接收阵元数，m为大于0的常数；
[0024]将自相关矩阵与对角线元素均为m的对角阵相加，得到矩阵R
m
，R
m
通过下式表示：
[0025]R
m
＝R+m
·
E
n
[0026]其中，E
n
为一个n阶单位矩阵；
[0027]步骤7.2：将测量场矩阵与拷贝场矩阵代入到多约束处理器的代价函数，然后对测量场矩阵的自相关矩阵进行处理，得到矩阵R
m
，以矩阵R
m
代替自相关矩阵R代入到多约束处理器的代价函数之中，得到以下模糊表面表达式：
[0028][0029]步骤7.3:：将对自相关矩阵处理前后的多约束匹配处理器的代价函数作差，得到各个声场点定位结果的差值的表达式，将表达式进行变量分离与化简，则该差值等式通过下式表示：
[0030][0031]测量场矩阵均为确定常数，令上式中的各项用以下参数代替：
[0032][0033][0034][0035]以上述各参数表示差值函数Δ
MC
，则有Δ
MC
＝t
·
k0+k1；
[0036]步骤7.4：将P
MCm
的表达式进行展开并分离化简，则可以得到如下表达式：
[0037][0038][0039][0040][0041]当环境参数在一定范围内出现偏差时，仍然对目标进行准确的定位。
[0042]优选地，m的取值根据实际测量声场或者自相关矩阵来确定，一般在0.01—0.000001范围之间选择。
[0043]本专利技术具有以下有益效果：
[0044]本专利技术相比于原多约束匹配处理器的匹配场定位方法，仅需要额外对其计算过程中的自相关矩阵进行处理并计算，除此之外并未增加计算的难度与复杂性，同时使得原计算结果更加准确的与便于搜寻，大大降低了其他干扰峰或者旁瓣的对目标峰的干扰，提高了主峰的辨识度，同时由于引入了加权之后的线性匹配处理器，也使得该方法对环境失配的抗性有一定的提高。
附图说明
[0045]图1为本专利技术流程框图；
[0046]图2为构建的水域声场模型示意图；
[0047]图3为本专利技术的水域声场声速曲线，该声速曲线为吉林松花湖秋季水域声速曲线；
[0048]图4是未对测量场的自相关矩阵进行处理的多约束匹配处理器定位结果；
[0049]图5是本专利技术对测量场自相关矩阵进行处理之后的多约束匹配处理器的定位结果；
[0050]图6是本专利技术对测量场自相关矩阵处理前后的水深失配时的距离定位结果曲线；
[0051]图7是本专利技术对测量场自相关矩阵处理前后的水域声速失配时的距离定位结果曲
线；
[0052]图8是本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多约束匹配处理器定位方法，其特征是：所述方法包括以下步骤：步骤1：确定邻域约束点的个数；在进行目标水域声场采集之前，对目标水域的环境参数进行测量，包括目标水域范围的水深，声速梯度曲线，水底平坦度以及大概地形，水底底质成分，底质密度，底质衰减系数以及底质声速；步骤2：根据测量水域的环境参数，采集目标信号所在水域进行声场数据，构建水域声场模型；步骤3：根据构建的水域声场模型，确定拷贝场用矩阵；步骤4：利用水平接收水听器阵列，对水域进行目标声源的信号水声信号采集，采集得到测量场矩阵信号F1；步骤5：对测量场矩阵信号F1进行自相关计算，确定自相关矩阵R；步骤6：将测量场矩阵与拷贝场矩阵以及自相关矩阵代入到多约束处理器的代价函数，得到原匹配处理器定位结果；步骤7：对自相关矩阵处理前后的多约束匹配处理器的代价函数作差，得到各个声场点定位结果的差值，对目标进行较为准确的定位。2.根据权利要求1所述的一种多约束匹配处理器定位方法，其特征是：所述步骤3具体为：采用Kraken模型或者Bellhop模型，当水底平坦，并且是低频远场时，声场模型采用Kraken简正波模型进行计算；而在水底存在起伏地形，并且是高频声场时，则采用Bellhop射线模型计算，得的拷贝场用矩阵F2表示。3.根据权利要求2所述的一种多约束匹配处理器定位方法，其特征是：所述步骤6具体为：将测量场矩阵与拷贝场矩阵以及自相关矩阵代入到多约束处理器的代价函数，得到原匹配处理器定位结果通过下式表示：匹配处理器定位结果通过下式表示：4.根据权利要求3所述的一种多约束匹配处理器定位方法，其特征是：所述步骤7具体为：步骤7.1：由自相关矩阵与测量场声压算得常数m，通过下式表示：其中，K为接收阵元数，m为大...

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