环境扰动约束下的稀疏贝叶斯定位方法

针对匹配场被动定位技术对海洋环境扰动敏感的问题,提出了一种基于稀疏贝叶斯学习的稳健匹配场处理方法。该方法通过分析环境扰动情况下的声场构成,建立了海洋环境扰动模型,同时结合水下定位问题的稀疏性,将匹配场被动定位问题表述为稀疏信号重构问题。然后,使用稀疏贝叶斯学习方法迭代更新目标位置及模型失配权向量,收敛至最优稀疏解作为目标定位结果。最后使用仿真数据和北厄尔巴岛的海试数据对算法进行了验证,仿真和实验结果表明:该算法在海洋环境模型失配情况下也能够准确定位,且能分辨水平间距为100 m的两个目标。因此,基于稀疏贝叶斯学习的稳健匹配场处理方法能够有效利用海洋环境扰动声场结构和水下定位稀疏特性,以增强匹配场处理的稳健性和定位精度,并且具有应对多源定位问题的能力。      

南中国海存在孤立子内波条件下的声场时间相关半径

在动态的海洋环境中,由于数据向量和拷贝场之间的失配,匹配场处理器的性能会发生退化。数据向量的时间相关半径是这种退化的一种量度。通过2001年ASIAEX南海实验中垂直阵上水听器接收到的声场数据求取了400 Hz窄带信号的声场时间相关。从实验数据处理结果观察到,伴随着传播路径上非线性内波的进入,声场的时间相关半径减小。同时利用一个二维的平流冻结海洋模型和传播路径上三个温度链的温度数据对声场进行了数值仿真,分析了不同频率下的声场时间相关半径。结果表明:实验结果与仿真的400 Hz信号的声场时间相关较为一致。可见,在时变的海洋环境下,声信道中存在孤立子内波将会使声场的时间相关半径大大缩短。      

失配情况下匹配模处理方法研究

匹配场处理是一种水声学和物理学相结合的信号处理技术,其在水下目标定位方面的高精度特点使得该方法受到广泛关注。匹配模处理是工作在模态空间的匹配处理方法。相对于匹配场处理方法,匹配模处理方法通过选取受环境失配影响较小的模态参与匹配处理(然而匹配场处理方法使用了全部声场数据),减小环境失配对定位性能的影响。本文研究了简正波模型下的匹配模处理器,讨论了环境失配时匹配模处理器的性能,通过选取受失配影响较小的模态组合,得出的定位结果更加精确。     

失配情况下匹配模处理的仿真研究*

匹配场处理是一种水声学和物理学相结合的信号处理技术,其在水下目标定位方面的高精度特点使得该方法受到广泛关注。匹配模处理是工作在模态空间的匹配处理方法。相对于匹配场处理方法,匹配模处理方法只处理声场中有关声源位置信息的数据(然而匹配场处理方法使用了全部声场数据),这样就可以减小环境失配对定位的影响。本文研究了在环境发生失配时,通过选取受失配影响较小的模态组合,得出的定位结果更加精确。     

一种基于双引导声源和warping变换的拷贝声场计算方法

提出了在均匀浅海环境中只知道少量环境参数的情况下,利用不同距离上的两枚引导声源和warping变换的拷贝声场计算方法。这种方法主要基于简正波估计技术,从声场衰减信息和相位信息两个方向来重构拷贝声场,从而与目标声场匹配进行定位。其优点在于能避免传统的匹配场定位技术中拷贝场计算时对环境模型和环境参数的依赖。在简正波估计技术中采用warping变换的处理方式,数值仿真主要采用线性Bartlett匹配处理器分析了目标定位效果,在信噪比高于1015 dB的情况下,定位效果良好。      

利用宽带引导声源重构拷贝声场的目标声源定位

为了避开传统的匹配场目标定位技术对环境先验知识的依赖性,提出了在均匀浅海环境中只知道少量环境参数的情况下,利用垂直接收阵和不同距离上的两枚宽带引导声源重构声场对目标声源进行定位的一种方法。这种方法主要基于简正波估计和声场重构两种关键技术,同时省去了匹配场定位技术中大量的拷贝声场计算。数值仿真主要采用线性Bartlett匹配处理器分析了目标定位效果,在信噪比高于10 d B的情况下,定位效果良好。     

基于扇区特征向量约束的稳健自适应匹配场处理器

自适应匹配场处理可以获得较高的定位精度和旁瓣抑制性能,但需要精确计算的拷贝场向量和参数搜索空间内的精细采样,这为自适应匹配场在实际复杂海洋环境中的实时应用造成了困难。本文提出了一种新的稳健自适应匹配场处理算法,用以同时克服环境参数失配和实时搜索计算量大这两个问题。新算法集成了邻点位置约束、环境扰动约束和扇区聚焦约束等三种自适应匹配场处理器的优点,采用扇区与环境扰动双重约束,不仅对环境参数失配更具宽容性,而且可确保目标位于扇区内的任何点时,主瓣增益损失较小。典型浅海环境下的数值仿真和实测数据分析表明,该算法在一定的环境失配条件下不仅能有效地检测定位目标,还能实现距离/深度平面内的大扇区目标搜索,可大大减小实时运算量。     

匹配场处理舰船辐射噪声级估计方法

针对水声信道对舰船辐射噪声声传播的影响,进而导致声源级测量结果不准确的问题,提出了基于匹配场处理的舰船辐射噪声级估计方法。在海洋环境噪声为空间均匀高斯白噪声的假设下,当海洋环境参数已知、信噪比满足一定要求时,匹配场处理能有效地给出被测噪声源的位置信息及该位置处的能量响应。从能量估计角度出发,推导了声源位置处匹配场输出响应的能量修正因子计算公式,从理论上证明了匹配场处理在被测声源位置处输出响应与能量修正因子的乘积为真实声源级的最小方差无偏(MVU)估计。该方法首先选择合适的声场计算模型计算拷贝场向量,对接收到的辐射噪声信号进行匹配场处理,得出接收信号级和被测声源位置;其次利用该位置所对应的拷贝场向量替换能量修正因子公式中的真实信道传输函数以计算能量修正因子的估计值;最后由接收信号级与能量修正因子估计值相乘得出舰船辐射噪声声源级的MVU估计。针对典型的浅海水声信道,进行了计算机仿真试验,结果表明:该方法能有效地进行舰船辐射噪声测量,当信噪比满足一定要求时,测量得到的声源级与实际声源级相比,误差小于1 dB。      

高斯射线束方法在深海匹配场定位中的应用

匹配场定位作为一种水声被动定位方法,其拷贝场计算方法的精度和速度对定位效果和定位效率有着直接的影响。尤其在深海,目前浅海中常用的拷贝场计算方法如简正波法、抛物方程近似等在深海中往往存在计算效率不够、内存需求大、难以满足实际应用的需求。高斯射线束方法具有计算速度快,物理意义清晰,易于并行化处理等优点,非常适合于深海近程声场计算。通过数值仿真算例和海上实验数据的处理验证了高斯射线束方法用于拷贝场计算的有效性。仿真和实验数据处理结果表明,采用高斯射线束方法计算拷贝场在深海匹配场定位中有很好的定位效果.      

浅海环境中的匹配模态空间检测器

将水下声传播规律融入到算法设计中可以有效提高被动声呐目标检测性能。当声源位置未知时,广义似然比检测器和贝叶斯检测器分别通过搜索和积分的方式来消除声源位置不确定性的影响。但是,基于有限个信号波前实现的广义似然比检测器和贝叶斯检测器在某些声源位置上存在性能大幅下降的问题。为此,利用水下声传播的物理特性,提出了一种稳健的子空间检测器——匹配模态空间检测器,稳健的意义在于:当阵列获取到的辐射声信号能量给定时,检测器可以在不同声源位置情况下提供相同的检测性能。该检测器通过模态空间一定程度上利用了海洋环境知识,获得了比具有相同稳健性的能量检测器更好的检测性能。典型浅海环境中的仿真实验对比结果表明:匹配模态空间检测器相比广义似然比检测器和贝叶斯检测器的峰值性能下降较小、所需的计算量更少、对环境失配的宽容性更好。      

高斯射线束法在深海声源定位中的应用

在深海匹配场(Matched Field Processing-MFP)声源定位中,拷贝场模型的计算精度和速度对声源的定位效果和定位效率有着直接的影响。针对这一问题,本文数值仿真研究了深海匹配场定位中采用高斯射线束理论作为拷贝场计算模型的可行性。高斯射线束理论具有计算速度快,物理意义清晰,并且适合并行化处理等优点。文中利用不同水文环境、不同频域范围的大量仿真实验来证明该模型的适用性。结果表明,高斯射线束模型在深远海的声源定位中有很好的定位精度,并且在较低频段同样有效,可以作为深远海声源定位的拷贝场计算模型。     

Matched-field depth estimation for active sonar

This work concerns the problem of estimating the depth of a submerged scatterer in a shallow-water ocean by using an active sonar and a horizontal receiver array. As in passive matched-field processing (MFP) techniques, numerical modeling of multipath propagation is used to facilitate localization. However, unlike passive MFP methods where estimation of source range is critically dependent on relative modal phase modeling, in active sonar source range is approximately known from travel-time measurements. Thus the proposed matched-field depth estimation (MFDE) method does not require knowledge of the complex relative multipath amplitudes which also depend on the unknown scatterer characteristics. Depth localization is achieved by modeling depth-dependent relative delays and elevation angle spreads between multipaths. A maximum likelihood depth estimate is derived under the assumption that returns from a sequence of pings are uncorrelated and the scatterer is at constant depth. The Cramér-Rao lower bound on depth estimation mean-square-error is computed and compared with Monte Carlo simulation results for a typical range-dependent, shallow-water Mediterranean environment. Depth estimation performance to within 10% of the water column depth is predicted at signal-to-noise ratios of greater than 10 dB. Real data results are reported for depth estimation of an echo repeater to within 10-m accuracy in this same shallow water environment.     

Matched localization of a horizontal array in shallow sea

I.IntroductionInsha1lowsea,passivesource1ocalizationisadifficu1t,yctinterestingprob1emthathasre-ceivcdagrcatdca1ofattcnti0ninthelastfCwycars.l'-'1Theconventiona1sourccloca1izationistOmatchthercceivcdacousticdatawiththesoundficldprcdictcdbythepropagationmodcl.Thistechniqueiscallcdmatchcd-ficldproccssing(MFP).Itiscommonlyacceptcdthatinshal-low-watercnvironmcnLssoundficldcanbcwclldcscribcdbyanormal-modemodel.Accord-ingtothismodcl,thcacousticprcssurecanbecxprcsscdasalincarcombinationofthenorma…     

半经验关系与匹配场联合处理的爆炸声源快速定位

爆炸声源位置的快速准确获取对声源级测量和声传播计算具有重要意义。为了解决利用单一水听器进行爆炸声源定位时难以获得较好的定位效率和精度的问题,提出了一种基于半经验关系与匹配场联合处理的爆炸声源快速定位方法。首先通过爆炸声源满足的半经验关系,对爆炸位置进行预估,缩小匹配参数的搜索范围;同时,在基于多途时延差匹配定位理论的基础上,利用爆炸声源的半经验关系建立联合匹配定位方法,引入气泡脉动周期和冲击波峰值增加匹配物理信息,实现爆炸声源深度和距离精确反演。仿真分析与2013年南海水下爆炸声试验数据分析结果表明,一次气泡脉动周期与多途时延差的联合匹配可提高对爆炸声源深度的估计精度;冲击波峰值与多途时延差的联合匹配可提高对距离的估计精度。额外匹配量的引入减少了估计精度对接收阵元个数的依赖,能够实现用单阵元快速准确地进行爆炸源位置的估计。      

浅海时变声速环境下的自适应匹配场定位算法实现*

针对浅海环境下声速剖面失配引起的匹配场处理器失配问题,提出了一种自适应匹配场定位算法在声速剖面时变环境下的实现方式。将先验声速剖面集简化为经验正交函数表示,结合蒙特卡洛方法与环境扰动约束算法对当下时刻的目标声源进行匹配场定位。本文以某次试验获取的连续20小时的声速剖面数据为研究对象,通过仿真试验对该算法进行验证,结果表明：在先验声速剖面集的半小时之后,利用自适应算法的距离和深度定位成功率较常规匹配场算法有较大提升,其中,深度正确定位概率相对较低。     

导向相应功率定位中时延不确定项的影响

在分布式传声器网络应用中,可控波束形成器导向相应功率(SRP)声源定位算法受到导向时延不准确的影响导致定位不稳定.将导向时延不确定项引入SRP定位模型,并对引起不确定项的主要干扰因素进行了分析建模,同时提出了应对导向时延不确定项的SRP定位算法.蒙特卡罗仿真和分析表明该算法具有抑制噪声和降低定位误差的效果,实际实验数据...     

Robust Estimation for Bivariate Poisson INGARCH Models

In the integer-valued generalized autoregressive conditional heteroscedastic (INGARCH) models, parameter estimation is conventionally based on the conditional maximum likelihood estimator (CMLE). However, because the CMLE is sensitive to outliers, we consider a robust estimation method for bivariate Poisson INGARCH models while using the minimum density power divergence estimator. We demonstrate the proposed estimator is consistent and asymptotically normal under certain regularity conditions. Monte Carlo simulations are conducted to evaluate the performance of the estimator in the presence of outliers. Finally, a real data analysis using monthly count series of crimes in New South Wales and an artificial data example are provided as an illustration.     

Broadband underwater multi-source localization with a computationally efficient coherent OMP algorithm

In this paper, we propose a broadband coherent matched-field processing (MFP) algorithm to solve multi-source localization problems in shallow water scenarios. The proposed algorithm combines the matched-phase coherent processor with the sparse recovery technique from compressive sensing (CS) theory. A greedy sparse recovery algorithm is adopted to iteratively locate multiple sources using a matched-phase coherent processor. At each iteration of the greedy algorithm, the data is processed coherently using the phase descent search (PDS) algorithm, rather than the incoherent methods used in many sparse recovery algorithms, such as the classical orthogonal matching pursuit (OMP) algorithm. The phase shifts between different frequencies are estimated and compensated, such that the performance can be greatly enhanced. The proposed algorithm is applied to simulated data, synthesized data, and data collected in the SWellEx-96 shallow water experiment. The result provides sparse localization information that matches the ground truth source locations in the simulation and the source trajectory calculated from the Global Positioning System (GPS) information from the experiment.