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。     

混凝土声发射信号源定位精度的细观模型计算分析*

混凝土内部在断裂时会产生相应的声发射信号,通过这一信号,混凝土内部损伤断裂区域可以被定位。然而,混凝土是一种多相非均匀材料,而声发射定位算法是基于均匀介质假设进行计算的,因此采用该算法对其定位会产生一定的误差,有必要从细观的角度研究混凝土非均匀性对定位精度的影响。本文基于随机骨料模型以及时差定位算法（基于遗传算法）,建立了一种用于估计混凝土声发射定位误差的定量估算模型。本文采用该模型定量估算分析了混凝土细观组分对其声速的影响,并在该分析结构的基础上继续分析了骨料含量以及声速取值偏差对定位精度的影响。     

基于RSSI测距的传感器节点质心定位修正算法

针对传感器网络节点定位精度问题,研究基于RSSI测距的定位算法,提出多信标节点质心定位修正算法,通过该算法计算得到多组未知节点估计坐标,并在此基础上利用质心定位修正算法计算节点坐标修正值;利用仿真实验,证明基于RSSI测距的传感器节点质心定位算法定位精度比传统质心定位算法定位精度提高13.8%,比RSSI加权质心定位算法提高6.3%。     

基于群波时差信息的地下震动目标定位方法

针对现代战争技术中地下炸点三维定位难,精度低的问题,本文提出了一种改进粒子群算法,并利用其解决群波时差地下震动目标定位的问题。该算法克服了粒子群算法本身种群数量和和质量的选择、后期容易陷入局部最优的问题。通过结合直达P波优势频率的相位差特点,利用群波时差测量信息进行定位计算,以提高定位结果的精确度。目标定位的测试结果表明,新算法在20m*20m的区域内,该方法能有效地提高目标定位精度,加入的随机噪声干扰方差的条件下,定位误差不超过10cm,且收敛速度增快,性能稳定。     

基于BADV-Hop的传感器节点定位方法

针对无线传感器网络节点的定位误差较高的问题,提出蝙蝠算法校正DV-Hop算法的传感器节点定位精度提高方法(BADV-Hop);首先测量未知节点与锚节点之间的距离,然后采用DV-Hop算法初步确定未知节点的坐标,再采用蝙蝠算法校正DV-Hop算法的定位误差,最后在Matlab 2012平台上对算法性能进行仿真分析;实验结果表明,相对于DV-Hop算法,BADV-Hop算法提高了传感器的节点定位精度。     

总体最小二乘算法模波束形成方法研究

研究了模波束形成处理算法,并在此基础上提出了一种总体最小二乘算法模波束形成技术。该方法利用总体最小二乘算法修正了从垂直接收基阵数据中提取出的简正波模态函数信息,准确估计出各阶简正波模态系数,提高了对目标检测和定位的性能。针对典型的浅海波导环境,进行了计算机仿真实验,结果表明:在低频远程目标条件下,该方法与常规最小二乘算法模波束形成相比,估计出的简正波模态系数更精确,具有旁瓣低,分辨率高,定位性能好的优点。      

基于跳距修正L-M优化的WSN定位算法

针对DV-Hop定位算法在节点随机分布的网络拓扑环境下存在误差较大的问题,文中通过分析平均跳距估计、未知节点坐标估计区域求解对定位精度的影响,提出了一种基于跳距修正L-M优化的WSN定位算法CLDV-Hop(Correct L-M DV-Hop)。仿真结果表明,在不增加额外开销且仿真环境相同的条件下,CLDV-Hop算法比现有改进的算法具有更高的定位精度,与DV-Hop算法相比精度提高了约33%——41%。     

阵元随机均匀分布球面阵列联合噪声源定位方法

基于球面传声器阵列的噪声源定位方法,设计加工了阵元随机均匀分布64元球面传声器阵列,研究了球面近场声全息和球谐函数模态展开聚焦波束形成联合噪声源定位识别方法,对算法的性能进行了仿真分析,并利用球面传声器阵列进行了噪声源的定位识别试验.研究表明,阵元随机均匀分布球面阵列具有全空间稳定的目标定位性能,球面近场声全息对低频近距离声源具有较高的定位精度,球谐函数模态展开聚焦波束形成对高频远距离声源具有较高的定位精度,将两种方法联合进行声源的定位识别,可以在较小孔径的球面阵列和较少阵元的条件下,在宽频带范围内获得对目标声源良好的定位性能.     

无人机侦察多目标实时定位技术研究

目标定位是无人机侦察系统中至关重要一步。为增强无人机侦察目标定位的实时性、提高定位精度及侦察效率,提出一种多目标实时定位的方法,建立主次目标定位几何关系及坐标转换模型,结合已知数据信息求取各目标大地坐标,并用蒙特卡洛法分析目标定位误差。最后,基于即将组网成功"北斗二代"卫星导航系统对无人机空中定位,同时采用递归最小二乘算法滤波处理,提高了目标定位精度。研究及实验结果表明,北斗导航定位能够有效提高无人机空中定位精度,且有望达到厘米级精度,同时采用RLS滤波处理能使目标定位精度提高10 m左右。该方法能够有效增强无人机定位实时性,提高定位精度及侦察效率。     

一种基于模式搜索算法的基阵波束优化方法

波束形成在声纳/雷达信号处理中占有重要的地位,而设计出满足要求的波束形状是声纳/雷达信号空间处理的重要内容。自适应波束形成算法理论上可以获得最优的工作性能,但其计算复杂度高、宽容性差等缺点严重地限制了这些算法的实际应用。本文采用基于模式搜索的波束优化算法,获得了与实际接收数据无关的、类似于窗函数的幅度权系数。与加窗波束形成算法相比,这种方法可以在保证主瓣宽度不展宽的情况下,有效降低旁瓣级,并且,这种方法对基阵的几何形状没有任何限制。     

机载光电系统的地面多目标定位算法

传统的单目标地理定位方法无法适应现代战场态势实时多变、目标数量多的情况。为了提高目标定位效率,在单目标地理定位的基础上,给出一种适用于机载光电侦察系统的半主动多目标定位算法。通过建立初始东北天坐标系、飞机东北天坐标系、飞机机轴坐标系、光电稳瞄坐标系和多目标投影坐标系,同时结合目标相对方位、俯仰角度,得到了一系列欧拉角坐标转换公式,可以同时计算出多个地面目标的经纬度。计算机仿真结果表明:该算法能够对同一视场内的多个目标同时进行定位,即具有多目标定位功能。由于像素偏差增加了坐标转换累积误差,次目标定位精度略低于主目标定位精度。     

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。      

基于增量光栅尺的纵横转换图像细分算法实现

针对现有光栅测量方法不能兼顾高速与高精度的问题,为适应电子制造装备高速运动和高精密定位的位移反馈要求,提出基于增量式光栅尺的纵横转换细分测量原理和相应的图像快速处理算法。为了提高光栅图像采集处理速度,搭建基于FPGA的硬件测试平台,先将采集到的图像进行滤波和二值化处理,然后对图像先进行纵横坐标相加,求取像素点最小值得到交点位移值。实验结果表明:应用纵横转换算法并搭载FPGA测试系统,能够达到0.029 μm的分辨率,精度达到0.3 μm。     

一种深度学习的立体阵波达方向估计方法

针对常规波束形成主瓣宽且目标分辨能力低的问题,提出一种基于深度卷积神经网络的波达方向估计方法。算法使用常规波束形成计算二维空间功率谱,将预处理后的空间功率谱图输入深度卷积神经网络。该文利用神经网络学习解卷积映射关系,输出主瓣宽度更窄的空间功率谱图,从而实现高分辨率二维波达方向估计。该算法对阵列结构没有限制,适用于立体阵。仿真结果表明该文方法在不同目标个数、快拍数及信噪比参数下均能准确估计目标方向。该文方法目标分辨能力优于常规波束形成方法。在低快拍情况下,目标方向估计误差低于自适应波束形成方法。     

圆合成孔径声呐多点定位运动补偿

圆合成孔径声呐(CSAS)的成像性能受平台运动误差影响而下降,利用单侧回波可估计CSAS基阵的斜距误差,但单侧回波在小测绘带时无法估计升沉误差,针对此问题,提出了一种利用单侧回波信号的声呐平台三维运动估计和补偿方法。首先,对CSAS在不同观测角度的目标回波取极大值获得目标回波的到达时间;其次,基于多个点目标的到达时间建立CSAS三维定位模型;然后利用列文伯格-马夸尔特方法对声呐三维坐标进行估计;最后将位置估计结果与时域反投影成像方法结合实现对目标的成像.仿真结果表明:该方法能精确估计声呐平台运动误差,其空间坐标的估计误差小于仿真信号波长的1/8,从而精确补偿了CSAS在不同空间采样点上的阵元回波时间差,显著提高了目标成像质量。湖上试验结果表明,该算法能够实现对CSAS的运动误差补偿。仿真和试验结果均验证了方法的可行性和有效性。      

基于自适应加权约束最小二乘法的麦克风阵列稳健频率不变波束形成算法

为了解决麦克风阵列通道失配时波束形成算法的稳健性问题, 提出一种基于自适应加权约束最小二乘法的麦克风阵列稳健频率不变波束形成算法. 该算法在分析无通道失配和通道失配时阵列模型特点基础上, 深入研究了通道失配时约束最小二乘频率不变波束形成算法存在的问题及其产生的原因; 将麦克风特性的概率密度函数作为稳健因子加入到约束最小二乘频率不变波束形成算法后, 其频率不变性的稳健性得到了一定的提高, 但稳健性仍较差. 为了进一步提高约束最小二乘法频率不变波束形成算法的稳键性, 通过定义代价函数中控制频率不变性的动态加权系数来调节旁瓣频谱能量, 大大提高了频率不变波束形成算法的稳键性, 将频率不变的频带范围内同一到达角度上不同频率所形成的阵列响应的最大值与最小值之比定义为波动误差, 并作为比较本文算法与约束最小二乘稳健波束形成算法和minmax稳健波束形成算法在通道失配时频率不变性稳键性的评价指标. 算法实例验证结果表明, 在麦克风阵列通道失配时, 本文算法的波动误差最小、频率不变波束形成稳健性最好, 而且适用于任意结构的阵列.     

针对周期偏移声信标的二阶高精度水声定位模型

针对传统长基线水声定位模型在以飞机黑匣子等周期偏移声信标为目标时定位精度显著下降的问题,提出了一种不依赖于信号周期信息的新型长基线定位模型。该模型将传统时延差定位模型拓展至二阶,通过求取到达时间的二阶导数,消去未知声信标周期。为避免由阶数提高引起的解算非收敛问题,引入了改进牛顿迭代算法,有效提高了新模型的收敛概率。所提出新模型的仿真试验及湖上试验的定位误差分别为3.14 m和1.19 m,试验结果表明,该模型实现了周期偏移声信标的高精度定位解算。     

圆弧形面阵自适应波束形成快速计算方法

针对圆弧形面阵估计水下目标二维波达方向的问题,提出一种降维处理的自适应波束形成方法。利用圆弧形面阵模型简化阵列内插矩阵的计算,通过垂直和水平两阶段波束加权,降低自适应波束形成维数,从而实现快速估计声源二维波达方向的目的。仿真结果表明,所提改进方法的计算量较传统二维最小方差无失真波束形成方法降低约一个数量级,且在低快拍条件下具有更明显的噪声抑制优势。湖上实验数据处理结果验证,在复杂水声环境下,所提方法具有较好的目标分辨性能。      

超短基线基阵基元相移差的测量

本文针对超短基线定位系统定位精度不高的问题，首先介绍了一种改进阵形的高精度定位算法，然后介绍了如何测量基阵附加相移的方法，并在湖试中，应用了此方法得到的补偿相移值，取得较好的定位效果。