發(fā)布時間：2022-01-26 16:29

　　近年來,隨著具有海岸線國家的沿海局部沖突加劇,各國海軍的戰(zhàn)略重點逐漸由深海向淺海區(qū)域轉(zhuǎn)移,自主式無人潛航器（Autonomous Underwater Vehicle,AUV）靈活性以及隱蔽性的特點使它更適合在這種敏感和存在爭議的海區(qū)執(zhí)行水下軍事任務(wù)。舷側(cè)陣被動聲吶是AUV使用的重要探測裝備,但由于AUV的長度有限,其舷側(cè)陣通常很難獲得足夠的空間處理增益。而且,淺海有著比深海更加復(fù)雜的聲傳播環(huán)境,通常會導(dǎo)致基于平面波假設(shè)以及其它簡化水聲傳播模型的陣列信號處理方法性能大幅度降低甚至失效,尤其是在低頻遠(yuǎn)距離傳播的情況下。所以,關(guān)于淺海聲源的被動定位研究一直是既困難又富有挑戰(zhàn)性的課題。為此,本文在總結(jié)和分析國內(nèi)外已有研究工作的基礎(chǔ)上,主要針對上述問題,對在復(fù)雜淺海環(huán)境中如何使用AUV舷側(cè)陣以實現(xiàn)遠(yuǎn)程目標(biāo)的被動定位進(jìn)行了研究。近些年興起的匹配場處理技術(shù),其方法中融入了更貼近于實際海洋環(huán)境的水聲傳播模型,它實際上是利用大孔徑聲吶采集并處理目標(biāo)聲源在復(fù)雜海洋環(huán)境中產(chǎn)生的獨(dú)特聲場信息,從而將聲源從各種干擾和噪聲的背景中分離出來。在能夠得知足夠海洋環(huán)境信息的情況下,匹配場處理方法表現(xiàn)出了非常好的估計性... 

【文章來源】：國防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁數(shù)】：140 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究的背景及意義
        1.1.1 淺海聲學(xué)概述
        1.1.2 無人潛航器技術(shù)及其應(yīng)用
        1.1.3 舷側(cè)陣被動聲吶簡述
    1.2 水中聲源被動定位方法綜述
        1.2.1 平面波波束形成技術(shù)
        1.2.2 波前曲率測距法
        1.2.3 目標(biāo)運(yùn)動分析法
        1.2.4 多徑測距法
        1.2.5 匹配場定位方法
    1.3 基于AUV舷側(cè)陣的目標(biāo)被動定位方法研究現(xiàn)狀
        1.3.1 被動合成孔徑處理
        1.3.2 基于水平線列陣的匹配場定位方法
    1.4 論文的主要研究工作和內(nèi)容安排
第二章 基于靜止水平短線列陣的匹配場定位性能分析
    2.1 常用的匹配場處理器
        2.1.1 線性匹配場處理器
        2.1.2 最小方差無畸變響應(yīng)匹配場處理器
        2.1.3 白噪聲抑制最小方差無畸變響應(yīng)匹配場處理器
        2.1.4 寬帶匹配場處理器
    2.2 聲場建模方法
        2.2.1 波動方程和Helmholtz方程
        2.2.2 射線理論模型
        2.2.3 簡正波模型
        2.2.4 波數(shù)積分模型
        2.2.5 拋物線方程模型
        2.2.6 三維聲場建模
    2.3 基于靜止水平短線列陣的匹配場定位
        2.3.1 測試環(huán)境和方案
        2.3.2 測試結(jié)果及分析
    2.4 本章小結(jié)
第三章 基于運(yùn)動水平短線列陣的匹配場定位方法
    3.1 數(shù)據(jù)模型
    3.2 采樣位置間的非相干處理
    3.3 采樣位置間的相干處理
    3.4 本章小結(jié)
第四章AUV舷側(cè)陣的運(yùn)動狀態(tài)分析
    4.1 AUV的定位問題分析
    4.2 粒子濾波
        4.2.1 狀態(tài)空間模型與遞推貝葉斯估計
        4.2.2 序貫蒙特卡羅方法
        4.2.3 粒子濾波算法
        4.2.4 粒子濾波算法中的粒子貧化問題
    4.3 基于小波變換的灰粒子濾波算法(WG-PF)
        4.3.1 AUV的系統(tǒng)建模
        4.3.2 灰預(yù)測算法
        4.3.3 基于小波變換的觀測噪聲統(tǒng)計特性估計
        4.3.4 WG-PF算法的執(zhí)行步驟
    4.4 基于多模型的粒子濾波算法(MMPF)
    4.5 自適應(yīng)擴(kuò)展卡爾曼濾波算法(AEKF)
        4.5.1 標(biāo)準(zhǔn)的EKF算法
        4.5.2 系統(tǒng)觀測噪聲的自適應(yīng)
        4.5.3 系統(tǒng)過程噪聲的自適應(yīng)
    4.6 試驗描述與結(jié)果分析
        4.6.1 試驗描述
        4.6.2 試驗結(jié)果及分析
    4.7 本章小結(jié)
第五章 基于AUV舷側(cè)陣的遠(yuǎn)程目標(biāo)被動定位方法
    5.1 定位方法描述
    5.2 二維被動定位
        5.2.1 測試環(huán)境描述
        5.2.2 測試結(jié)果及分析
    5.3 三維被動定位
        5.3.1 測試環(huán)境描述
        5.3.2 測試結(jié)果及分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 論文研究總結(jié)
    6.2 論文研究展望
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果


【參考文獻(xiàn)】：
博士論文
[1]基于組合水聽器的淺海水面水下目標(biāo)分類技術(shù)研究[D]. 張毅鋒.哈爾濱工程大學(xué) 2021
[2]基于仿生時延放大機(jī)制的聲定位方法研究[D]. 楊銘.上海交通大學(xué) 2017



本文編號：3610811