【摘要】：匹配場(chǎng)處理是目前水下被動(dòng)源定位的主要手段之一。常規(guī)匹配場(chǎng)處理方法分辨能力較低、旁瓣較高,因此提高分辨力的問題作為匹配場(chǎng)處理技術(shù)的一個(gè)重要目標(biāo),受到各國(guó)研究者的廣泛關(guān)注。壓縮感知理論提出了一種全新的信息獲取指導(dǎo)理論,打破了傳統(tǒng)采樣定理的限制,用隨機(jī)采樣獲取信號(hào)的樣本,然后通過非線性重建算法完美的重建信號(hào)。該理論進(jìn)一步完善和豐富了信號(hào)稀疏表示理論,是現(xiàn)代信息理論的一個(gè)重大變革。因此本文結(jié)合稀疏重構(gòu)理論研究成果,開展了基于空間稀疏的匹配場(chǎng)聲源定位方法研究。本論文首先基于匹配場(chǎng)定位搜索空間的稀疏性,結(jié)合海洋聲場(chǎng)模型,開展了基于空間稀疏理論的匹配場(chǎng)定位信號(hào)的模型研究。其次由于稀疏重構(gòu)理論多采用基于l1范數(shù)的稀疏表示模型,采用該模型目的是為了求解方便,而該模型計(jì)算量較大,運(yùn)算時(shí)間較長(zhǎng),因此本文又研究了基于l0范數(shù)的匹配場(chǎng)源定位方法,并且針對(duì)l0范數(shù)方法計(jì)算復(fù)雜度高的問題提出一種快速的算法,即平滑l0范數(shù)匹配場(chǎng)源定位方法,通過仿真實(shí)驗(yàn)驗(yàn)證了該方法可行性和有效性,并且證明該方法重構(gòu)精度高,而且具有較高的空間分辨率,在低信噪比下仍具有較好的估計(jì)性能,彌補(bǔ)了現(xiàn)有基于空間稀疏的匹配場(chǎng)源定位方法中運(yùn)算速度慢、算法復(fù)雜度高等問題。然后,針對(duì)平滑l0算法近似l0范數(shù)的估計(jì)存在不精確、收斂速度慢的問題,在研究平滑l0范數(shù)原理的基礎(chǔ)上,對(duì)其做出了改進(jìn),選取更具陡峭性的逼近函數(shù),提高收斂速度,并且結(jié)合阻尼牛頓法,提出了一種基于改進(jìn)平滑l0范數(shù)的匹配場(chǎng)源定位方法。通過仿真實(shí)驗(yàn),說明該方法能夠大幅度減少稀疏重構(gòu)信號(hào)的運(yùn)算的復(fù)雜度,減少了定位所用的時(shí)間。相比于平滑l0范數(shù),改進(jìn)的平滑l0范數(shù)定位的成功率更高。最后,針對(duì)基于空間稀疏的匹配場(chǎng)源定位方法主要只利用了空間稀疏性,并沒有考慮到信號(hào)自身結(jié)構(gòu)的稀疏特性。當(dāng)對(duì)聲源進(jìn)行空間定位時(shí),目標(biāo)信號(hào)自身會(huì)呈現(xiàn)出塊結(jié)構(gòu)的稀疏特性。因此本論文的另一方面工作就是基于多觀測(cè)模型,建立匹配場(chǎng)聲源定位的結(jié)構(gòu)稀疏表示模型,提出一種基于結(jié)構(gòu)稀疏的匹配場(chǎng)源定位方法。通過仿真實(shí)驗(yàn)表明該方法重構(gòu)精度高具有較高的空間分辨率,在低信噪比下仍然具有較好的定位性能。
[Abstract]:Matching field processing is one of the main methods of underwater passive source location. The resolution of conventional matching field processing methods is low and the sidelobe is high. Therefore, the problem of improving the resolution is an important target of the matching field processing technology, which has been widely concerned by researchers all over the world. Compression perception theory proposes a new information acquisition guidance theory, which breaks the limitation of the traditional sampling theorem, uses random sampling to obtain samples, and then uses nonlinear reconstruction algorithm to reconstruct the signal perfectly. This theory further improves and enriches the signal sparse representation theory and is an important change in modern information theory. Therefore, based on the research results of sparse reconstruction theory, this paper studies the location method of matched field sound source based on spatial sparsity. Firstly, based on the sparsity of the matching field location search space and the ocean sound field model, the model of the matching field location signal based on the spatial sparsity theory is studied in this paper. Secondly, the sparse representation model based on L1 norm is used in sparse reconstruction theory. The purpose of this model is to solve the problem conveniently. Therefore, this paper also studies the matching field source location method based on l0 norm, and proposes a fast algorithm, that is, smooth l0-norm matched field source localization method, aiming at the problem of high computational complexity of l0-norm method. The simulation results show that the proposed method is feasible and effective, and the reconstruction accuracy is high, the spatial resolution is high, and the estimation performance is good at low signal-to-noise ratio (SNR). It makes up for the slow operation speed and high complexity of the existing matching field source location methods based on spatial sparsity. Then, aiming at the problem that the estimation of approximate l0 norm of smoothing l0 algorithm is imprecise and the convergence rate is slow, on the basis of studying the principle of smoothing l0 norm, an improvement is made on it, and a steeper approximation function is selected to improve the convergence speed. Combined with damped Newton method, a matching field source location method based on improved smoothing l0 norm is proposed. The simulation results show that the proposed method can greatly reduce the computational complexity of sparse reconstruction signal and reduce the time of location. Compared with smooth l0 norm, the success rate of improved smooth l0 norm localization is higher. Finally, the spatial sparseness of the matched field source location method based on spatial sparsity is mainly used, and the sparse property of the signal structure is not considered. When the sound source is located in space, the target signal itself presents the sparse property of block structure. Therefore, the other work of this paper is to establish a structural sparse representation model of matched field sound source location based on multi-observation model, and to propose a method of matching field source location based on structural sparsity. The simulation results show that the reconstruction method has higher spatial resolution and better location performance under low SNR.
【學(xué)位授予單位】：江蘇科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TB56

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 劉曉春;彭仕政;談榮日;;腦電磁場(chǎng)及腦內(nèi)源定位的研究進(jìn)展[J];現(xiàn)代生物醫(yī)學(xué)進(jìn)展;2006年06期

2 李軍;腦磁源的定位研究[J];生物物理學(xué)報(bào);2000年02期

3 陳亞勝,金貴昌,周桂榮,鄭竺英;兩種視覺刺激狀態(tài)VEP的源定位分析[J];生物物理學(xué)報(bào);1997年01期

4 秦飛舟;吳辰寧;;基于分布式光纖溫度傳感器的熱源定位方法[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

5 阮放鳴;小波變換在MEG場(chǎng)源定位中的應(yīng)用[J];貴州師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年04期

6 張明吉;王三勝;;基于SQUID梯度計(jì)的單磁源定位及磁矩反演誤差分析[J];低溫與超導(dǎo);2013年03期

7 饒利蕓,顏威利,汪友華,何任杰,白凈,葉大田;生物醫(yī)學(xué)電磁逆問題及其數(shù)值計(jì)算方法[J];國(guó)外醫(yī)學(xué).生物醫(yī)學(xué)工程分冊(cè);1997年05期

相關(guān)會(huì)議論文 前3條

1 陳東兵;;放射源定位追蹤管理系統(tǒng)設(shè)計(jì)思路[A];2012中國(guó)環(huán)境科學(xué)學(xué)會(huì)學(xué)術(shù)年會(huì)論文集（第二卷）[C];2012年

2 盧文韜;徐一平;劉克林;;聲發(fā)射相位對(duì)小試件源定位的影響[A];1990巖土混凝土聲測(cè)技術(shù)新進(jìn)展學(xué)術(shù)與信息交流會(huì)專題報(bào)告及論文摘要匯編[C];1990年

3 幸琳;姚陳果;周電波;肖前波;毛峰;秦延山;;基于頻域求時(shí)差的GIS局放源定位初探[A];重慶市電機(jī)工程學(xué)會(huì)2010年學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前9條

1 Sheikh Yawar Ali;基于進(jìn)化技術(shù)的近場(chǎng)聲源定位研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

2 喬梁;信源定位的可觀測(cè)性及跟蹤技術(shù)研究[D];哈爾濱工程大學(xué);2010年

3 霍小林;腦磁源定位技術(shù)研究[D];浙江大學(xué);2001年

4 王陽;動(dòng)態(tài)氣流環(huán)境下氣味煙羽仿真與氣味源定位[D];天津大學(xué);2013年

5 曹孟犁;協(xié)作式多無線傳感節(jié)點(diǎn)氣味源定位[D];天津大學(xué);2016年

6 劉國(guó)紅;遠(yuǎn)近場(chǎng)混合源定位參量估計(jì)算法研究[D];吉林大學(xué);2015年

7 吳玉秀;基于嗅覺移動(dòng)傳感器網(wǎng)絡(luò)的氣體源定位[D];天津大學(xué);2014年

8 周鳳增;煤礦井下自燃火源定位技術(shù)的研究與應(yīng)用[D];中國(guó)礦業(yè)大學(xué)（北京）;2010年

9 張軍鵬;腦電磁源定位算法研究及其在初級(jí)聽覺皮層定位中的應(yīng)用[D];電子科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 蔣亞立;基于空間稀疏的匹配場(chǎng)源定位[D];江蘇科技大學(xué);2017年

2 劉文華;國(guó)內(nèi)配電網(wǎng)電壓跌落源定位技術(shù)研究[D];山東大學(xué);2015年

3 劉壯;短時(shí)脈沖聲源定位技術(shù)研究[D];吉林大學(xué);2016年

4 李卓;基于聲發(fā)射的載人密封艙撞擊源定位技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2016年

5 劉文強(qiáng);一種自發(fā)放電源定位系統(tǒng)研究[D];西京學(xué)院;2017年

6 商顯俊;電力系統(tǒng)低頻振蕩擾動(dòng)源定位研究[D];華北電力大學(xué);2016年

7 石繪紅;基于稀疏重建的高分辨力匹配場(chǎng)源定位[D];浙江大學(xué);2013年

8 宋紅兵;一種基于城市環(huán)境的新型的源定位方法[D];浙江大學(xué);2010年

9 楊磊;基于仿生嗅覺的味源定位系統(tǒng)研究[D];浙江理工大學(xué);2014年

10 陳磊;復(fù)雜海洋噪聲環(huán)境下近場(chǎng)源定位算法的仿真分析[D];吉林大學(xué);2015年

，

本文編號(hào)：2367598