论文部分内容阅读
摘 要：针对浅海海域的水声环境复杂多变，由水听器直接观测的信号常常被一些噪声覆盖的情况，提出一种基于包络相关的水下动态节点测距方法，并实现对水下动态节点进行精確的距离测量。根据测距信号在浅海水域信道传播的特性，对接收到的信号进行巴特沃斯粗滤波、小波变换细去噪、包络相关的方法处理，有效保留信号的边沿、突变的信息，去除噪声的影响，通过将两通道的信号进行包络相关取得精确的时延差，并依据距离公式对节点间的距离进行精确测量。水域实验结果表明，通过比较节点间距离的误差，算法测距精度达到13 cm以内。
关键词：浅海水域；水下节点；包络相关；精确测距
文献标志码：A 文章编号：1674-5124（2016）09-0096-05
0 引 言
水下动态目标测距广泛应用在海洋试验、海洋勘探和海洋军事等领域，由于实际的水声环境复杂多变，由水听器直接观测的信号常常被一些噪声污染，而无法对水下节点进行精确测距。节点定位信号常采用小波变换的方法处理，是为了对信号进行野值剔除和保留边沿信息[1]。对于节点间的距离定位，文献[2]将伪随机二进制序列作为超声扩频测距的方法，提出一种基于FFT的伪随机包络相关快速时延估计的算法。文献[3]阐述了对于无线传感器网络定位采用一种距离相关蒙特卡洛定位算法，通过利用节点的RSSI测距性能最小化未知节点所在的估计区域，提高对移动节点定位的精度。文献[4]中提到我国第一套水下高精度定位导航系统，在水深为45 m处，定位精度达到了30 cm；国外超短基线定位系统在最大作用距离8 000 m时，定位精度为作用距离的0.5%～1.0%[5]。
浅海海域的声线传播由于海底、海面的反射和全反射作用，使得海中任何一点接收到的声信号都是许多传播途径的叠加；而广义互相关时延估计的抗噪声性能有限，需要噪声的先验值[6]。因此根据本文系统中的浅海海域环境以及小范围的测距，对信号采用粗滤波、细去噪的预处理方法，再对信号进行包络相关，通过计算系统中节点间的时延差，依据距离公式来精确测量节点间的距离差。
4 结束语
针对本系统中声定位信号特点，采用巴特沃斯粗滤波、小波变换细去噪、包络相关的方法对信号取得距离差，同时与信号用广义相关进行距离定位的方法进行比较，结果表明，本文提出的包络相关距离测量方法误差精度可达到13 cm以内，该算法可广泛应用于目标定位、传感器网络监视等领域，具有十分重要的应用价值。
参考文献
[1] 沈亚东，张玉涛，程淑萍. 小波变换在水声定位数据后置
处理中的应用[J]. 声学技术，2011，30（2）：193-196.
[2] 程晓畅，苏绍景，王跃科，等. 伪随机码超声扩频测距系统设计与算法[J]. 测试技术学报，2007，21（1）：79-83.
[3] 彭保，顾学迈，丁博. 动态传感器网络中距离相关的蒙特卡洛定位算法[J]. 科学技术与工程，2008，8（18）：5300-5303.
[4] 毕京学，郭英，甄杰，等. 水下无线传感器网络定位技术研究进展[J]. 导航定位学报，2014，2（1）：41-45.
[5] TAN H P， DIAMANT R， SEAH W K G， et al. A survey of techniques and challenges in underwater localization[J]. Ocean Engineering，2011（38）：1663-1676.
[6] 盛成明. 基于广义互相关法的水下被动测距时延估计技术[J]. 舰船电子工程，2011，31（5）：149-152.
[7] PEZESHKI A， AZIMI-SADJADI M R， SCHARF L L. Undersea target classification using canonical correlation analysis[J]. IEEE Estimation Method of General Cross Journal of Oceanic Engineering，2007，32（4）：948-955.
[8] 杨海，李凯，闫鑫. 水下传感器网络节点定位信号检测的设计[J]. 传感器与微系统，2011，30（60：79-81.
[9] WU Z H， LI X. An improved underwater acoustic network localization algorithm[J]. China Communications，2015，12（3）：77-83.
[10] CHENG X Z， SHU H N， LIANG Q L， et al. Silent positioning in underwater acoustic sensor networks[J]. IEEE Transactions on Vehicular Technology，2008，57（3）：1755-1766.
[11] TOMIC M， SERSIC D. Point-wise adaptive wavelet transform for signal denoising[J]. Informatica，2013，24（4）：637-656.
[12] 易云清，徐汉林，沈阳. 时差定位模型与定位精度分析[J].电子信息对抗技术，2010，25（3）：16-20.
[13] 沈锋，盖猛，贺瑞. 一种基于小波变换的伪码跟踪环路多径抑制方法[J]. 宇航学报，2012，33（11）：1667-1673.
[14] VENKITARAMAN A， SEELAMANTULA C S. Fractional Hilbert transform extensions and associated analytic signal construction[J]. Signal Processing，2014（94）：359-372.
[15] ZHANG Q， ZHANG C J， LIU M Q. Local node selection for target tracking based on underwater wireless sensor networks[J]. International Journal of Systems Science，2015，46（16）：2918-2927.
（编辑：李妮）
关键词：浅海水域；水下节点；包络相关；精确测距
文献标志码：A 文章编号：1674-5124（2016）09-0096-05
0 引 言
水下动态目标测距广泛应用在海洋试验、海洋勘探和海洋军事等领域，由于实际的水声环境复杂多变，由水听器直接观测的信号常常被一些噪声污染，而无法对水下节点进行精确测距。节点定位信号常采用小波变换的方法处理，是为了对信号进行野值剔除和保留边沿信息[1]。对于节点间的距离定位，文献[2]将伪随机二进制序列作为超声扩频测距的方法，提出一种基于FFT的伪随机包络相关快速时延估计的算法。文献[3]阐述了对于无线传感器网络定位采用一种距离相关蒙特卡洛定位算法，通过利用节点的RSSI测距性能最小化未知节点所在的估计区域，提高对移动节点定位的精度。文献[4]中提到我国第一套水下高精度定位导航系统，在水深为45 m处，定位精度达到了30 cm；国外超短基线定位系统在最大作用距离8 000 m时，定位精度为作用距离的0.5%～1.0%[5]。
浅海海域的声线传播由于海底、海面的反射和全反射作用，使得海中任何一点接收到的声信号都是许多传播途径的叠加；而广义互相关时延估计的抗噪声性能有限，需要噪声的先验值[6]。因此根据本文系统中的浅海海域环境以及小范围的测距，对信号采用粗滤波、细去噪的预处理方法，再对信号进行包络相关，通过计算系统中节点间的时延差，依据距离公式来精确测量节点间的距离差。
4 结束语
针对本系统中声定位信号特点，采用巴特沃斯粗滤波、小波变换细去噪、包络相关的方法对信号取得距离差，同时与信号用广义相关进行距离定位的方法进行比较，结果表明，本文提出的包络相关距离测量方法误差精度可达到13 cm以内，该算法可广泛应用于目标定位、传感器网络监视等领域，具有十分重要的应用价值。
参考文献
[1] 沈亚东，张玉涛，程淑萍. 小波变换在水声定位数据后置
处理中的应用[J]. 声学技术，2011，30（2）：193-196.
[2] 程晓畅，苏绍景，王跃科，等. 伪随机码超声扩频测距系统设计与算法[J]. 测试技术学报，2007，21（1）：79-83.
[3] 彭保，顾学迈，丁博. 动态传感器网络中距离相关的蒙特卡洛定位算法[J]. 科学技术与工程，2008，8（18）：5300-5303.
[4] 毕京学，郭英，甄杰，等. 水下无线传感器网络定位技术研究进展[J]. 导航定位学报，2014，2（1）：41-45.
[5] TAN H P， DIAMANT R， SEAH W K G， et al. A survey of techniques and challenges in underwater localization[J]. Ocean Engineering，2011（38）：1663-1676.
[6] 盛成明. 基于广义互相关法的水下被动测距时延估计技术[J]. 舰船电子工程，2011，31（5）：149-152.
[7] PEZESHKI A， AZIMI-SADJADI M R， SCHARF L L. Undersea target classification using canonical correlation analysis[J]. IEEE Estimation Method of General Cross Journal of Oceanic Engineering，2007，32（4）：948-955.
[8] 杨海，李凯，闫鑫. 水下传感器网络节点定位信号检测的设计[J]. 传感器与微系统，2011，30（60：79-81.
[9] WU Z H， LI X. An improved underwater acoustic network localization algorithm[J]. China Communications，2015，12（3）：77-83.
[10] CHENG X Z， SHU H N， LIANG Q L， et al. Silent positioning in underwater acoustic sensor networks[J]. IEEE Transactions on Vehicular Technology，2008，57（3）：1755-1766.
[11] TOMIC M， SERSIC D. Point-wise adaptive wavelet transform for signal denoising[J]. Informatica，2013，24（4）：637-656.
[12] 易云清，徐汉林，沈阳. 时差定位模型与定位精度分析[J].电子信息对抗技术，2010，25（3）：16-20.
[13] 沈锋，盖猛，贺瑞. 一种基于小波变换的伪码跟踪环路多径抑制方法[J]. 宇航学报，2012，33（11）：1667-1673.
[14] VENKITARAMAN A， SEELAMANTULA C S. Fractional Hilbert transform extensions and associated analytic signal construction[J]. Signal Processing，2014（94）：359-372.
[15] ZHANG Q， ZHANG C J， LIU M Q. Local node selection for target tracking based on underwater wireless sensor networks[J]. International Journal of Systems Science，2015，46（16）：2918-2927.
（编辑：李妮）