论文部分内容阅读
水下被动声目标定位是指传感器被动地接收水下目标发射的声信号,并通过获得的目标声信号信息来对目标的运动参数进行估计的一种定位方法。这种定位方法被广泛用于水下机器人定位与导航、信标定位等,因此水下被动声目标定位具有重要的研究意义和应用价值。目标发射的声信号在传播过程中除能量耗损、环境噪声大、数据传输的带宽窄等问题外,还存在传播时延。当水下声目标与传感器之间存在相对运动时,传感器可测得目标所发出声信号频率的变化,即多普勒频移。与无线射频信号相比,水声传播速度较低,简单忽略其传播时延往往给定位带来较大误差。本文考虑利用多普勒频移来解决有时延的水下被动声目标定位问题,使用多普勒测量来提高目标的定位精度。本文针对利用多普勒频移来解决有时延的水下被动声目标定位问题开展以下工作:1.针对基于多普勒频移的定位问题,系统分析了经典的极大似然算法(Maximum Likelihood,ML),最小二乘估计(Least Squares Estimation,LSE),加权最小二乘算法(Weighted Least Squares,WLS),以及定位误差的Cramér-Rao下界(Cramér-Rao Lower Bound,CRLB),并进行仿真比较。结果表明,ML算法的均方根误差曲线更趋近于CRLB,WLS算法在LSE的基础上进行加权优化,与LSE相比降低了目标位置估计误差。2.针对声信号传播时延约束下的定位问题,建立了考虑时延补偿的多普勒频移测量模型,并提出了一种时延约束下的ML(Delay-Constrained Maximum Likelihood,DCML)定位算法。利用时延后的对数似然函数,推导得到新的CRLB,作为不同定位算法性能分析与比较的基准。仿真结果表明,随着传感器运动速度的增大或者传感器与目标之间距离的增加,时延对目标定位精度的影响越大。3.针对极大似然优化不存在闭式解的问题,提出了一种时延约束下的两步闭式(Two Step Closed-Form,TSCF)定位算法。首先,利用当前传感器位置估计目标位置;其次,利用当前传感器位置与目标估计位置之间的距离等信息得到声信号延迟时间;进而,得到延迟补偿后的传感器位置,并再次估计目标位置。仿真结果表明,TSCF算法在测量噪声较大条件下,性能与不考虑时延的闭式算法接近,但在测量噪声较小时其性能改善明显。