隨著世界各國對海洋資源的重視與日俱增,海洋軍事和水聲工程技術(shù)獲得了飛速發(fā)展。在現(xiàn)代海戰(zhàn)中,對目標(biāo)進(jìn)行精確定位及跟蹤是對無人潛艇器及水下機(jī)器人等目標(biāo)打擊的必要前提,而傳統(tǒng)的水下單節(jié)點(diǎn)探測系統(tǒng)已經(jīng)無法完成精確定位及跟蹤的目的,基于水下多節(jié)點(diǎn)的協(xié)同探測系統(tǒng)應(yīng)運(yùn)而生。本文重點(diǎn)研究一種在水下多節(jié)點(diǎn)布局模式下的協(xié)同定位及跟蹤算法,旨在有效提高目標(biāo)定位及跟蹤精度。首先,基于陣列中不同水聽器采集到的目標(biāo)回波信號,建立了接收目標(biāo)信號的數(shù)學(xué)模型,采用多重信號分類（Multiple20Signal20Classification,MUSIC）算法,實(shí)現(xiàn)了單節(jié)點(diǎn)下目標(biāo)角度估計。在此基礎(chǔ)上,結(jié)合高斯牛頓迭代法,設(shè)計了一種融合多節(jié)點(diǎn)目標(biāo)角度信息的協(xié)同定位算法。仿真結(jié)果表明:設(shè)計的協(xié)同定位算法在低信噪比下提高了目標(biāo)定位精度。另外,探討了不同編隊形式及節(jié)點(diǎn)數(shù)目對協(xié)同目標(biāo)定位精度的影響。針對水下環(huán)境中聲速未知的情況,理論分析聲速變化對基于MUSIC的協(xié)同定位性能影響的基礎(chǔ)上,進(jìn)行了仿真驗(yàn)證。然后,針對基于高斯牛頓迭代法設(shè)計的融合協(xié)同定位算法的定位精度和時效性問題,設(shè)計了一種基于粒子群優(yōu)化的協(xié)同定位算法,探討了不同節(jié)點(diǎn)數(shù)... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀和發(fā)展態(tài)勢
        1.2.1 水下目標(biāo)定位算法的國內(nèi)外研究現(xiàn)狀
        1.2.2 水下目標(biāo)跟蹤算法的國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容和組織結(jié)構(gòu)安排
第二章 多節(jié)點(diǎn)協(xié)同定位算法研究
    2.1 基于波達(dá)方向估計方法研究
        2.1.1 單節(jié)點(diǎn)陣列接收信號模型分析
        2.1.2 空間譜估計模型建立
        2.1.3 基于節(jié)點(diǎn)陣列的信號處理
        2.1.4 MUSIC算法
        2.1.5 基于MUSIC算法的單節(jié)點(diǎn)DOA估計仿真及分析
    2.2 協(xié)同DOA定位算法研究
        2.2.1 協(xié)同探測系統(tǒng)理論概述及模型建立
        2.2.2 協(xié)同定位流程設(shè)計
        2.2.3 改進(jìn)的融合定位算法
        2.2.4 探測系統(tǒng)布局模式研究
        2.2.5 協(xié)同DOA定位算法仿真及結(jié)果分析
    2.3 水下未知聲速對協(xié)同定位算法的影響研究
        2.3.1 聲速對定位算法估計的影響分析
        2.3.2 聲速對協(xié)同定位算法估計性能的仿真
    2.4 本章小結(jié)
第三章 基于粒子群優(yōu)化的協(xié)同定位算法研究
    3.1 基于粒子群優(yōu)化算法的多節(jié)點(diǎn)定位分析
        3.1.1 粒子群優(yōu)化算法尋優(yōu)分析
        3.1.2 基于多節(jié)點(diǎn)定位下適應(yīng)度函數(shù)及影響參數(shù)設(shè)計
        3.1.3 基于PSO的多節(jié)點(diǎn)定位算法流程
    3.2 基于粒子群優(yōu)化算法的協(xié)同定位仿真
        3.2.1 高斯牛頓迭代法與粒子群算法的仿真對比
        3.2.2 不同節(jié)點(diǎn)數(shù)量及布局模式的定位仿真
    3.3 本章小結(jié)
第四章 多節(jié)點(diǎn)協(xié)同跟蹤算法研究
    4.1 協(xié)同跟蹤原理分析
        4.1.1 協(xié)同跟蹤模型及目標(biāo)運(yùn)動模型建立
        4.1.2 Kalman濾波及節(jié)點(diǎn)目標(biāo)量測模型建立
        4.1.3 基于數(shù)據(jù)融合的濾波算法設(shè)計
    4.2 基于多節(jié)點(diǎn)融合的EKF濾波研究
        4.2.1 基于角度的簡單運(yùn)動目標(biāo)EKF濾波
        4.2.2 多節(jié)點(diǎn)EKF跟蹤算法仿真分析
    4.3 基于多節(jié)點(diǎn)融合IMMEKF濾波研究
        4.3.1 基于角度的復(fù)雜機(jī)動目標(biāo)IMMEKF濾波
        4.3.2 多節(jié)點(diǎn)IMMEKF跟蹤算法仿真分析
    4.4 基于目標(biāo)跟隨的多節(jié)點(diǎn)協(xié)同探測策略探究
        4.4.1 水下運(yùn)動多節(jié)點(diǎn)編隊控制研究
        4.4.2 基于目標(biāo)跟隨的多節(jié)點(diǎn)協(xié)同定位及跟蹤原理分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]基于迭代無跡卡爾曼濾波的小型無人機(jī)目標(biāo)定位方法[J]. 唐大全,柳向陽,鄧偉棟,丁鵬程.  指揮控制與仿真. 2019(01)
[2]MUSIC算法的性能分析與改進(jìn)[J]. 張杰,張良.  電子測量技術(shù). 2017(10)
[3]一種基于UKF交互多模型算法[J]. 劉偉,劉寧.  雷達(dá)科學(xué)與技術(shù). 2015(03)
[4]采用一致性算法與虛擬結(jié)構(gòu)的多自主水下航行器編隊控制[J]. 袁健,唐功友.  智能系統(tǒng)學(xué)報. 2011(03)
[5]基于加性無跡卡爾曼濾波的雷達(dá)目標(biāo)跟蹤方法[J]. 黃勝昔,劉華.  計算機(jī)工程與應(yīng)用. 2010(08)
[6]基于UKF的交互多模型算法[J]. 朱安福,景占榮,高田,羊彥,張安學(xué).  系統(tǒng)仿真學(xué)報. 2009(03)
[7]多模型估計理論[J]. 肖乾.  艦船科學(xué)技術(shù). 2005(02)
[8]基于多級維納濾波器降維技術(shù)的波達(dá)方向估計[J]. 黃磊,袁偉明,張林讓,吳順君.  西安電子科技大學(xué)學(xué)報. 2004(06)
[9]一種新的相干信源DOA估計算法:加權(quán)空間平滑協(xié)方差矩陣的Toeplitz矩陣擬合[J]. 王布宏,王永良,陳輝.  電子學(xué)報. 2003(09)
[10]采樣Kalman濾波器在天文衛(wèi)星定姿濾波中的應(yīng)用[J]. 武延鵬,尤政,任大海.  清華大學(xué)學(xué)報(自然科學(xué)版). 2003(08)

博士論文
[1]雷達(dá)機(jī)動目標(biāo)運(yùn)動模型與跟蹤算法研究[D]. 劉昌云.西安電子科技大學(xué) 2014

碩士論文
[1]基于交互多模型的機(jī)動目標(biāo)跟蹤算法研究[D]. 張紅玉.大連海事大學(xué) 2017
[2]基于交互多模型的反艦導(dǎo)彈軌跡跟蹤[D]. 許天野.華東交通大學(xué) 2014
[3]基于交互多模型的機(jī)動目標(biāo)跟蹤算法研究及硬件實(shí)現(xiàn)[D]. 姬存慧.南京理工大學(xué) 2013
[4]海洋環(huán)境噪聲建模研究[D]. 吳靜.哈爾濱工程大學(xué) 2007



本文編號：3175908