Page 6 - 《应用声学》2020年第4期
P. 6

492                                                                                  2020 年 7 月


                                                               了 EnKF 作为序贯估计滤波器来对声源 -接收距离
             0 引言
                                                               进行估计。EnKF 基于贝叶斯原理              [21] ,利用集合成
                 直达声区水面声源的被动测距一直是研究热                           员分布来模拟待估计参数,并假设过程中的先验概
             点问题,在实际应用中具有重要意义                 [1−4] 。传统的       率分布、似然函数和后验概率分布均服从高斯分布,
             匹配场测距方法通过拷贝场和测量场之间的匹配                             在非线性系统中有较好的表现。
             对距离进行估计,但该方法依赖于对海洋环境参                                 本文主要分为以下几个部分:首先介绍基于射
             数、尤其是海底参数的准确估计。近年来,基于射线                           线的盲解卷积方法和基于状态 -空间模型的 EnKF
             的盲解卷积方法 (Ray-based blind deconvolution,           方法;第二部分对 2016年美国圣巴巴拉海峡实验数
             RBD)  [5−6]  被广泛应用。它利用常规宽带波束成形,                   据进行处理,并将序贯估计结果与测量值和几何方
             通过将垂直阵 (Vertical line array, VLA) 的导向向            法的结果进行了比较,并对结果进行了分析;第三部
             量指向特定的射线路径 (例如直达波) 来估计随机                          分比较了本文方法和传统匹配场方法的测距结果;
             声源的相位,进而得到信道响应 (Channel impulse                   最后对本文的工作进行了总结。
             response, CIR)。当声源为可控通信声源或船舶噪
             声时,RBD 方法可以只利用接收阵型和阵列位置                           1 理论
             处的声速剖面 (Sound speed profile, SSP) 来估计
                                                               1.1  RBD方法     [5−6]
             CIR。已有的研究已经证明了利用 RBD 方法估计
                                                                   假设位于海洋信道中点源发射的时域信号为
             CIR 的可靠性    [7−12] 。目前 RBD 方法被成功应用于
             声源定位    [7−9] 、接收阵阵型估计       [10−11]  和海底参数       s(t),其频域表达式为 S(ω) = |S(ω)| e       iΦ s (ω) 。则第
                                                               j(j = 1, 2, · · · , N,N 为阵元个数) 个 VLA 阵元所
             反演  [12−13]  中。在利用 RBD 方法进行被动测距方
             面,已有的研究主要是通过基于匹配场                   [7] 、基于声      接收到的信号可表示为
             线多途时延差       [8]  和阵列不变量     [9]  等方法,对 RBD                  P j (ω) = G(z j , z s , ω)S(ω),  (1)
             估计到的CIR(简称为RBD-CIR)进行处理。但海底
                                                               其中,z s 为声源深度,z j 为第 j 个 VLA 阵元深度,
             参数未知时,匹配场方法和基于声线多途时延差的
                                                               G(z j , z s , ω) 是声源和第 j 个 VLA 阵元之间的格林
             方法不再适用;在复杂波导中,如声速剖面存在跃层
                                                               函数。对于适用于射线方法的高频信号,各个射线
             或海底为多层分布时,对阵列不变量的估计也变得
             复杂。本文利用 RBD-CIR 的直达波相对参考阵元                        路径的到达角 θ 可以通过 N 个阵元的接收信号做
             的到达时间差和声速剖面信息,基于序贯方法,对声                           常规波束形成得到
                                                                                N
             源-接收距离进行估计,避免了对海底参数和阵列不                                           ∑
                                                                  B(ω; θ k ; N) =  P(z j , z s , ω) e −iωτ j,k
             变量的估计,并利用2016 年美国圣巴巴拉海峡实验
                                                                               j=1
             数据验证了该方法的有效性。由于受实验环境海深                                                      −iωT (θ k )+iΦ s (ω)
                                                                             ≈ |B(ω; θ k )| e          ,  (2)
             的限制,直达声区仅在 < 3.5 km 的范围内,但此方
             法仍适用于深海环境的直达声区,测距范围可达几                            其中,到达第 j 个 VLA 阵元的第 k 条射线与到达参
             十千米   [14−15] 。                                   考阵元的时延差 τ j,k 可以通过常规波束形成得到,
                 序贯方法利用状态 -空间方程来估计和更新系                         T(θ k ) 与频率几乎无关,主要由声源和 VLA 之间的
             统的状态值,利用前一状态的估计值和更新值来对                            射线传播时间决定         [22] 。RBD 方法利用接收信号波
             下一个状态进行预测,其估计值和更新值由关联了                            束形成B(ω; θ k ; N)后的相位
             声学测量量与待同化量的声传播模型来得到                       [16] 。
                                                                      ϕ(ω; θ k ; N) = arg(B(ω; θ k ; N))
             常用的序贯方法有卡尔曼滤波               [16−17] 、集合卡尔曼
                                                                                = − ωT(θ k ; N) + Φ s (ω)  (3)
             滤波 (Ensemble Kalman filter, EnKF)   [18−19]  和粒
             子滤波   [17,20]  等。这几种方法均在海洋目标跟踪定                   来对接收信号的相位进行旋转,从而抵消未知的声
             位方面进行了应用并取得了很好的效果。本文选择                            源相位谱Φ s (ω),因此有
   1   2   3   4   5   6   7   8   9   10   11