CN107515390A - 一种基于单矢量传感器的空中目标定位方法 - Google Patents

Abstract

本发明提供的是一种基于单矢量传感器的空中目标定位方法。首先，利用pv_z互谱信号计算得到方位角估计结果。然后，对v_z进行谱分析后，进行相应频段的频率提取。使用LSM算法对频率估计方法进行改进，提高了频率序列提取精度和基频估计结果精度。再进行水平方向参数估计，结合水平距离补偿算法，可得到补偿前后的水平距离估计结果。当方位角与航向角接近时，最近距离匹配算法的提出，使最近距离估计结果更为准确。水平距离补偿算法的提出，降低了角度估计精度对水平距离估计精度的影响，使水平距离估计结果更为准确。通过频率序列提取法计算仰角，在仰角估计算法的基础上，实现了空中目标的高度估计，从而实现了对空中目标的三维定位。

Description

一种基于单矢量传感器的空中目标定位方法

技术领域

本发明涉及的是一种信号处理方法，具体地说是一种空中目标定位方法。

背景技术

水下平台具有良好的机动性，有较大的自给力、续航力和作业半径。但是水下平台一般缺少有效的对空观测手段。研究如何在水下对空中目标进行探测及定位的方法十分必要。

在对空中目标探测及定位算法研究前，首先需要对空中目标激发声场进行研究。空中目标辐射噪声主要有四种途径传播入水：直接折射波直达声、折射波的海底-海面反射声、非均匀波和散射波。针对空中目标激发声场的研究很多。Hudilnac[1]基于射线理论对空中目标激发的水下声场声强进行研究并给出了静止目标透射入水后的声强计算式。Weinstein基于波动理论对空中目标透射入水声场进行了数值计算[2]；布列霍夫斯基对球面波在平整界面的反射和折射进行了研究，并将到达水下接收器的声波分为两部分：按照射线声学折射入水的声波和非均匀波，且非均匀波幅度随接收器离界面的距离增大呈指数衰减[3]；Urick基于射线理论计算了直接折射波的声强，发现了水中垂直方向上存在余弦平方指向性[4]。Chapman[5]基于波动理论，给出了空中目标激发声场的简正波表示法，发现了空中目标激发声场可等效为水下声场，只在激发系数上存在差异。以上主要针对空中目标激发的水下声场的理论研究，Buckingham通过多次海上实验[6]，验证了水下可以接收空中目标辐射噪声，并且接收到的线谱信号多普勒信息可以用于空中目标定位识别。并从线源和点源两个角度，对运动声源在三层Pekeris波导中的声传播理论作了详细的理论推导，从声压场的能量和多普勒两方面进行了分析[7]。Clark和Jacyna[8,9]基于射线理论研究了声源的运动对水下接收信号的影响。Gythrie和Hawker[10,11]在水平分层介质中利用简正波理论，给出了沿水平方向匀速直线运动声源的声场，并得到了近似稳相点的计算方法，使简正波方法的实现更容易,但是该方法要求声源的运动速度必须远远小于介质声速。Sehmidt[12]针对海洋波导环境用谱理论给出了声源和接收器联合运动情况下的声场。主要适用于远距离、多普勒脉冲信号的计算。Brian[13]利用射线模型给出了接收到信号的多普勒频偏时间的变化关系，利用测频方法处理实验数据得到的空中目标辐射的线谱产生的多普勒频偏随时间的关系与所建立的射线模型吻合较好。

水下平台通过探测空中目标辐射噪声透射入水的部分声能量实现对空中目标的探测定位。在Urick[4]、Medwin[14]以及Richardson[15]的研究中都已经证明了水下平台接收信号中可以检测到空中目标辐射的低频线谱信息。因此利用透射入水的声能包含的线谱信息进行空中目标定位是可行的。

水下平台探测空中目标主要有以下几种方法：第一种是直接观察或利用雷达探测，方法虽然简单，但是安全性能差。第二种是水下平台释放浮标，利用浮标携带传感器进行探测。但是第二种方法受环境条件影响，受水下平台和浮标之间的光缆限制，水下平台无法下潜到较大的深度。第三种方法，就是通过水下平台上携带的传感器采集到的信号进行被动探测。本方法安全性好，而且对水下平台的机动性无影响。

与本发明相关的公开文献包括：

[1]Hudimac A A.Ray theory solution for the sound intensity in waterdue to a point source above it[J].J.Acoust.Soc.Am.1957,29:993-999；

[2]Weinstein S M,Henney A G.Wave solution for air-to water soundtransmission[J].J.Acoust.Soc.Am.1965,37:899-901；

[3]Brekhovskikh L.M.Waves in layered media[M],2nd Ed.Science Press:Beijing,China,1985:233-238；

[4]Urick R J.Noise Signature of an Aircraft in Level Flight over theSea[J].J.Acoust.Soc.Am.1972,52:993-999；

[5]Chapman D M F,Ward P D.The Normal-Mode Theory of Air-to-WaterSound Transmission in the Ocean[J].J.Acoust.Soc.Am.1990,87:601-618；

[6]Buckingham M J,Giddens E M,Simonet F,Hahn T R.Propeller noise froma light aircraft for low-frequency measurements of the speed of sound inmarine sediment[J].Journal of Computational Acoustics,2002,10:445-464；

[7]Buckingham M J,Giddens E M.Theory of sound propagation from amoving source in a three-layer Pekeris waveguide[J].J.Acoust.Soc.Am.2006,120:1825-1841；

[8]Clark J G,Flanagan R P,Weinberg N L.Moving Source in a BoundedDeep Ocean Multipath Acoustic Propagation with a Channel[J].J.Acoust.Soc.Am.1976,60:1274-1284；

[9]Jacyna G M,Jacobson M J.Analysis of Source-Motion Effects on SoundTransmission in the Deep Ocean[J].J.Acoust.Soc.Am.1977,61:1153-1162；

[10]Guthrie A N,Fitzgerald R M,Nutile D A,Shaffer J D.Long-Range Low-Frequency cw Propagation in the Deep Ocean:Antigua-Newfoundland[J].J.Acoust.Soc.Am.1974,56:58-69；

[11]Hawker K E.A Normal Mode Theory of Acoustic Doppler Effects inthe Oceanic Waveguide[J].J.Acoust.Soc.Am.1979,65:675-681；

[12]Sehmidt H,Kuperman W A.Spectral and Modal Representations of theDoppler-Shifted Field in Ocean Waveguides[J].J.Acoust.Soc.Am.1994,96:386-391；

[13]Ferguson B G.Doppler effect for sound emitted by a movingairborne source and received by acoustic sensors located above and below thesea surface[J].J.Acoust.Soc.Am.1993,94:3244-3247；

[14]Medwin H,Helbig R A,Hagy J D.Spectral characteristics of soundtransmission through the rough sea surface[J].J.Acoust.Soc.Am.1973,54:99-109；

[15]Richardson W J,Greene C R,Malme C,Thomson D H.Marine Mammals andNoise[M].Academic Press:New York,America,1998；

[16]Becker K.A general approach to TMA observability from angle andfrequentcy measurements[C].IEEE Transactions on Acoustics,Speech and SignalProcessing.1996,32:487-496；

[17]Morse P M,Ingard K U.Theoretical Acoustics[M].PrincetonUniversity Press:New Jersey,America,1987；

[18]何文翔.矢量传感器多普勒定位研究[D].哈尔滨工程大学,2010；

[19]刘进忙.空中目标分坐标滤披与参数航迹融合技术研究[D].西安电子科技大学,2012；

[20]孙微,乔钢,王方勇.多普勒计程仪的数据后置处理算法研究[J].声学技术.2014,33(6):101-105。

发明内容

本发明的目的在于提供一种目标定位准确性高、稳健性好的基于单矢量传感器的空中目标定位方法。

本发明的目的是这样实现的：

(1)在浅海中通过三维矢量水听器接收空中目标辐射的声压信号p(t)和振速信号v_x(t),v_y(t),v_z(t)，t表示时间；

(2)对接收信号进行差分预白化处理；

(3)使用互谱直方图法获取空中目标的方位角信息θ(t)；

(4)通过谱分析技术提取强线谱频率序列，并通过LSM算法进行拟合，该拟合结果为处理后的强线谱频率序列f_i(t)，i表示线谱序号，i＝1,2,3,…,N，N表示线谱总根数，利用该序列计算出基频f₀；

(5)利用已获取的θ(t)和f_i(t)对空中目标水平方向参数进行估计，水平方向参数包括航向角ψ、航速v、最近水平距离p、水平距离r(t)；

(6)对最近距离估计算法进行改进，得到水平距离补偿算法，利用匹配算法进行计算，首先假定一个值，获得相应的的估计曲线，根据曲线确定估计中稳定的时间段，对选定区间进行匹配估计，得到最近距离的最优估计结果；利用之前已经确定的稳定时间段作为初始数据，对之后的数据进行补偿，获得连续的估计；在接近最近距离的时间段内，采用近似：r²(t₂)＝r²(t₁)+v²(t₂-t₁)²，利用稳定时间段内的对后续估计值进行补偿，取该时间段内的适宜点t₁作为起始时刻，之后时刻的补偿结果计算方法为：

(7)使用频率序列提取法获取空中目标仰角信息

(8)高度估计，利用已获取的α(t)和航速估计结果v对空中目标垂直方向参数即高度h进行估计，其中，d为水下平台深度，T为观测间隔，α₁、α₂、α₃为等间隔观测得到的仰角值；

(9)将输入序列X(k)经过α滤波后输出为将输入序列X(k)反向经过α滤波后输出为则双向α滤波后的输出 其中，k＝1,2,3,…,M，k表示数据采样点序号，M表示采样点总数，α为积分时间常数；

(10)将平滑后的数据反向，令再对X₁(k)做一次动窗加权中值滤波及双α滤波联合后置处理；

(11)实际数据处理过程中将正反两向两次双α滤波法和动窗加权中值滤波法联合使用，作为数据的后置处理方法。

之前的空中目标激发声场研究，主要是在声压场层面，且主要集中于声场理论分析。本发明主要研究矢量场层面的空中目标激发声场，利用三维矢量传感器采集的信号进行方位估计和频率估计，采用方位-多普勒频率测量的TMA被动定位技术，即利用方位、频率等信息可以确定目标位置。由于该频率包含了目标和观测器之间由于相对运动而引起的多普勒频移，因此其实质上包含了目标运动的状态信息[16]，因此利用方位和频率信息进行空中目标的各种参数估计，最后实现对空中目标的定位。针对已有的定位方法在实际数据计算中存在的问题，提出了改进算法，降低估计算法对采集信号的精度要求，提高参数估计的稳健性和精度。

本发明在现有空中目标定位方法基础上，提出了一种改进方法，提高了目标定位的准确性和算法的稳健性，基于仰角估计结果进行了空中目标的高度估计，实现了空中目标的三维定位。可应用在水下平台对空中目标的探测定位中。

附图说明

图1被动定位几何原理图，其中S表示声源位置，R表示接收器位置，H表示声源与接收器之间的垂直距离，S′表示声源在xoy面的水平投影，为目标航速与声传播方向的水平夹角；

图2海试试验布局剖面图，其中矢量传感器位于D点，空中目标从A点飞至C点，试验中以恒定速度飞行；

图3v_z的归一化频谱图；

图4经后置处理前后的方位角估计结果；

图5a至图5c三个频段的频率序列提取结果，其中：图5a为0.05-0.15频段的频谱图，图5b为0.4-0.5频段的频谱图，图5c为0.5-0.7频段的频谱图；

图6航向角和航速估计结果；

图7补偿前后的水平距离估计结果；

图8仰角估计结果；

图9空中目标高度估计直方图统计结果。

具体实施方式

结合图3～图9，本发明主要分为以下几个步骤：

(1)三维矢量传感器采集到的v_z图信号频谱如图3所示。

(2)利用pv_z互谱信号，通过互谱直方图法计算得到方位角估计结果如图4所示。

(3)对v_z进行谱分析后，进行相应频段的频率提取，提取结果如图5a、图5b、图5c所示。

(4)进行水平方向参数估计，估计结果如图6所示。

(5)利用水平参数估计结果，结合水平距离补偿算法，可得到补偿前后的水平距离估计结果如图7所示。

(6)通过频率序列提取法计算仰角，估计结果如图8所示。

(7)进行垂直方向参数估计，估计结果如图9所示。

下面举例对本发明做更详细的描述：

(1)首先在浅海中通过三维矢量水听器接收空中目标辐射的声压信号p(t)和振速信号v_x(t),v_y(t),v_z(t)，t表示时间。

(2)对接收信号进行差分预白化处理。

(3)使用互谱直方图法获取空中目标的方位角信息θ(t)。

(4)通过谱分析技术提取强线谱频率序列，并通过LSM算法进行拟合，该拟合结果为处理后的强线谱频率序列f_i(t)，i表示线谱序号，i＝1,2,3,…,N，N表示线谱总根数，利用该序列可计算出基频f₀。

(5)利用已获取的θ(t)和f_i(t)对空中目标水平方向参数进行估计[17,18]，水平方向参数包括航向角ψ、航速v、最近水平距离p、水平距离r(t)。

(6)对最近距离估计算法进行改进，给出水平距离补偿算法，从而提高各参数的估计精度。利用匹配算法进行计算，首先假定一个值，获得相应的的估计曲线，因为值的大小仅影响的幅度，不影响的变化趋势，因此可以根据曲线可以确定估计中较稳定的时间段，对选定区间进行匹配估计，从而得到最近距离的最优估计结果。计算相应的但是发现不连续，且存在较多极大值，这是因为θ(t)-ψ→0，导致估计不准确且不连续，利用之前已经确定的稳定时间段作为初始数据，对之后的数据进行补偿，从而获得连续且更好的估计。在接近最近距离的时间段内，采用近似：r²(t₂)＝r²(t₁)+v²(t₂-t₁)²，利用稳定时间段内的对后续估计值进行补偿，取该时间段内的适宜点t₁作为起始时刻，之后时刻的补偿结果计算方法为：

(7)使用频率序列提取法获取空中目标仰角信息

(8)高度估计方法：利用已获取的α(t)和航速估计结果v对空中目标垂直方向参数(即高度h)进行估计[19]，其中，d为水下平台深度(已知)，T为观测间隔，α₁、α₂、α₃为等间隔观测得到的仰角值。

(9)正向双α滤波器[18]，将输入序列X(k)经过α滤波后输出为将输入序列X(k)反向经过α滤波后输出为则双向α滤波后的输出 其中，k＝1,2,3,…,M，k表示数据采样点序号，M表示采样点总数，α为积分时间常数。双α滤波效果除了跟α值选取有关，跟初值选取关系较大，因此选择稳定时间段内的数据作为滤波起点。滤波结果的后半段数据平滑效果很好。

(10)反向双α滤波器，将平滑后的数据反向，令再对X₁(k)做一次动窗加权中值滤波及双α滤波联合后置处理，此时可以拟合出前半段数据平滑后的效果，从而对整段数据实现平滑，使平滑结果保留了更多的有用的数据信息。

(11)实际数据处理过程中将正反两向两次双α滤波法和动窗加权中值滤波法[20]联合使用，作为数据的后置处理方法。两向两次动窗加权中值滤波及双α滤波联合后置处理可以使整段数据平滑效果很好。

本发明的优势在于：使用LSM算法对频率估计方法进行改进，提高了频率序列提取精度和基频估计结果精度。当方位角与航向角接近时，传统的最近距离估计方法获得的结果精度不高。最近距离匹配算法的提出，使最近距离估计结果更为准确。水平距离补偿算法的提出，降低了角度估计精度对水平距离估计精度的影响，使水平距离估计结果更为准确。在仰角估计算法的基础上，实现了空中目标的高度估计，从而实现了对空中目标的三维定位。正反两向两次联合后置处理方法的提出，不仅使后半段数据得到良好的平滑，前半段数据也得到了良好的平滑。整段数据在得到了良好的平滑效果的基础上，保留了更多的有用信息。

Claims (1)

1.一种基于单矢量传感器的空中目标定位方法，其特征是：

(1)在浅海中通过三维矢量水听器接收空中目标辐射的声压信号p(t)和振速信号v_x(t),v_y(t),v_z(t)，t表示时间；

(2)对接收信号进行差分预白化处理；

(3)使用互谱直方图法获取空中目标的方位角信息θ(t)；

(4)通过谱分析技术提取强线谱频率序列，并通过LSM算法进行拟合，该拟合结果为处理后的强线谱频率序列f_i(t)，i表示线谱序号，i＝1,2,3,…,N，N表示线谱总根数，利用该序列计算出基频f₀；

(5)利用已获取的θ(t)和f_i(t)对空中目标水平方向参数进行估计，水平方向参数包括航向角ψ、航速v、最近水平距离p、水平距离r(t)；

(6)对最近距离估计算法进行改进，得到水平距离补偿算法，利用匹配算法进行计算，首先假定一个值，获得相应的的估计曲线，根据曲线确定估计中稳定的时间段，对选定区间进行匹配估计，得到最近距离的最优估计结果；利用之前已经确定的稳定时间段作为初始数据，对之后的数据进行补偿，获得连续的估计；在接近最近距离的时间段内，采用近似：r²(t₂)＝r²(t₁)+v²(t₂-t₁)²，利用稳定时间段内的对后续估计值进行补偿，取该时间段内的适宜点t₁作为起始时刻，之后时刻的补偿结果计算方法为：

(7)使用频率序列提取法获取空中目标仰角信息

(8)高度估计，利用已获取的α(t)和航速估计结果v对空中目标垂直方向参数即高度h进行估计，其中，d为水下平台深度，T为观测间隔，α₁、α₂、α₃为等间隔观测得到的仰角值；

(9)将输入序列X(k)经过α滤波后输出为将输入序列X(k)反向经过α滤波后输出为则双向α滤波后的输出 其中，k＝1,2,3,…,M，k表示数据采样点序号，M表示采样点总数，α为积分时间常数；

(10)将平滑后的数据反向，令再对X₁(k)做一次动窗加权中值滤波及双α滤波联合后置处理；

(11)实际数据处理过程中将正反两向两次双α滤波法和动窗加权中值滤波法联合使用，作为数据的后置处理方法。