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。      

Consensus of multiple autonomous underwater vehicles with double independent Markovian switching topologies and timevarying delays

A new method in which the consensus algorithm is used to solve the coordinate control problems of leaderless multiple autonomous underwater vehicles(multi-AUVs) with double independent Markovian switching communication topologies and time-varying delays among the underwater sensors is investigated.This is accomplished by first dividing the communication topology into two different switching parts,i.e.,velocity and position,to reduce the data capacity per data package sent between the multi-AUVs in the ocean.Then,the state feedback linearization is used to simplify and rewrite the complex nonlinear and coupled mathematical model of the AUVs into a double-integrator dynamic model.Consequently,coordinate control of the multi-AUVs is regarded as an approximating consensus problem with various time-varying delays and velocity and position topologies.Considering these factors,sufficient conditions of consensus control are proposed and analyzed and the stability of the multi-AUVs is proven by Lyapunov-Krasovskii theorem.Finally,simulation results that validate the theoretical results are presented.     

A novel location estimation based on pattern matching algorithm in underwater environments

In this paper, we present a novel approach based on pattern recognition to treat the underwater localization. The goal is to achieve underwater localization by the pattern matching algorithm. It should be noted that the reflected signals in underwater environments do not affect our location estimation. Therefore, the underwater localization in this study is straightforward and efficient by using the pattern matching algorithm. We exploit the maximum likelihood (ML) to perform our study. Initially, the underwater signals are collected by the sound receiver at some sampling locations. These signals are suitably processed by the ML models and are stored in database. The test location in real-time is estimated through the database. Experimental results show that good accuracy of positioning can be obtained by proposed schemes. The proposed localization schemes can be applied to many other applications in underwater environments.     

基于Huber的高阶容积卡尔曼跟踪算法

为改善高阶容积卡尔曼滤波算法的滤波精度和鲁棒性, 提出了一种新的基于Huber的高阶容积卡尔曼滤波算法. 在采用统计线性回归模型近似非线性量测模型的基础上, 利用Huber M 估计算法实现状态的量测更新. 进一步结合高阶球面-径向容积准则的状态预测模块构成基于 Huber的高阶容积卡尔曼跟踪算法. 重点分析了Huber代价函数的调节因子对算法跟踪性能的影响. 通过对纯方位目标跟踪和再入飞行器跟踪两个实例验证了所提算法的跟踪性能优于传统高阶容积卡尔曼滤波算法.     

矢量声纳高速运动目标稳健高分辨方位估计

针对水声矢量信号处理框架中的高速运动目标低信噪 比小快拍条件下的稳健高分辨方位估计问题, 将压缩感知技术应用于水声矢量信号空间谱估计模型中. 结合声矢量传感器结构特性, 探讨了基于声压振速联合处理的广义时域滤波方法; 结合矩阵空域预滤波理论, 设计了基于阻带约束通带均方误差最大值最小的空域滤波器, 研究了矢量声纳空域预滤波方法; 结合以上分析, 提出了基于压缩感知技术的时空联合滤波高分辨方位估计方法, 给出了方法的数学模型、物理解释及具体实施步骤.理论分析和计算机仿真试验表明, 新方法对于小快拍数 条件下的矢量声纳高速运动目标高分辨方位估计问题, 具有较低的双目标分辨门限和较高的估计精度, 有着良好的应用前景.湖上试验验证了方法的有效性. 关键词： 声矢量传感器 空间谱估计 时空滤波 压缩感知     

单基阵三维纯方位水下信标声学定位方法

针对水下静止信标的纯方位定位问题,提出一种基于单基阵平台纯方位信息的定位方法。通过水下无人运动平台两次量测的空间角度信息建立非线性方程,利用拟牛顿迭代方法实现稳定数值求解。同时,对量测信息进行预处理和定位后置处理,以进一步提高算法的稳定性和精度。利用计算机模拟水下声传播环境进行定位仿真,结果表明,基于常规波束形成的方位估计结果,在方位量测误差标准差为1°时,所提方法的定位结果相对误差可达3.5%以内。同时,研究了不同方位量测误差条件下、不同海深测量误差条件、观测平台和目标不同态势下定位算法的定位性能。结果表明,此方法可用于对水下静止信标的声学定位,且鲁棒性好。      

基于高斯混合概率假设滤波的水下目标跟踪算法

为了解决传统水下目标跟踪中目标数目估计不准确、状态估计误差增长过快的问题,提出了一种基于高斯混合概率假设滤波的水下目标跟踪算法。该算法基于双基地观测模型,采用高斯混合概率假设滤波算法处理方位和时延信息,利用粒子群算法处理多普勒频率获得矢量速度,进一步提升算法的跟踪精度。结果表明,该算法能完成在杂波环境下对目标的跟踪,相比传统的关联算法,能够有效地实现目标个数估计和抑制状态误差增长的目的。     

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。      

仿人耳听觉的助听器双耳声源定位算法

为提高复杂场景下的听障患者的语言理解度,本文提出一种仿人耳听觉的助听器双耳声源定位算法。算法首先借鉴耳蜗分频特性和听觉掩蔽特性,将声音信号进行多通道分解,并提取人耳敏感频带的信号进行双耳时间差(Interaural Time Difference,ITD)估计;然后基于人耳哈斯效应,提取有效的ITD信息;最后采用头相关模型,将ITD转化为声源方向信息。同时,为了改善混响和多干扰声场景下的声源定位能力,本文提出一种多通道的加权联合策略。仿真和场景测试实验表明,算法的抗干扰性强,定位精度高。而且,在7名受试者的理解度测试中,同现有的助听器增强算法相比,结合定位算法的语音增强算法达到3~5dB的性能改善。      

基于并行蚁群算法的长基线定位方法*

为了降低各个误差源对水声目标导航定位精度的影响,该文将水声目标导航定位问题抽象为带约束条件的非线性优化问题,并论证了最优化表达式参数求解过程与降低误差源干扰的过程具有同一性;设计了并行蚁群算法求其最优解。海试数据处理结果表明,该方法具有收敛速度快、解稳定和定位精度高等优点,能有效地降低各个误差源对水声目标导航定位精度的影响。     

两步法提高时延差估计精度的分析和实验验证

为提高短基线水声定位系统的定位精度,对利用两次估计提高时延差计算精度的方法进行了理论分析、仿真和实验验证,并给出了具体的实现步骤。该方法将时延差估计值分解成了时延差初测值和时延差修正值,前者直接利用相关函数包络求解,后者与相关函数相位差之间存在映射关系,通过频域的相位差估计获得。仿真和实验的结果显示,采用这一方法能够获得很高的时延差估计精度。两步法具有很强的实用性,可以有效的提高短基线水声定位系统定位精度。      

水下目标多平台协同定位和跟踪方法

提出了一种融合多平台方位观测数据的水下声学目标定位跟踪方法。该方法采用多级多假设跟踪对目标状态进行滤波和关联,第一级基于每个平台波束域检测结果独立使用多假设跟踪方法对目标方位角进行初级跟踪;第二级首先通过多平台联合似然概率估计多目标初始位置,再用多假设跟踪方法对不同平台初级跟踪的方位角航迹进行关联,最后通过关联的角度值和扩展卡尔曼滤波对多目标位置进行序贯估计。仿真结果证明,该方法能以更少计算量实现更优定位性能,优于单级多假设跟踪方法.海试数据处理结果表明,存在较多干扰的情况下,单级方法跟踪过程中丢失目标,而多级方法实现了对目标的全程跟踪,且收敛后定位误差在70m内。该方法可降低噪声干扰对数据关联及目标定位的影响,并通过多平台协同消除线阵的方位模糊,适用于移动多平台声学目标定位和跟踪场景。      

多子阵组合的短基线声学定位系统数据优化方法*

短基线声学定位系统是一种常用的水下声学定位设备,为提高适用性,常采用多阵元接收阵的方式进行水声定位,其工作时将带来冗余的测距数据和定位结果,而部分冗余数据的解算定位结果误差较大（以下简称奇异值）,其代入融合将导致最终定位结果的误差不减反增。为解决该问题,本文分析奇异值特征,提出了基于多子阵组合(Multiple Subarray Combination,以下简写MSC)的短基线声学定位数据优化方法。该方法将空间阵中划分出的各单元子阵进行筛选,对冗余数据进行优化,筛除会引入较大误差的中间数据,进而提高定位精度。计算机仿真及实际测试数据表明：该方法可实现整体声源定位精度的提高。同时与传统定位方法相比可有效减小运算量,提高整体定位系统的性能。     

基于禁忌搜索的车联网蒙特卡洛定位算法

在蒙特卡洛定位算法中引入禁忌搜索算法以提高车联网中快速定位的性能。自组织车联网高速移动的车辆和快速变化的网络拓扑结构,使用传统的蒙特卡洛定位算法,不能迅速的收敛位置信息。在滤波阶段引入禁忌搜索算法对传统蒙特卡洛定位算法进行改进, 优化滤波排除可能性较小的位置点,获得近似最优估计位置采样集。仿真结果表明,改进后的算法在样本采集数、计算时间、定位精度等方面有了显著提升,改进后的算法能更好地解决车联网的定位问题。     

基于垂直平分线的非测距定位算法

在无线传感器网络定位机制中,近似三角形内点测试(APIT)定位算法因思想简单、硬件成本低、定位精度高而被广泛应用,但算法性能会因锚节点分布不均匀受到严重影响。为提高节点定位精度和解决APIT定位算法边缘效应的问题,提出一种基于垂直平分线的非测距定位算法。该算法利用接收信号强度指示值(RSSI)值筛选锚节点并与等腰三角形底边中垂线过顶点的几何原理结合进行定位,可以得到比较合理的定理精度,性能相对稳定。仿真结果表明,该算法可有效提高无线传感器网络定位的精度和覆盖率。     

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.     

水下线谱噪声源识别的波束域时频分析方法研究

从联合空时频三维信息从发, 提出了波束域时频分析识别水下运动航行器低频线谱噪声源位置的方法. 首先, 利用小孔径圆环阵的超指向性波束形成, 将各线谱噪声源匀速通过正横位置附近时产生的多普勒信号在时域上分离. 其次, 分别使用伪Wigner-Ville分布和调频小波变换两种时频分析方法对波束输出的信号进行处理, 得到各噪声源信号的时频图像. 最后, 转换时间坐标到空间并参考配置信标, 即可识别低频线谱噪声源在水下航行器上的位置. 该方法解决了阵列识别水下低频噪声源的孔径受限问题, 同时对处理同频相干噪声源也适用. 仿真试验结果表明: 两种波束域时频分析方法都能较精确地识别低频线谱噪声源的位置; 在测量系统信息的配合下, 波束域调频小波变换的识别效果更优.     

分布式压缩感知麦克风阵列多声源方位估计*

麦克风阵列已被广泛应用于音/视频会议等人机交互领域中时,多声源应用场景对声源方位估计性能提出了更高的要求。压缩感知(CS)声源定位算法将声源定位问题转化为信号的稀疏重构问题,相比传统的定位算法如相位变换加权（SRP-PHAT）和时延累加定位（DS）能够获得较高的定位性能,但多声源的存在一定程度上降低了稀疏程度,影响了CS重构性能。考虑到传统的CS定位算法并未利用多个连续语音帧之间声源空间向量的共同稀疏性,提出采用分布式压缩感知（DCS）理论以改善多声源的稀疏恢复估计的性能。仿真和实验结果表明,相比于传统定位算法和CS-OMP算法,DCS-SOMP算法在不同信噪比和不同声源强度的环境中,对多声源的方位估计都具有更好的定位性能和定位稳健性。     

Underwater target localization using long baseline positioning system

The absolute position of an underwater target is difficult to pinpoint because the global positioning system (GPS) cannot penetrate water bodies. The long baseline (LBL) positioning system can extend GPS using high-precision calibrated underwater beacons as references. While traditional LBL systems give the target position without considering calibration error of deployed beacons. To solve this problem, we propose a method different from previous works, that combining the errors of observations together. We use GPS outputs as true values to evaluate the localization performance. An LBL system with four beacons was installed in deep sea to test the results. The positioning accuracy in deep sea improves nearly 5 m. The results suggest that beacon positioning errors have a great impact on localization precision, that is significant in high-precision positioning tasks.     

球形阵列自适应网格分层定位算法

刚性球形传声器阵列可以在无空间模糊的条件下进行球谐域数据处理,基于球形阵列的可控波束形成器导向响应功率(SRP)算法定位精度高,但是计算量大,计算效率低。通过将球面致密的全局网格搜索替换为分层搜索策略可以有效减小SRP算法的计算量。提出MRE-SRP算法保持球形阵列SRP定位精度的同时降低计算量,首先通过球谐域MUSIC(SH-MUSIC)算法判断入射声源的数量减小搜索区域;其次将相对熵模型引入球谐域SRP(SH-SRP)定位算法中,提取网格分层前后的信息增益,设计自适应网格选择判据,实现分层多分辨率网格的精准再细分,从而降低计算量。实验验证了所提出算法的性能,结果显示在单双声源定位中,该算法可以实现较高的定位精度,精准选择分层网格,计算量减少75%以上。