集合卡尔曼滤波在时变声速剖面追踪中的性能分析
发布时间：2021-01-16 06:37
对集合卡尔曼滤波在时变海洋环境下的声速剖面追踪性能进行了分析。将南海实验背景下普林斯顿海洋模型预报的声速剖面正交分解为3阶系数组成的状态-空间形式,其状态转移方程建模为3阶自回归过程;基于卡尔曼反馈理论,利用适合于水平非均匀模型RAM仿真的观测声压场对系统状态进行校正,实现声速剖面的动态追踪。在水平均匀、水平非均匀和海底参数失配环境下的仿真结果均能较好地实现对声速剖面的追踪,验证了算法的可行性。同时对不同信噪比、粒子数、阵元数和海底参数失配等情况下的分析表明,观测信息量的增加可以有效抑制观测误差和模型误差的影响,相关结论得到了实验数据的验证。
【文章来源】：声学学报. 2020,45(02)北大核心
【文章页数】：13 页
【部分图文】：
图５（ａ）中，信噪比为１０?ｄＢ，?２０?ｄＢ和??３０?ｄＢ?时分别会导致?１．２?ｍ／ｓ，０．５７?ｍ／ｓ?和?０．４５?ｍ／ｓ?
１８２??２０２０?年??况，本文通过增加观测频率的方式对时空变化的声??速剖面进行追踪。图８给出了综合２００?Ｈｚ和３００?Ｈｚ??两个观测频率下的前三阶ＥＯＦ系数的追踪情况，??图７（ａ）、图７（ｂ）和图７（ｃ）分别对应３个不同区域。??结果显示，在足够观测信息的支持下，３个区域的??ＥＯＦ系数随时间的变化都能被较好的追踪，验证了??ＥｎＫＦ在水平非均勻环境下应用的可行性。??２０?４０?６０?８０?１００?１５２５?１５４５??时间（ｈ）?声速（ｍ／ｓ）??１５２８?１５３０?１５３２?１５３４?１５３６?１５３８?１５４０?１５４２?１５４４?１５４６??图７?ＰＯＭ预报水平非均匀时变声速剖面和平均声速剖面??⑷第Ｉ区域；（ｂ）第ＩＩ区域；（Ｃ）第ＩＩＩ区域??ＥＯＦ系数组成的状态空间可以表示为：??Ｗ＂（ｎ）?＝?［ｄｉｉ，ｄｉ２，?〇１３，?〇２１，ａ２２，１２２３，?Ｇ３１，ａ３２，?〇Ｓ３］Ｔ，（１８）??其中叫表示第ｉ个区域中第ｊ阶ＥＯＦ系数。??可以看出，水平环境的不均勻使待追踪状态空??间维数成倍增加，这将大大提高追踪难度。为了获得??较好的追踪结果，参考在水平均匀环境下的追踪情??截??时间（ｈ）??时间（ｈ）??⑷第Ｉ区域??翁??翁??时间（ｈ）??时间（ｈ）??（ｂ）第ＩＩ区域??时间（ｈ）??时间（ｈ）??声?学学报??
分将从实际应用出发，鉴于海底信息不确??切的背景，研究ＥｎＫＦ算法在海底失配情况下的追??踪性能．??为了简化问题，仿真环境采用第２部分中水平??均匀环境，而海底采用一层半无限大均勻模型，真实??参数为声速１６００?ｍ／ｓ，密度１．６?ｇ／ｃｍ３，衰减与频率??的关系符合ａ?＝?０．３?（／／２００产２?ｄＢ／Ａ，利用控制变量??法分别对声速和密度扰动，模拟海底的失配环境并??进行仿真追踪，具体仿真情况见图１〇。??为了验证观测量在水平非均匀环境下的作用，以??第Ｉ区域为例，图９给出在２００?Ｈｚ单频和综合２００?Ｈｚ??和３００?Ｈｚ的追踪误差情况。可以看出，仅２００?Ｈｚ单??频的信息对处理第２４小时的水文突变情况不佳，造??成大于２?ｍ／ｓ的追踪误差。通过增加３００?Ｈｚ观测频??率后，算法对突变水文的处理能力明显提高，使追踪??误差稳定在０．５?ｍ／ｓ以下，图中黑虚线是在４５小时后??仿真由于外界原因失去３００?Ｈｚ观测信息情况的仿真??结果，可以看出，４５小时后的追踪误差明显增加，从??侧面验证了观测信息量对ＥｎＫＦ的重要作用。综合??仿真结果分析，在多参数的水平非均匀环境下，观测??童的不足会引起系统系数之间的相互“妥协”和？？折??中”效应，形成一个追踪的平均效果，产生较大的追??踪误差。观测信息量的增加，可以有效限制参数之间??的平衡作用，获得更准确的追踪结果。所以在实际应??用中，尤其是在复杂环境下，可以通过变换声源深度??和发射频率、采用移动声源、组合阵接收等方式获取??大量的声场信息，提高追踪效果。另外，从声速剖面??的重构角度，离散深度上的声速观测值也可以作为重??要观测数据参
【参考文献】：
期刊论文
[1]时变水声信道的动态压缩感知估计[J]. 江伟华,郑思远,童峰,李斌. 声学学报. 2019(03)
[2]Multipath structure of the typical under-ice sound channel in the Arctic:theory and experiment[J]. LIU Chonglei,HUANG Haining,YIN Li,LIU Na,WEI Chonghua,LI Qihu. Chinese Journal of Acoustics. 2019(01)
[3]Tracking-positioning of sound speed profiles and moving acoustic source in shallow water[J]. GUO Xiaole,YANG Kunde,MA Yuanliang. Chinese Journal of Acoustics. 2017(04)
[4]Tracking of time-evolving sound speed profiles with an auto-regressive state-space model[J]. JIN Liling,LI Jianlong,XU Wen. Chinese Journal of Acoustics. 2017(03)
[5]浅海中孤立子内波引起的声能量起伏[J]. 秦继兴,KATSNELSON Boris,李整林,张仁和,骆文于. 声学学报. 2016(02)
[6]声速剖面对不同深度声源定位的影响[J]. 苏林,马力,宋文华,郭圣明,鹿力成. 物理学报. 2015(02)
[7]利用简正波频散特征映射方法进行海洋环境参数反演[J]. 牛海强,何利,李整林,张仁和,南明星. 声学学报. 2014(01)
[8]非线性内波存在下的浅海远程混响模型[J]. 张荣瀚,李琪. 声学学报. 2013(05)
[9]浅海环境下数据同化声层析方法研究[J]. 李建龙,徐文,金丽玲,郭圣明. 声学学报. 2012(01)
[10]南海北部海水声速剖面声学反演[J]. 何利,李整林,彭朝晖,吴立新,刘建军. 中国科学:物理学 力学 天文学. 2011(01)
本文编号：2980337
【文章来源】：声学学报. 2020,45(02)北大核心
【文章页数】：13 页
【部分图文】：
图５（ａ）中，信噪比为１０?ｄＢ，?２０?ｄＢ和??３０?ｄＢ?时分别会导致?１．２?ｍ／ｓ，０．５７?ｍ／ｓ?和?０．４５?ｍ／ｓ?
１８２??２０２０?年??况，本文通过增加观测频率的方式对时空变化的声??速剖面进行追踪。图８给出了综合２００?Ｈｚ和３００?Ｈｚ??两个观测频率下的前三阶ＥＯＦ系数的追踪情况，??图７（ａ）、图７（ｂ）和图７（ｃ）分别对应３个不同区域。??结果显示，在足够观测信息的支持下，３个区域的??ＥＯＦ系数随时间的变化都能被较好的追踪，验证了??ＥｎＫＦ在水平非均勻环境下应用的可行性。??２０?４０?６０?８０?１００?１５２５?１５４５??时间（ｈ）?声速（ｍ／ｓ）??１５２８?１５３０?１５３２?１５３４?１５３６?１５３８?１５４０?１５４２?１５４４?１５４６??图７?ＰＯＭ预报水平非均匀时变声速剖面和平均声速剖面??⑷第Ｉ区域；（ｂ）第ＩＩ区域；（Ｃ）第ＩＩＩ区域??ＥＯＦ系数组成的状态空间可以表示为：??Ｗ＂（ｎ）?＝?［ｄｉｉ，ｄｉ２，?〇１３，?〇２１，ａ２２，１２２３，?Ｇ３１，ａ３２，?〇Ｓ３］Ｔ，（１８）??其中叫表示第ｉ个区域中第ｊ阶ＥＯＦ系数。??可以看出，水平环境的不均勻使待追踪状态空??间维数成倍增加，这将大大提高追踪难度。为了获得??较好的追踪结果，参考在水平均匀环境下的追踪情??截??时间（ｈ）??时间（ｈ）??⑷第Ｉ区域??翁??翁??时间（ｈ）??时间（ｈ）??（ｂ）第ＩＩ区域??时间（ｈ）??时间（ｈ）??声?学学报??
分将从实际应用出发，鉴于海底信息不确??切的背景，研究ＥｎＫＦ算法在海底失配情况下的追??踪性能．??为了简化问题，仿真环境采用第２部分中水平??均匀环境，而海底采用一层半无限大均勻模型，真实??参数为声速１６００?ｍ／ｓ，密度１．６?ｇ／ｃｍ３，衰减与频率??的关系符合ａ?＝?０．３?（／／２００产２?ｄＢ／Ａ，利用控制变量??法分别对声速和密度扰动，模拟海底的失配环境并??进行仿真追踪，具体仿真情况见图１〇。??为了验证观测量在水平非均匀环境下的作用，以??第Ｉ区域为例，图９给出在２００?Ｈｚ单频和综合２００?Ｈｚ??和３００?Ｈｚ的追踪误差情况。可以看出，仅２００?Ｈｚ单??频的信息对处理第２４小时的水文突变情况不佳，造??成大于２?ｍ／ｓ的追踪误差。通过增加３００?Ｈｚ观测频??率后，算法对突变水文的处理能力明显提高，使追踪??误差稳定在０．５?ｍ／ｓ以下，图中黑虚线是在４５小时后??仿真由于外界原因失去３００?Ｈｚ观测信息情况的仿真??结果，可以看出，４５小时后的追踪误差明显增加，从??侧面验证了观测信息量对ＥｎＫＦ的重要作用。综合??仿真结果分析，在多参数的水平非均匀环境下，观测??童的不足会引起系统系数之间的相互“妥协”和？？折??中”效应，形成一个追踪的平均效果，产生较大的追??踪误差。观测信息量的增加，可以有效限制参数之间??的平衡作用，获得更准确的追踪结果。所以在实际应??用中，尤其是在复杂环境下，可以通过变换声源深度??和发射频率、采用移动声源、组合阵接收等方式获取??大量的声场信息，提高追踪效果。另外，从声速剖面??的重构角度，离散深度上的声速观测值也可以作为重??要观测数据参
【参考文献】：
期刊论文
[1]时变水声信道的动态压缩感知估计[J]. 江伟华,郑思远,童峰,李斌. 声学学报. 2019(03)
[2]Multipath structure of the typical under-ice sound channel in the Arctic:theory and experiment[J]. LIU Chonglei,HUANG Haining,YIN Li,LIU Na,WEI Chonghua,LI Qihu. Chinese Journal of Acoustics. 2019(01)
[3]Tracking-positioning of sound speed profiles and moving acoustic source in shallow water[J]. GUO Xiaole,YANG Kunde,MA Yuanliang. Chinese Journal of Acoustics. 2017(04)
[4]Tracking of time-evolving sound speed profiles with an auto-regressive state-space model[J]. JIN Liling,LI Jianlong,XU Wen. Chinese Journal of Acoustics. 2017(03)
[5]浅海中孤立子内波引起的声能量起伏[J]. 秦继兴,KATSNELSON Boris,李整林,张仁和,骆文于. 声学学报. 2016(02)
[6]声速剖面对不同深度声源定位的影响[J]. 苏林,马力,宋文华,郭圣明,鹿力成. 物理学报. 2015(02)
[7]利用简正波频散特征映射方法进行海洋环境参数反演[J]. 牛海强,何利,李整林,张仁和,南明星. 声学学报. 2014(01)
[8]非线性内波存在下的浅海远程混响模型[J]. 张荣瀚,李琪. 声学学报. 2013(05)
[9]浅海环境下数据同化声层析方法研究[J]. 李建龙,徐文,金丽玲,郭圣明. 声学学报. 2012(01)
[10]南海北部海水声速剖面声学反演[J]. 何利,李整林,彭朝晖,吴立新,刘建军. 中国科学:物理学 力学 天文学. 2011(01)
本文编号：2980337
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2980337.html
