近年來(lái),隨著具有海岸線國(guó)家的沿海局部沖突加劇,各國(guó)海軍的戰(zhàn)略重點(diǎn)逐漸由深海向淺海區(qū)域轉(zhuǎn)移,自主式無(wú)人潛航器（Autonomous Underwater Vehicle,AUV）靈活性以及隱蔽性的特點(diǎn)使它更適合在這種敏感和存在爭(zhēng)議的海區(qū)執(zhí)行水下軍事任務(wù)。舷側(cè)陣被動(dòng)聲吶是AUV使用的重要探測(cè)裝備,但由于AUV的長(zhǎng)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(huì)導(dǎo)致基于平面波假設(shè)以及其它簡(jiǎn)化水聲傳播模型的陣列信號(hào)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(dòng)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(guó)內(nèi)外已有研究工作的基礎(chǔ)上,主要針對(duì)上述問(wèn)題,對(duì)在復(fù)雜淺海環(huán)境中如何使用AUV舷側(cè)陣以實(shí)現(xiàn)遠(yuǎn)程目標(biāo)的被動(dòng)定位進(jìn)行了研究。近些年興起的匹配場(chǎng)處理技術(shù),其方法中融入了更貼近于實(shí)際海洋環(huán)境的水聲傳播模型,它實(shí)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(chǎng)信息,從而將聲源從各種干擾和噪聲的背景中分離出來(lái)。在能夠得知足夠海洋環(huán)境信息的情況下,匹配場(chǎng)處理方法表現(xiàn)出了非常好的估計(jì)性... 

【文章來(lái)源】：國(guó)防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：140 頁(yè)

【學(xué)位級(jí)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(wú)人潛航器技術(shù)及其應(yīng)用
        1.1.3 舷側(cè)陣被動(dòng)聲吶簡(jiǎn)述
    1.2 水中聲源被動(dòng)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(cè)距法
        1.2.3 目標(biāo)運(yùn)動(dòng)分析法
        1.2.4 多徑測(cè)距法
        1.2.5 匹配場(chǎng)定位方法
    1.3 基于AUV舷側(cè)陣的目標(biāo)被動(dòng)定位方法研究現(xiàn)狀
        1.3.1 被動(dòng)合成孔徑處理
        1.3.2 基于水平線列陣的匹配場(chǎng)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(chǎng)定位性能分析
    2.1 常用的匹配場(chǎng)處理器
        2.1.1 線性匹配場(chǎng)處理器
        2.1.2 最小方差無(wú)畸變響應(yīng)匹配場(chǎng)處理器
        2.1.3 白噪聲抑制最小方差無(wú)畸變響應(yīng)匹配場(chǎng)處理器
        2.1.4 寬帶匹配場(chǎng)處理器
    2.2 聲場(chǎng)建模方法
        2.2.1 波動(dòng)方程和Helmholtz方程
        2.2.2 射線理論模型
        2.2.3 簡(jiǎn)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(chǎng)建模
    2.3 基于靜止水平短線列陣的匹配場(chǎng)定位
        2.3.1 測(cè)試環(huán)境和方案
        2.3.2 測(cè)試結(jié)果及分析
    2.4 本章小結(jié)
第三章 基于運(yùn)動(dòng)水平短線列陣的匹配場(chǎng)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(dòng)狀態(tài)分析
    4.1 AUV的定位問(wèn)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(jì)
        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(wèn)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(cè)算法
        4.3.3 基于小波變換的觀測(cè)噪聲統(tǒng)計(jì)特性估計(jì)
        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(cè)噪聲的自適應(yīng)
        4.5.3 系統(tǒng)過(guò)程噪聲的自適應(yīng)
    4.6 試驗(yàn)描述與結(jié)果分析
        4.6.1 試驗(yàn)描述
        4.6.2 試驗(yàn)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(dòng)定位方法
    5.1 定位方法描述
    5.2 二維被動(dòng)定位
        5.2.1 測(cè)試環(huán)境描述
        5.2.2 測(cè)試結(jié)果及分析
    5.3 三維被動(dòng)定位
        5.3.1 測(cè)試環(huán)境描述
        5.3.2 測(cè)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(tīng)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(shí)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(hào)：3610811