伯努利滤波用于分布式MIMO主动目标跟踪研究

发布时间：2020-07-06 10:06

【摘要】：在浅海环境,面对安静型潜艇和小型化的水下无人航行器,被动声呐性能受到限制,主动声呐面临强混响和多干扰的挑战。随着多输入多输出(Multiple Input Multiple Output,MIMO)技术的发展,分布式MIMO利用目标空间分集提高了检测性能,展示了潜在的应用前景。本文侧重分布式MIMO声呐处理研究,结合伯努利滤波技术,提高对运动目标的探测能力。本文首先建立了分布式MIMO声呐探测处理框架,在信号模型中引入了多普勒.因子和目标位置参数,利用最大似然估计目标位置。为了获取目标分集特性,研究了分布式MIMO探测的发射和接收布置约束条件。为了提高接收信噪比,接收端采用波束形成增强信号,同时估计目标方位。另外,在发射端采用指向性发射,实现照亮目标和抑制混响。在后处理中,考虑杂波和混响相对稳定,通过脉冲对消方法抑制混响、增强运动目标回波。在分布式MIMO声呐探测中,量测中除了目标以外还有大量的混响和杂波,并且目标的出现时间和消失时间都是未知的。为此,本文研究了伯努利滤波用于运动目标探测。在分析贝叶斯滤波和随机有限集的基础上,推导了伯努利滤波迭代处理算法。为了适应多目标跟踪需要,改进了伯努利滤波算法,即将单目标的后验概率密度函数修改为多目标的后验概率密度函数。在数值模拟实验中,设计单目标和双目标运动场景,其中双目标为交叉运动模式,跟踪结果证实了伯努利改进算法的有效性。在分布式MIMO探测运动目标湖上实验中,脉冲对消有效地抑制了混响,增强了目标回波,改进的伯努利滤波有效地滤除杂波,准确估计出目标的轨迹。
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：U666.7;TN713
【图文】：

示意图,二维数据,矩阵,示意图

—＞ｉ厂１１——Ｌ｜ｚ－ｉ｜——ｉｉ逡逑（ｂ）逡逑图２－４基本ＭＴＩ对消流图和传递函数（ａ）二脉冲对消；（ｂ）三脉冲对消；逡逑２．５波形设计逡逑主动声呐通过发射信号来探测水体中可能存在的目标，发射波形设计直接影响主动声逡逑呐探测性能。距离和多普勒两维分辨率通过波形设计获得。同时，发射波形还关系到信号逡逑处理时的方法选择。逡逑水下环境复杂，除了加性噪声以外，混响严重影响着主动声呐的性能。时延扩展和多逡逑普勒扩展等水声信道因素都对发射信号提出很高的要求。所以，在设计信号波形时还需要逡逑考虑实际的信道环境参数。逡逑分布式ＭＩＭＯ声呐作为主动声呐体系中的一部分，其发射波形除了要满足上面的要求逡逑外，还要满足正交要求。分布式ＭＩＭＯ声呐为了利用信号分集和空间分集，要求发射的信逡逑号相互之间正交。逡逑１５逡逑

模糊度函数,截线,多普勒,零延时

ＬＦＭ信号的模糊度函数没有闭式解，需要通过数值仿真来获得。仿真参数：ＬＦＭ逡逑信号频率Ｓ邋＝邋２ｋＨｚ，信号脉宽ｒ邋＝邋２０ｍｓ，声速ｃ邋＝邋１５００ｍ／ｓ，采样频率／．ｓ邋＝邋１００ｋＨｚ。逡逑ＬＦＭ信号模糊度函数如图２－６所示。从图２－６（ａ）（ｂ）可以看出，ＬＦＭ的模糊度函数为一个斜逡逑刀刃型，这表明该模糊度函数在时间和多普勒上有耦合关系。从（ｃ）图可以看到ＬＦＭ信号逡逑在时间上的分辨率很高，主要原因是ＬＦＭ是宽带信号，利用了更多的带宽资源，其分辨率逡逑约为０．８８／Ｂ。在目标做低速运动的时候，由于ＬＦＭ对多普勒的不敏感，可以直接使用原始逡逑１７逡逑

截线,模糊度函数,零延时,多普勒

（ｃ）逦（ｄ）逡逑图２－５邋ＰＣＷ信号⑷三维模糊度函数；（ｂ）俯视图；（ｃ）零多普勒截线；（ｄ）零延时截线逡逑度函数为一个刀刃型。截取零多普勒截面可以看到其沿时间变化很慢，随时间不敏感，而逡逑距离分辨率低。截取零延时平面可以看到其速度变化下降很快，对信号的多普勒变化很敏逡逑感。总结，ＰＣＷ信号是一个时间不敏感，多普勒敏感的信号，根据３ｄＢ准则，其时延分辨逡逑率约为０．６Ｔ，多普勒分辨率约为０．８８Ｔ。逡逑目标的相对运动会导致信号在时域上的压缩或者伸展，这对窄带信号的模糊度函数没逡逑有影响，因为其任何时刻频率都是一样的，但是宽带信号的频率随时间变化，就需要考虑这逡逑个因素。ＬＦＭ信号的模糊度函数没有闭式解，需要通过数值仿真来获得。仿真参数：ＬＦＭ逡逑信号频率Ｓ邋＝邋２ｋＨｚ

【相似文献】