分布式被動MIMO探測研究
發(fā)布時間：2021-08-03 21:24
隨著吸聲材料的應用與艦船噪聲輻射級的降低,傳統(tǒng)被動聲吶在淺海洋環(huán)境中探測性能受到限制,主動聲吶又會暴露其自身存在,且混響干擾也給目標檢測帶來了挑戰(zhàn)。隨著多輸入多輸出（Multiple Input Multiple Output,MIMO）技術的日漸發(fā)展與應用,分布式MIMO利用空間分集增益可提高檢測性能,表現(xiàn)出了巨大潛在應用前景。本文側重利用合作聲源,進行分布式被動MIMO聲吶處理研究,并針對檢測不確定問題,引入伯努利濾波方法,提高系統(tǒng)探測能力。本文首先分析了MIMO信道容量,并給出了獲取空間分集增益的約束條件;針對多路徑導致的傳統(tǒng)匹配濾波處理輸出的旁瓣級提高問題,使用自適應的稀疏學習迭代最小化方法提高時延多普勒參數(shù)估計精度;進一步的,在合作聲源下,基于零點約束方法抑制直達波,并于MIMO信號模型中引入時延多普勒因子,在廣義似然比框架下,獲取目標位置最大似然估計。數(shù)值仿真結果驗證了被動分布式MIMO處理方法有效性。其次,為了提高檢測性能,將目標回波視為二次聲源,進行了分布式檢測融合方法研究�；诰植抗�(jié)點檢測特性,設計恒虛警檢測器,并在Bayes框架下實現(xiàn)了次最佳檢測器。湖上實驗結果表明...
【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：83 頁
【學位級別】：碩士
【部分圖文】：
技術路線
2合作聲源下目標MIMO探測差為1的復高斯分布。假設目標為簡單長方幾何體，長寬分別為x和y，幾何中心為X0=(x0,y0)，且有發(fā)射聲源位置Ti=(xti,yti)，接收機位置Rk=(xrk,yrk)。文章[9]指出，當滿足下式時，Ehjkhjl為0：xtkd(Tk,X0)xtld(Tl,X0)>λx(2-9)式2-9可做如下理解：式子右邊可將目標視為一個沿x軸陣孔徑為x的陣列，其主瓣寬度為λx；式子左邊為歸一化的發(fā)射聲源x軸方向間距，當該間距不處于目標回波主瓣寬度內，任意發(fā)射聲源照射目標后，目標散射系數(shù)hjk與hjl相關系數(shù)為0。因此，目標不同角度散射特性不同，經(jīng)過疊加后，可獲得平均意義上穩(wěn)定的目標散射值，從而照亮目標。2.2自適應目標參數(shù)估計水下MIMO探測需要估計目標狀態(tài)，即距離-多普勒參數(shù)，然而，由于水下信道復雜性，若仍然采用傳統(tǒng)的匹配濾波（MatchedFilter，MF）方法將接收信號與發(fā)射序列信號做相關[64]，旁瓣的存在會使得系統(tǒng)探測性能下降，影響目標狀態(tài)估計。本小節(jié)引入自適應的SLIM方法改善距離-多普勒參數(shù)估計[13]，提高目標探測精度�？紤]N個發(fā)射機與M個接收機組成的MIMO探測系統(tǒng)，且共有Q個目標于監(jiān)測區(qū)域內。以tn=[xtn,ytn]T，rm=[xrm,yrm]T與θq=xθq,yθqT分別表示第n個發(fā)射機，第m個接收機，第q個目標的位置，其中n=1,···,N，m=1,···,M，q=1,···,Q。以sn(t)表示第n個發(fā)射機的探測信號。圖2-1給出了普適的第n個發(fā)射機，第m個接收機與第q個目標的探測場景。目標反射回波與探測信號差異表現(xiàn)在信號幅度與相位、時延差與多普勒因子。圖2-1探測場景信號幅度與相位差與目標反射系數(shù)相關，可以用κn,q,m表示第n個發(fā)射機經(jīng)第q個目標反11
浙江大學碩士學位論文（2）由（1）獲取κ(i)后，更新協(xié)方差矩陣P為p(i)k=|κ(i)k|,k=1,···,NRL(2-20)同理該式可由式2-18對pk求偏導并置0所得。（3）結合式2-19所得，噪聲功率為η(i)=1dySκ(i)2(2-21)（4）令i=i+1，重復步驟（1）–（4）直至收斂，其中步驟（1）的初始值由匹配濾波方法確定。作為對比，給出將接收數(shù)據(jù)與發(fā)射信號做相關的傳統(tǒng)匹配濾波方法，定義κk為矩陣κ中第k個元素，sk為矩陣S中第k列元素，式2-13的匹配濾波解的形式為κk=sHkysHksk,k=1,···,NRL(2-22)圖2-2給出了N=2,M=1,Q=1的仿真分布式MIMO聲吶系統(tǒng)，檢測區(qū)域為200m×200m的區(qū)域，發(fā)射機與接收機位置如圖2-2所示。Tx1發(fā)射中心頻率300Hz，帶寬B=100Hz的線性調頻信號，Tx2發(fā)射中心頻率400Hz，帶寬B=100Hz的線性調頻信號，二者信號時長T=0.01s；目標多普勒因子α=0.95，與Tx1和Tx2的發(fā)射接收路徑長度分別為228m和282m；三者位于同一水平面，距離海底50m，僅考慮海底一次多徑反射，多徑路程分別為223m和300m。圖2-2相對位置示意圖圖2-3給出了使用MF與SLIM方法所得的距離-多普勒估計圖。MF所得結果如圖2-3（a）與（b）所示，可以看出，匹配濾波方法有著較高的旁瓣，難以看出目標的距離信息與多普勒信息；SLIM所得結果如圖2-3（c）與（d）所示，可以看出，SLIM方法有著更高的主旁瓣比，能有效的估計出目標的距離與多普勒信息，且所得結果也能準確估計出多徑路程。14
【參考文獻】：
期刊論文
[1]MIMO聲納最小二乘方位估計快速算法[J]. 金勇,黃建國,蔣敏,李捷. 電子學報. 2009(09)
[2]一種分布式檢測系統(tǒng)的遞推反饋自適應學習算法[J]. 李俊,徐德民,宋保維. 控制理論與應用. 2006(06)
[3]雙基地聲吶的性能與展望[J]. 趙俊渭,閆宜生,丁緯,張全. 聲學與電子工程. 1991(03)
碩士論文
[1]伯努利濾波用于分布式MIMO主動目標跟蹤研究[D]. 章燁輝.浙江大學 2019
[2]強相干干擾下目標跟蹤技術研究[D]. 鄭策.哈爾濱工程大學 2014
[3]分布式MIMO探測方法及實驗研究[D]. 王楠.浙江大學 2013
本文編號：3320362
【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：83 頁
【學位級別】：碩士
【部分圖文】：
技術路線
2合作聲源下目標MIMO探測差為1的復高斯分布。假設目標為簡單長方幾何體，長寬分別為x和y，幾何中心為X0=(x0,y0)，且有發(fā)射聲源位置Ti=(xti,yti)，接收機位置Rk=(xrk,yrk)。文章[9]指出，當滿足下式時，Ehjkhjl為0：xtkd(Tk,X0)xtld(Tl,X0)>λx(2-9)式2-9可做如下理解：式子右邊可將目標視為一個沿x軸陣孔徑為x的陣列，其主瓣寬度為λx；式子左邊為歸一化的發(fā)射聲源x軸方向間距，當該間距不處于目標回波主瓣寬度內，任意發(fā)射聲源照射目標后，目標散射系數(shù)hjk與hjl相關系數(shù)為0。因此，目標不同角度散射特性不同，經(jīng)過疊加后，可獲得平均意義上穩(wěn)定的目標散射值，從而照亮目標。2.2自適應目標參數(shù)估計水下MIMO探測需要估計目標狀態(tài)，即距離-多普勒參數(shù)，然而，由于水下信道復雜性，若仍然采用傳統(tǒng)的匹配濾波（MatchedFilter，MF）方法將接收信號與發(fā)射序列信號做相關[64]，旁瓣的存在會使得系統(tǒng)探測性能下降，影響目標狀態(tài)估計。本小節(jié)引入自適應的SLIM方法改善距離-多普勒參數(shù)估計[13]，提高目標探測精度�？紤]N個發(fā)射機與M個接收機組成的MIMO探測系統(tǒng)，且共有Q個目標于監(jiān)測區(qū)域內。以tn=[xtn,ytn]T，rm=[xrm,yrm]T與θq=xθq,yθqT分別表示第n個發(fā)射機，第m個接收機，第q個目標的位置，其中n=1,···,N，m=1,···,M，q=1,···,Q。以sn(t)表示第n個發(fā)射機的探測信號。圖2-1給出了普適的第n個發(fā)射機，第m個接收機與第q個目標的探測場景。目標反射回波與探測信號差異表現(xiàn)在信號幅度與相位、時延差與多普勒因子。圖2-1探測場景信號幅度與相位差與目標反射系數(shù)相關，可以用κn,q,m表示第n個發(fā)射機經(jīng)第q個目標反11
浙江大學碩士學位論文（2）由（1）獲取κ(i)后，更新協(xié)方差矩陣P為p(i)k=|κ(i)k|,k=1,···,NRL(2-20)同理該式可由式2-18對pk求偏導并置0所得。（3）結合式2-19所得，噪聲功率為η(i)=1dySκ(i)2(2-21)（4）令i=i+1，重復步驟（1）–（4）直至收斂，其中步驟（1）的初始值由匹配濾波方法確定。作為對比，給出將接收數(shù)據(jù)與發(fā)射信號做相關的傳統(tǒng)匹配濾波方法，定義κk為矩陣κ中第k個元素，sk為矩陣S中第k列元素，式2-13的匹配濾波解的形式為κk=sHkysHksk,k=1,···,NRL(2-22)圖2-2給出了N=2,M=1,Q=1的仿真分布式MIMO聲吶系統(tǒng)，檢測區(qū)域為200m×200m的區(qū)域，發(fā)射機與接收機位置如圖2-2所示。Tx1發(fā)射中心頻率300Hz，帶寬B=100Hz的線性調頻信號，Tx2發(fā)射中心頻率400Hz，帶寬B=100Hz的線性調頻信號，二者信號時長T=0.01s；目標多普勒因子α=0.95，與Tx1和Tx2的發(fā)射接收路徑長度分別為228m和282m；三者位于同一水平面，距離海底50m，僅考慮海底一次多徑反射，多徑路程分別為223m和300m。圖2-2相對位置示意圖圖2-3給出了使用MF與SLIM方法所得的距離-多普勒估計圖。MF所得結果如圖2-3（a）與（b）所示，可以看出，匹配濾波方法有著較高的旁瓣，難以看出目標的距離信息與多普勒信息；SLIM所得結果如圖2-3（c）與（d）所示，可以看出，SLIM方法有著更高的主旁瓣比，能有效的估計出目標的距離與多普勒信息，且所得結果也能準確估計出多徑路程。14
【參考文獻】：
期刊論文
[1]MIMO聲納最小二乘方位估計快速算法[J]. 金勇,黃建國,蔣敏,李捷. 電子學報. 2009(09)
[2]一種分布式檢測系統(tǒng)的遞推反饋自適應學習算法[J]. 李俊,徐德民,宋保維. 控制理論與應用. 2006(06)
[3]雙基地聲吶的性能與展望[J]. 趙俊渭,閆宜生,丁緯,張全. 聲學與電子工程. 1991(03)
碩士論文
[1]伯努利濾波用于分布式MIMO主動目標跟蹤研究[D]. 章燁輝.浙江大學 2019
[2]強相干干擾下目標跟蹤技術研究[D]. 鄭策.哈爾濱工程大學 2014
[3]分布式MIMO探測方法及實驗研究[D]. 王楠.浙江大學 2013
本文編號：3320362
本文鏈接：http://sikaile.net/kejilunwen/chuanbolw/3320362.html
