分布式被动MIMO探测研究
发布时间：2021-08-03 21:24
随着吸声材料的应用与舰船噪声辐射级的降低,传统被动声呐在浅海洋环境中探测性能受到限制,主动声呐又会暴露其自身存在,且混响干扰也给目标检测带来了挑战。随着多输入多输出（Multiple Input Multiple Output,MIMO）技术的日渐发展与应用,分布式MIMO利用空间分集增益可提高检测性能,表现出了巨大潜在应用前景。本文侧重利用合作声源,进行分布式被动MIMO声呐处理研究,并针对检测不确定问题,引入伯努利滤波方法,提高系统探测能力。本文首先分析了MIMO信道容量,并给出了获取空间分集增益的约束条件;针对多路径导致的传统匹配滤波处理输出的旁瓣级提高问题,使用自适应的稀疏学习迭代最小化方法提高时延多普勒参数估计精度;进一步的,在合作声源下,基于零点约束方法抑制直达波,并于MIMO信号模型中引入时延多普勒因子,在广义似然比框架下,获取目标位置最大似然估计。数值仿真结果验证了被动分布式MIMO处理方法有效性。其次,为了提高检测性能,将目标回波视为二次声源,进行了分布式检测融合方法研究。基于局部节点检测特性,设计恒虚警检测器,并在Bayes框架下实现了次最佳检测器。湖上实验结果表明...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
技术路线
2合作声源下目标MIMO探测差为1的复高斯分布。假设目标为简单长方几何体，长宽分别为x和y，几何中心为X0=(x0,y0)，且有发射声源位置Ti=(xti,yti)，接收机位置Rk=(xrk,yrk)。文章[9]指出，当满足下式时，Ehjkhjl为0：xtkd(Tk,X0)xtld(Tl,X0)>λx(2-9)式2-9可做如下理解：式子右边可将目标视为一个沿x轴阵孔径为x的阵列，其主瓣宽度为λx；式子左边为归一化的发射声源x轴方向间距，当该间距不处于目标回波主瓣宽度内，任意发射声源照射目标后，目标散射系数hjk与hjl相关系数为0。因此，目标不同角度散射特性不同，经过叠加后，可获得平均意义上稳定的目标散射值，从而照亮目标。2.2自适应目标参数估计水下MIMO探测需要估计目标状态，即距离-多普勒参数，然而，由于水下信道复杂性，若仍然采用传统的匹配滤波（MatchedFilter，MF）方法将接收信号与发射序列信号做相关[64]，旁瓣的存在会使得系统探测性能下降，影响目标状态估计。本小节引入自适应的SLIM方法改善距离-多普勒参数估计[13]，提高目标探测精度。考虑N个发射机与M个接收机组成的MIMO探测系统，且共有Q个目标于监测区域内。以tn=[xtn,ytn]T，rm=[xrm,yrm]T与θq=xθq,yθqT分别表示第n个发射机，第m个接收机，第q个目标的位置，其中n=1,···,N，m=1,···,M，q=1,···,Q。以sn(t)表示第n个发射机的探测信号。图2-1给出了普适的第n个发射机，第m个接收机与第q个目标的探测场景。目标反射回波与探测信号差异表现在信号幅度与相位、时延差与多普勒因子。图2-1探测场景信号幅度与相位差与目标反射系数相关，可以用κn,q,m表示第n个发射机经第q个目标反11
浙江大学硕士学位论文（2）由（1）获取κ(i)后，更新协方差矩阵P为p(i)k=|κ(i)k|,k=1,···,NRL(2-20)同理该式可由式2-18对pk求偏导并置0所得。（3）结合式2-19所得，噪声功率为η(i)=1dySκ(i)2(2-21)（4）令i=i+1，重复步骤（1）–（4）直至收敛，其中步骤（1）的初始值由匹配滤波方法确定。作为对比，给出将接收数据与发射信号做相关的传统匹配滤波方法，定义κk为矩阵κ中第k个元素，sk为矩阵S中第k列元素，式2-13的匹配滤波解的形式为κk=sHkysHksk,k=1,···,NRL(2-22)图2-2给出了N=2,M=1,Q=1的仿真分布式MIMO声呐系统，检测区域为200m×200m的区域，发射机与接收机位置如图2-2所示。Tx1发射中心频率300Hz，带宽B=100Hz的线性调频信号，Tx2发射中心频率400Hz，带宽B=100Hz的线性调频信号，二者信号时长T=0.01s；目标多普勒因子α=0.95，与Tx1和Tx2的发射接收路径长度分别为228m和282m；三者位于同一水平面，距离海底50m，仅考虑海底一次多径反射，多径路程分别为223m和300m。图2-2相对位置示意图图2-3给出了使用MF与SLIM方法所得的距离-多普勒估计图。MF所得结果如图2-3（a）与（b）所示，可以看出，匹配滤波方法有着较高的旁瓣，难以看出目标的距离信息与多普勒信息；SLIM所得结果如图2-3（c）与（d）所示，可以看出，SLIM方法有着更高的主旁瓣比，能有效的估计出目标的距离与多普勒信息，且所得结果也能准确估计出多径路程。14
【参考文献】：
期刊论文
[1]MIMO声纳最小二乘方位估计快速算法[J]. 金勇,黄建国,蒋敏,李捷. 电子学报. 2009(09)
[2]一种分布式检测系统的递推反馈自适应学习算法[J]. 李俊,徐德民,宋保维. 控制理论与应用. 2006(06)
[3]双基地声呐的性能与展望[J]. 赵俊渭,闫宜生,丁纬,张全. 声学与电子工程. 1991(03)
硕士论文
[1]伯努利滤波用于分布式MIMO主动目标跟踪研究[D]. 章烨辉.浙江大学 2019
[2]强相干干扰下目标跟踪技术研究[D]. 郑策.哈尔滨工程大学 2014
[3]分布式MIMO探测方法及实验研究[D]. 王楠.浙江大学 2013
本文编号：3320362
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
技术路线
2合作声源下目标MIMO探测差为1的复高斯分布。假设目标为简单长方几何体，长宽分别为x和y，几何中心为X0=(x0,y0)，且有发射声源位置Ti=(xti,yti)，接收机位置Rk=(xrk,yrk)。文章[9]指出，当满足下式时，Ehjkhjl为0：xtkd(Tk,X0)xtld(Tl,X0)>λx(2-9)式2-9可做如下理解：式子右边可将目标视为一个沿x轴阵孔径为x的阵列，其主瓣宽度为λx；式子左边为归一化的发射声源x轴方向间距，当该间距不处于目标回波主瓣宽度内，任意发射声源照射目标后，目标散射系数hjk与hjl相关系数为0。因此，目标不同角度散射特性不同，经过叠加后，可获得平均意义上稳定的目标散射值，从而照亮目标。2.2自适应目标参数估计水下MIMO探测需要估计目标状态，即距离-多普勒参数，然而，由于水下信道复杂性，若仍然采用传统的匹配滤波（MatchedFilter，MF）方法将接收信号与发射序列信号做相关[64]，旁瓣的存在会使得系统探测性能下降，影响目标状态估计。本小节引入自适应的SLIM方法改善距离-多普勒参数估计[13]，提高目标探测精度。考虑N个发射机与M个接收机组成的MIMO探测系统，且共有Q个目标于监测区域内。以tn=[xtn,ytn]T，rm=[xrm,yrm]T与θq=xθq,yθqT分别表示第n个发射机，第m个接收机，第q个目标的位置，其中n=1,···,N，m=1,···,M，q=1,···,Q。以sn(t)表示第n个发射机的探测信号。图2-1给出了普适的第n个发射机，第m个接收机与第q个目标的探测场景。目标反射回波与探测信号差异表现在信号幅度与相位、时延差与多普勒因子。图2-1探测场景信号幅度与相位差与目标反射系数相关，可以用κn,q,m表示第n个发射机经第q个目标反11
浙江大学硕士学位论文（2）由（1）获取κ(i)后，更新协方差矩阵P为p(i)k=|κ(i)k|,k=1,···,NRL(2-20)同理该式可由式2-18对pk求偏导并置0所得。（3）结合式2-19所得，噪声功率为η(i)=1dySκ(i)2(2-21)（4）令i=i+1，重复步骤（1）–（4）直至收敛，其中步骤（1）的初始值由匹配滤波方法确定。作为对比，给出将接收数据与发射信号做相关的传统匹配滤波方法，定义κk为矩阵κ中第k个元素，sk为矩阵S中第k列元素，式2-13的匹配滤波解的形式为κk=sHkysHksk,k=1,···,NRL(2-22)图2-2给出了N=2,M=1,Q=1的仿真分布式MIMO声呐系统，检测区域为200m×200m的区域，发射机与接收机位置如图2-2所示。Tx1发射中心频率300Hz，带宽B=100Hz的线性调频信号，Tx2发射中心频率400Hz，带宽B=100Hz的线性调频信号，二者信号时长T=0.01s；目标多普勒因子α=0.95，与Tx1和Tx2的发射接收路径长度分别为228m和282m；三者位于同一水平面，距离海底50m，仅考虑海底一次多径反射，多径路程分别为223m和300m。图2-2相对位置示意图图2-3给出了使用MF与SLIM方法所得的距离-多普勒估计图。MF所得结果如图2-3（a）与（b）所示，可以看出，匹配滤波方法有着较高的旁瓣，难以看出目标的距离信息与多普勒信息；SLIM所得结果如图2-3（c）与（d）所示，可以看出，SLIM方法有着更高的主旁瓣比，能有效的估计出目标的距离与多普勒信息，且所得结果也能准确估计出多径路程。14
【参考文献】：
期刊论文
[1]MIMO声纳最小二乘方位估计快速算法[J]. 金勇,黄建国,蒋敏,李捷. 电子学报. 2009(09)
[2]一种分布式检测系统的递推反馈自适应学习算法[J]. 李俊,徐德民,宋保维. 控制理论与应用. 2006(06)
[3]双基地声呐的性能与展望[J]. 赵俊渭,闫宜生,丁纬,张全. 声学与电子工程. 1991(03)
硕士论文
[1]伯努利滤波用于分布式MIMO主动目标跟踪研究[D]. 章烨辉.浙江大学 2019
[2]强相干干扰下目标跟踪技术研究[D]. 郑策.哈尔滨工程大学 2014
[3]分布式MIMO探测方法及实验研究[D]. 王楠.浙江大学 2013
本文编号：3320362
本文链接：https://www.wllwen.com/kejilunwen/chuanbolw/3320362.html
