Page 94 - 应用声学2019年第5期
P. 94
846 2019 年 9 月
并通过海上实验验证了该方法的有效性。文献 [10]
0 引言
采用对数域同态滤波技术来降低多途对水声信号
目前，世界各国正积极实施 “数字海洋” 战略。 时延估计的影响，该方法先将接收信号进行对数变
水下导航定位技术在 “数字海洋” 战略中扮演着非 换，然后将其与本地信号进行谱减处理，再对处理后
常重要的角色。如何实现水下高精度导航定位已成 的信号进行滤波消除噪声分量和残留信号分量，最
为海洋开发与利用中最迫切的问题之一 [1−3] 。长基 后将处理后的信号变换到时域，以获得时延值，实
线(Long baseline, LBL)定位系统具有定位精度高、 验结果表明该方法时延估计精度优于复倒谱估计
可靠性好、可进行大面积和深水海域的定位等优点， 法。但是由于该方法对信号进行处理过程中使用了
获得了国内外该领域多个研究机构的研究兴趣。文 谱减法，当接收信号与本地信号存在较大频移时，该
献 [4] 针对测量误差影响全向声呐浮标目标定位精 方法无效。目前，绝大部分研究成果都是从提高时
度的问题，提出了采用总体最小二乘法对水下目标 延估计精度的角度，提高 LBL系统定位精度。但是，
进行定位，仿真结果表明该方法优于求解定位方程 受水声信道的多途特性影响，目标信号的到达时刻
组最小二乘解方法；文献[5]将同步模式下的水下目 具有测不准性，限制了 LBL系统定位精度的进一步
标定位问题简化为求解矩阵方程的问题，即采用球 提高。
面交会的方法对目标进行定位，在此基础上，分析了 为了进一步提高 LBL 导航定位系统的定位精
目标测量深度误差、基元测量时间误差、基元位置 度，本文研究了利用同步信标对目标进行导航定
测量误差、声速误差等相关参数的测量误差对定位 位的问题，将水声目标导航定位问题抽象为带约
精度的影响；文献[6] 提出了一种改进的水声网络定 束条件的非线性优化问题，论证了最优化表达式
位算法，该算法在进行定位运算前先对原始数据进 参数求解过程与降低误差源干扰的过程具有同一
行降噪处理，以提升其抗噪能力，同时降低了计算结 性，并采用并行蚁群算法 (The parallel ant colony
果的冗余性。上述研究中都是将水声目标导航定位 algorithm, PACA) 求其最优解，最后通过海试数据
问题抽象为求解矩阵方程最小二乘解的问题。然而， 验证该方法的有效性。
由于水下环境的复杂性，水声目标定位是带约束条
1 基于最优化模型的LBL定位方法
件的非线性优化问题，约束条件包括：声速误差、航
行噪声、应答器偏移和载体摇摆等。将带约束条件
LBL 定位系统由多个同步信标构成，信标位于
的非线性优化问题退化为求解矩阵方程最小二乘
不同站点处，水下目标通过接收多个信标发射的导
解的问题，虽然降低了问题求解的复杂度，但这是以
航信号，实现对自身的定位。令目标在 A点处的t i Re
降低水下目标导航定位精度为代价的。随着海洋相 i
时刻收到站点 i处在 t T x 时刻发送的导航信号，A 点
关的各种应用领域中对水下目标导航定位的精度
和站点 i的坐标分别为 (x, y) 和 (x i , y i )，A 点与站点
要求越来越高，高精度时延估计和带约束条件的非
i之间的距离为r i ，该时间段内导航信号从站点 i 处
线性优化技术成为水声导航定位领域的研究热点。
传播到A点的平均声速为C i ，C i 的值根据发射和接
时延估计精度是影响定位误差的关键指标之
收站点的水文环境参数信息通过 KrakenC 计算得
一，如何提高时延估计精度，已经成为该领域专家们
到 [11] ，目标收到导航信号的站点数为 N，A 点为待
的热点研究问题。文献[7]采用倒谱方法估计水声信
求解位置，满足方程组：
号的时延，实验结果表明该方法适用于高信噪比条
2 2 2
件，其时延估计精度优于广义互相关方法。文献 [8] (x − x 1 ) + (y − y 1 ) = r ,
1
2 2 2
采用Chan算法获得的到达时间差(Time difference (x − x 2 ) + (y − y 2 ) = r ,
2
.
of arrival, TDOA) 定位结果作为 Taylor 算法的初 . .
始值，提高了基于 Taylor 算法的 TDOA 定位精度， 2 2 2 (1)
(x − x i ) + (y − y i ) = r ,
i
并采用仿真实验验证了该方法的有效性。文献 [9] .
.
.
采用相关峰分辨和稳定相关峰跟踪相结合的方法，
2 2
2
(x − x N ) + (y − y N ) = r ,
以消除近程 TDOA 被动定位中互相关峰模糊问题， N
