论文部分内容阅读
随着水下信息网络的发展,结合网络的目标定位成为新兴的研究方向。水下信息网络在时间和空间上具有更广泛的覆盖能力,通过各节点之间的协同和共享可以获得比单节点更全面的信息。然而水下通信带宽较低,同时水下网络节点的布放密度远远小于陆地无线网络。压缩感知(Compressive Sensing,CS)理论的提出为降低时间或者空间采样率提出了可能性。本论文的主要研究内容如下: 首先介绍CS理论的三个重要组成方面。基于信源在角度空间的稀疏性将CS应用于宽带信号到达方向(Direction of arrival,DOA)估计。同时比较了CS方法和MUSIC方法估计DOA的仿真性能。结果表明基于CS的宽带信号DOA估计有尖锐的峰值和较低的旁瓣水平,更优的抗噪声性能。 然后研究了水下信息网络中基于DOA的协同定位方法。水下网络节点利用阵列估计出目标的DOA,然后将估计的DOA传输到定位中心节点。定位中心节点融合多个节点测得的DOA和节点的位置信息估计出目标位置。文中介绍了利用线性最小二乘和列文伯格-马夸尔特法定位的方法,并通过仿真比较这两种算法的性能。 接着研究了水下声信号能量衰减模型,并建立不同接收点信号强度比值和信号传播距离的关系。基于目标在不同位置时水下节点接收信号强度比值是不同的,提出一种基于声信号能量衰减和距离的关系来构建稀疏基的方法。将定位的区域划分成多个网格,对于目标不在网格点上的情况,利用一阶泰勒展开式对稀疏基进行修正。通过仿真验证了本文提出方法的正确性,并与传统的基于接收信号强度比值的最小二乘定位方法作对比。仿真表明本文提出的方法使用水下网络中较少的节点观测值便达到较高的定位精度。 最后,首先简要介绍基于时延差估计的定位模型。讨论了广义互相关和利用最小均方误差判决准则来估计时延的方法,在获得多对节点时延差的基础上用球面内插方法得到目标位置。然后重点介绍基于CS的目标定位方法。利用水下节点接收信号之间的相关性,研究了基于节点反射路径和参考节点直达路径时延差的CS定位方法。该方法根据参考节点高采样率数据构建稀疏基,降低了普通节点时域采样率和传输带宽。对比本文所提方法和仅利用各节点直达路径之间时延差定位这两组实验,说明本文方法具有更好的定位精度。另外还研究了定位节点在空间域压缩的定位方法。 本文研究的基于水下信息网络的CS协同定位方法,从降低信号的时域采样频率从而降低对信道带宽的要求和降低对水下节点的空间采样率两个角度出发,各个节点协同工作完成目标定位。