結合聲速反演的水聲傳感網絡定位誤差修正方法研究
發(fā)布時間:2021-05-27 14:15
水聲傳感網絡(Underwater Acoustic Sensor Network,UASN)的出現大大提高了海洋環(huán)境探測的潛在能力。在大多數UASN的應用中,節(jié)點定位都是一項基礎而重要的任務。節(jié)點的位置信息有助于其它水下任務的完成。在位置相關的數據采集任務中,如果缺失了位置信息,數據將變得無用。目前大多數的水下定位模型使用單一的聲速值進行距離估計和節(jié)點定位,忽略了水體的分層效應以及聲速剖面的時間變化特性對定位結果的影響。然而,受水下介質不均勻以及海洋環(huán)境動態(tài)變化的影響,水下定位存在不確定性。因此,本文就基于UASN的聲速估計和定位誤差修正開展研究工作。論文的第一部分以UASN中的距離估計問題為例,通過求解克拉美羅界(Cramer-Rao Bound,CRB),討論了聲速剖面誤差對距離估計性能的影響。研究結果表明,聲速誤差和時間測量誤差以及深度測量誤差一樣,是影響水下傳感器網絡定位性能的重要因素。另外,海洋環(huán)境的動態(tài)變化也會造成聲速剖面的擾動,導致聲線路徑和信號傳播時間的變化,影響模型定位結果的穩(wěn)定性。因此,為了降低聲速誤差對水下傳感器網絡中定位算法性能的影響,為定位模型提供更加準確的...
【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】:116 頁
【學位級別】:碩士
【文章目錄】:
致謝
摘要
Abstract
1 緒論
1.1 課題背景及意義
1.2 國內外研究現狀
1.2.1 水聲傳感網絡的定位技術
1.2.2 聲速剖面反演方法
1.2.3 機器學習方法在水聲領域的應用
1.3 論文研究內容
1.3.1 研究思路
1.3.2 研究內容
1.3.3 論文結構
2 聲速誤差對水聲傳感網絡中目標定位的影響
2.1 聲在海洋中的傳播模型
2.1.1 波動方程
2.1.2 射線聲學基礎
2.2 聲速不確實性以及時間演化
2.2.1 經驗正交函數表征
2.2.2 時間演化AR模型
2.3 聲速誤差對水下網絡距離估計的影響
2.3.1 水下網絡定位技術基礎
2.3.2 聲速水平無關時的聲線計算
2.3.3 節(jié)點間距離估計方法及性能
2.4 本章小結
3 基于聲線路徑跟蹤的TDoA水聲傳感網絡目標定位
3.1 梯度分層模型
3.1.1 等梯度聲線跟蹤
3.1.2 梯度分層水體中的聲線模型
3.1.3 基于梯度分層模型的距離估計
3.2 TDoA目標定位
3.2.1 任意位置處的梯度計算
3.2.2 節(jié)點定位算法
3.2.3 性能限
3.3 仿真分析和實驗數據驗證
3.3.1 瓊東海域平均聲速環(huán)境節(jié)點定位仿真
3.3.2 SWellEx96實驗數據分析與算法驗證
3.4 本章小結
4 結合聲速反演的水聲傳感網絡定位誤差修正
4.1 基于微擾法的水下網絡聲速剖面反演
4.1.1 水聲傳感網絡與聲層析問題
4.1.2 基于射線模型的微擾法
4.1.3 聲速反演和跟蹤算法
4.2 基于遞歸神經網絡的稀疏EOF系數估計
4.2.1 逆問題求解中的機器學習方法:以匹配場為例
4.2.2 字典相關性問題
4.2.3 稀疏貝葉斯學習
4.2.4 基于遞歸神經網絡的稀疏參數估計模型
4.3 聲速剖面反演與定位修正仿真
4.3.1 仿真環(huán)境
4.3.2 基于微擾法的最小二乘聲速剖面估計
4.3.3 遞歸神經網絡模型求解稀疏EOF系數
4.3.4 距離估計和TDoA定位修正
4.4 千島湖聲速反演和定位修正實驗
4.4.1 實驗環(huán)境描述
4.4.2 基于湖面信標的聲速估計
4.4.3 結合反演聲速的TDoA定位修正
4.5 本章小結
5 研究工作總結與未來研究展望
5.1 研究工作總結
5.2 創(chuàng)新點
5.3 未來研究展望
參考文獻
作者簡歷及在學期間科研成果
【參考文獻】:
期刊論文
[1]由傳播時間反演海水中的聲速剖面[J]. 唐俊峰,楊士莪. 哈爾濱工程大學學報. 2006(05)
[2]基于聲線到達時差的淺海聲速剖面反演[J]. 張忠兵,馬遠良,倪晉平,童 立. 西北工業(yè)大學學報. 2002(01)
[3]淺水聲速剖面的反演方法與實驗驗證[J]. 沈遠海,馬遠良,屠慶平,姜小權,朱治富. 西北工業(yè)大學學報. 2000(02)
博士論文
[1]信息理論準則下的匹配場聲源定位[D]. 周悅.浙江大學 2015
[2]捕捉環(huán)境不確實性的聲學—動力數據同化技術[D]. 金麗玲.浙江大學 2013
碩士論文
[1]深海聲層析最小二乘新息方法[D]. 黃穎.浙江大學 2017
本文編號:3207725
【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】:116 頁
【學位級別】:碩士
【文章目錄】:
致謝
摘要
Abstract
1 緒論
1.1 課題背景及意義
1.2 國內外研究現狀
1.2.1 水聲傳感網絡的定位技術
1.2.2 聲速剖面反演方法
1.2.3 機器學習方法在水聲領域的應用
1.3 論文研究內容
1.3.1 研究思路
1.3.2 研究內容
1.3.3 論文結構
2 聲速誤差對水聲傳感網絡中目標定位的影響
2.1 聲在海洋中的傳播模型
2.1.1 波動方程
2.1.2 射線聲學基礎
2.2 聲速不確實性以及時間演化
2.2.1 經驗正交函數表征
2.2.2 時間演化AR模型
2.3 聲速誤差對水下網絡距離估計的影響
2.3.1 水下網絡定位技術基礎
2.3.2 聲速水平無關時的聲線計算
2.3.3 節(jié)點間距離估計方法及性能
2.4 本章小結
3 基于聲線路徑跟蹤的TDoA水聲傳感網絡目標定位
3.1 梯度分層模型
3.1.1 等梯度聲線跟蹤
3.1.2 梯度分層水體中的聲線模型
3.1.3 基于梯度分層模型的距離估計
3.2 TDoA目標定位
3.2.1 任意位置處的梯度計算
3.2.2 節(jié)點定位算法
3.2.3 性能限
3.3 仿真分析和實驗數據驗證
3.3.1 瓊東海域平均聲速環(huán)境節(jié)點定位仿真
3.3.2 SWellEx96實驗數據分析與算法驗證
3.4 本章小結
4 結合聲速反演的水聲傳感網絡定位誤差修正
4.1 基于微擾法的水下網絡聲速剖面反演
4.1.1 水聲傳感網絡與聲層析問題
4.1.2 基于射線模型的微擾法
4.1.3 聲速反演和跟蹤算法
4.2 基于遞歸神經網絡的稀疏EOF系數估計
4.2.1 逆問題求解中的機器學習方法:以匹配場為例
4.2.2 字典相關性問題
4.2.3 稀疏貝葉斯學習
4.2.4 基于遞歸神經網絡的稀疏參數估計模型
4.3 聲速剖面反演與定位修正仿真
4.3.1 仿真環(huán)境
4.3.2 基于微擾法的最小二乘聲速剖面估計
4.3.3 遞歸神經網絡模型求解稀疏EOF系數
4.3.4 距離估計和TDoA定位修正
4.4 千島湖聲速反演和定位修正實驗
4.4.1 實驗環(huán)境描述
4.4.2 基于湖面信標的聲速估計
4.4.3 結合反演聲速的TDoA定位修正
4.5 本章小結
5 研究工作總結與未來研究展望
5.1 研究工作總結
5.2 創(chuàng)新點
5.3 未來研究展望
參考文獻
作者簡歷及在學期間科研成果
【參考文獻】:
期刊論文
[1]由傳播時間反演海水中的聲速剖面[J]. 唐俊峰,楊士莪. 哈爾濱工程大學學報. 2006(05)
[2]基于聲線到達時差的淺海聲速剖面反演[J]. 張忠兵,馬遠良,倪晉平,童 立. 西北工業(yè)大學學報. 2002(01)
[3]淺水聲速剖面的反演方法與實驗驗證[J]. 沈遠海,馬遠良,屠慶平,姜小權,朱治富. 西北工業(yè)大學學報. 2000(02)
博士論文
[1]信息理論準則下的匹配場聲源定位[D]. 周悅.浙江大學 2015
[2]捕捉環(huán)境不確實性的聲學—動力數據同化技術[D]. 金麗玲.浙江大學 2013
碩士論文
[1]深海聲層析最小二乘新息方法[D]. 黃穎.浙江大學 2017
本文編號:3207725
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3207725.html