稳健估计下的声源定位最小二乘算法

采用声波技术测量落点坐标时,由于多种原因不可避免会产生粗差,严重影响定位结果。针对上述问题,提出了一种粗差探测方法和稳健估计下的声源定位最小二乘算法。该算法按照逐次迭代平差的方法,不断地改变观测值的权,使粗差观测值的权趋于零,从而降低粗差的影响。通过算例对文章算法进行了验证,结果表明:新算法的解算精度明显优于传统最小二乘算法。     

一种线性最小二乘法的声源目标精确定位方法

在分析了声音能量距离衰减模型的基础上,提出了一种声源发射能量未知下的声源目标位置精确定位计算方法。将声音能量定位模型转化为非约束线性最小二乘法估计问题,其定位结果直接用代数解表示。同时对非约束线性最小二乘法下的参数进一步优化,提出了约束线性最小二乘法以提高定位精度。对信标节点位置坐标存在高斯噪声下的定位计算方法进行了改进以减少定位误差。仿真验证了该定位计算方法的有效性,数值模拟了不同观测信号噪声和信标节点位置噪声对定位误差的影响。结果同时表明,约束线性最小二乘法比非约束线性最小二乘法的定位误差更小,更接近于定位误差的克拉美罗下界值。      

一种线性最小二乘法的声源目标精确定位方法

在分析了声音能量距离衰减模型的基础上,提出了一种声源发射能量未知下的声源目标位置精确定位计算方法。将声音能量定位模型转化为非约束线性最小二乘法估计问题,其定位结果直接用代数解表示。同时对非约束线性最小二乘法下的参数进一步优化,提出了约束线性最小二乘法以提高定位精度。对信标节点位置坐标存在高斯噪声下的定位计算方法进行了改进以减少定位误差。仿真验证了该定位计算方法的有效性,数值模拟了不同观测信号噪声和信标节点位置噪声对定位误差的影响。结果同时表明,约束线性最小二乘法比非约束线性最小二乘法的定位误差更小,更接近于定位误差的克拉美罗下界值。     

一种全球定位系统接收机单点定位的新算法及数值试验

借助于Bancroft方法快速决定全球定位系统中接收机的大概位置，可作为观测方程线性化的初值.采用最小二乘法来求解方程时，观测数据存在较大误差(即出现粗差)的情况下，最小二乘解会出现不稳定性，即问题呈不适定性.为了克服解的不适定性，引入了正则化方法，采用正则化方法及正则化参数最优选择来提高抗粗差能力.实验结果表明，利用这种定位方法的抗粗差能力有一定的改进，这对实时、快速定位有重要意义. 关键词： 全球定位系统 Bancroft方法 最小二乘法 正则化     

基于能量强度测量的多声源目标位置线性估计方法

基于能量强度的多声源定位模型,本文提出了一种声源发射能量强度未知下的多声源目标位置线性估计方法。将多声源定位模型转化为线性最小二乘估计问题,估计方法以代数解形式表示多声源目标位置初始值。对初始估计值进一步优化,得到了精确的多声源目标位置估计值。该定位计算方法将定位结果以代数解形式表示,避免了数值计算过程中因初始解选择不当而导致的局部最优问题。仿真测试了所设计算法的定位精度,并由此分析了噪声及声音能量强度增益对定位误差的影响。结果表明优化后的计算结果较初始估计值有较大改进,在一定噪声范围内其定位精度可以接近于克拉美罗（CRLB）下界值。     

长基线声学定位系统跟踪解算优化方法

针对现有长基线定位解算算法忽略阵型标定误差的问题,本文提出了一种结合声信标的标定误差和测距误差的待定目标解算方法。该方法利用观测数据的先验误差将观测数据连同带求解量一并构建平差解算模型,可以对待定目标位置解算进行优化求解。采用该方法对现有测量船只的跟踪定位实验进行数据处理,得到的跟踪定位轨迹平滑连续,和传统方法相比更接近于GPS输出结果,在深水环境下效果提升明显。理论分析和实验结果表明采用该方法能够获得更优化的位置估计结果及全局误差,能够应用于高精度长基线定位系统中。      

基于抗差估计的全姿态多位置寻北

为解决寻北过程中需要人工调平而耗时较长的问题,结合全姿态多位置寻北模型,采用总体最小二乘法估算北向角。该算法将陀螺漂移转化为测量误差,而转台倾斜误差、轴系误差及安装误差等同系数矩阵误差,在忽略较少误差项的同时完成寻北过程;并根据实际数据中含有粗差的情况,提出抗差总体最小二乘方法,引入 等价权函数消除粗差数据的影响,从而提高算法在含有粗差数据时的寻北精度。仿真数据分析和实验结果表明：该算法能有效削弱粗差对寻北精度的影响,实现全姿态高精度寻北。     

基于LS-PSO的北斗伪距单点定位算法

北斗伪距单点定位具有易于实现、不存在整周模糊度、速度快等特点,具有很大的研究和应用价值;传统最小二乘法由于引入了线性误差、对初始值依赖性强而导致定位精度低;为了提高北斗伪距单点定位的精度,通过分析最小二乘法和粒子群算法的优缺点,提出了一种LS-PSO组合算法;首先利用最小二乘法定位计算接收机的大约位置,作为粒子群算法解的基准值并建立解的搜索空间,然后利用粒子群算法得到全局最优值,解算出精度更高的结果;经过实验验证,LS-PSO组合算法可以稳定的解算出m级精度的定位结果,并且三维方向偏差都在大约5 m以内;最后通过与遗传算法的收敛情况和最小二乘法的定位精度进行对比,证明LS-PSO组合算法可以快速的收敛到最优解并且有效的提高了北斗伪距单点定位精度。     

光学经纬仪多站交会的整体最小二乘算法

靶场多台光学经纬仪获取空中炸点坐标时,所采用的水平投影法存在未能充分利用冗余观测值以及难以从多组解算结果中选出最精确结果的问题。而基于最小二乘的交会算法,虽然能解决上述问题,但是受初值影响较大、迭代速度慢甚至可能发散。提出了一种基于整体最小二乘的交会算法,该方法在迭代计算的过程中,对权矩阵不断进行调整,直到满足一定的精度要求为止。结合仿真数据对算法进行了验证。结果表明:该算法在初值较大的情况下,不容易发散,进行10次以内的迭代计算,即可得到较好的结果,当站点至目标距离为1 500 m时,精度可达到0.3 m以内,满足靶场要求。该算法同时考虑了观测值误差和模型线性化误差,大大降低了初值的影响,提高了收敛速度,能够精确地解算出炸点的三维坐标。     

基于小电流二次放电法的蓄电池内阻在线检测研究

北斗伪距单点定位具有易于实现、不存在整周模糊度、速度快等特点,具有很大的研究和应用价值。传统最小二乘法由于引入了线性误差、对初始值依赖性强而导致定位精度低。为了提高北斗伪距单点定位的精度,通过分析最小二乘法和粒子群算法的优缺点,提出了一种LS-PSO组合算法。首先利用最小二乘法定位计算接收机的大约位置,作为粒子群算法解的基准值并建立解的搜索空间,然后利用粒子群算法得到全局最优值,解算出精度更高的结果。经过实验验证,LS-PSO组合算法可以稳定的解算出m级精度的定位结果,并且三维方向偏差都在大约5m以内。最后通过与遗传算法的收敛情况和最小二乘法的定位精度进行对比,证明LS-PSO组合算法可以快速的收敛到最优解并且有效的提高了北斗伪距单点定位精度。     

风场环境中声速修正的分布式声源定位算法

为减小声速误差对定位精度的影响,提出了一种基于声速修正的分布式声源定位方法。首先,将声速表示为未知声源位置的函数,逼近风场中的声速场分布,然后将其代入TDOA (Time Differences of Arrival)算法中,构建非线性超定方程组,最后采用粒子群优化算法求解声源位置。对不同风速、不同声源位置及不同测试区域进行仿真,结果表明:修正后的定位精度比修正前有明显提高,尤其对于大范围并且声源靠近测试区域边缘位置的定位系统,改善更加明显;4个节点的定位系统实验结果表明,修正后的定位误差可降至修正前的4l%,该方法能更好的应用于风场中的定位系统。      

Distributed sound source localization algorithm with sound velocity calibration in windy environments

A new sound source localization method with sound speed compensation is proposed to reduce the wind influence on the performance of conventional TDOA(Time Difference of Arrival) algorithms. First, the sound speed is described as a set of functions of the unknown source location, to approximate the acoustic velocity field distribution in the wind field. Then,they are introduced into the TDOA algorithm, to construct nonlinear equations. Finally, the particle swarm optimization algorithm is used to estimate the source location. The simulation results show that the proposed algorithm can significantly improve the localization accuracy for different wind velocities, source locations and test area sizes. The experimental results show that the proposed method can reduce localization errors to about 40% of the original error in a four nodes localization system.     

变步长似p范数约束稀疏水声信道估计方法

针对范数约束类归一化最小均方(NLMS)算法在正交频分复用(OFDM)稀疏水声信道估计中误码率较高的问题,提出一种改进的变步长似p范数约束信道估计方法。采用改进双Logistic函数构造步长,并将误差信号自相关函数引入其中,实时调整步长和零吸引项,使得收敛速度和估计精度能够很好地折中。算法仿真结果表明,在浅海多径稀疏水声信道下,相比于传统方法,所提出的信道估计获得的最高性能提升为收敛速度提高72.3%,稳态误差降低95.9%。湖上试验数据处理结果显示,相比于传统信道估计方法,所提出的方法能使通信误码率降低2~3个数量级,实现零误码水声通信。      

海洋声场中分布式无源定位系统的节点配置方法

为了提高海洋声场中分布式无源定位系统的定位精度,提出一种基于自适应遗传算法的节点配置方法。首先,基于到达时间TOA(Time of Arrival)定位算法推导出均匀物理场与海洋声场中定位误差的CRLB(Cramer Rao Lower Bound)。之后,利用BELLHOP模型对海洋声场进行建模,获得任意位置处目标声源与节点接收信号相关的传递函数并对等效声速进行计算.以目标声源在观测区域内服从均匀分布为例,将定位误差的平均CRLB最小为优化准则,采用自适应遗传算法对节点进行优化配置。结果表明,该方法能够有效降低海洋声场中分布式无源定位系统的定位误差,并给出定位误差随节点个数增加呈非线性递减的变化趋势,可为工程应用提供理论指导。      

改进的时序多重稀疏贝叶斯学习冰下水声信道估计方法

针对时序多重稀疏贝叶斯学习信道估计方法计算复杂度高且在低信噪比时估计精度低的问题,本文提出了一种改进的时序多重稀疏贝叶斯学习正交频分复用冰下水声信道估计方法。首先,采用奇异值分解方法对接收导频矩阵进行去噪;随后利用去噪后的接收导频矩阵结合最小二乘信道估计方法获得时序多重稀疏贝叶斯信道估计的超参数矩阵、感知矩阵等先验知识;最后,利用冰下水声信道的稀疏特性和多途结构较为稳定的特点,采用时序多重稀疏贝叶斯信道估计对不同符号的冰下水声信道进行联合重建。仿真结果显示,在能量系数为0.03时,改进方法信道估计均方误差相比较于原始方法至少降低了约2.87×10-5,运算时间至少下降了约为90%。第11次北极科学考察冰下试验结果显示,改进方法的平均原始误码率略微低于原始方法,平均运算时间降低约75%。研究结果表明,利用冰下水声信道的特点,改进方法可以实现高精度冰下水声信道估计,并且有效降低系统计算复杂度。      

A novel acoustic emission beamforming method with two uniform linear arrays on plate-like structures

A novel acoustic emission (AE) source localization approach based on beamforming with two uniform linear arrays is proposed, which can localize acoustic sources without accurate velocity, and is particularly suited for plate-like structures. Two uniform line arrays are distributed in the x-axis direction and y-axis direction. The accurate x and y coordinates of AE source are determined by the two arrays respectively. To verify the location accuracy and effectiveness of the proposed approach, the simulation of AE wave propagation in a steel plate based on the finite element method and the pencil-lead-broken experiment are conducted, and the AE signals obtained from the simulations and experiments are analyzed using the proposed method. Moreover, to study the ability of the proposed method more comprehensive, a plate of carbon fiber reinforced plastics is taken for the pencil-lead-broken test, and the AE source localization is also realized. The results indicate that the two uniform linear arrays can localize different sources accurately in two directions even though the localizing velocity is deviated from the real velocity, which demonstrates the effectiveness of the proposed method in AE source localization for plate-like structures.     

Outboard abnormal noise source localization method with curved surface projection based on time delay matching and weighting criterion

An improved localization method consisting of "filtering-time delay estimationhyperbolic localization" is proposed. Combining the empirical mode decomposition(EMD)and time delay estimation method based on generalized average magnitude difference function,the original signals are decomposed into intrinsic mode function(IMF) components. The energy distribution criterion and spectrum consistency criterion are used to select the IMFs, which can represent the physical characteristics of the source signal. Several sets of signals are applied to estimate the time delay, and then a vector matching criterion is proposed to select the correct time delay estimation. Considering the hydrophones location, a shell model is established and projected to a plane according to the quadrant before the hyperbolic localization. Results of mooring and sailing tests show that the proposed method improves the localization accuracy,and reduces the error caused by time delay estimation.     

一种利用分布式传声器阵列的声源三维定位方法

为了提高噪声和混响条件下分布式传声器阵列进行声源定位的性能,提出一种利用空间稀疏性和压缩感知原理的声源三维定位方法。该方法首先通过两次离散余弦变换方式提取出声音信号特征,并用该特征来构建稀疏定位模型,以便能够综合利用语音信号的短时和长时特性,同时降低模型维数;然后利用在线字典学习技术动态调整字典,克服稀疏模型与实际信号之间的失配问题,增强稀疏定位模型的鲁棒性;进而提出一种改进的平滑l₀范数稀疏重构算法来进行声源位置解算,以提高低信噪比条件下的重构精度。仿真结果表明该方法不仅可以实现多目标定位,而且具有较强的抗噪声和抗混响能力.