Page 96 - 《应用声学》2021年第3期
P. 96

414                                                                                  2021 年 5 月


                 计算蒙特卡洛仿真实验中 3 种算法定位误差的                            Hui Juan, Hui Junying, Wang Zijuan. The prediction of
             平均值和标准差,统计结果见表1。                                      bistatic reverberation average strength[J]. Acta Acustica,
                                                                   2009, 34(1): 47–53.
                       表 1   蒙特卡洛仿真统计结果                          [3] Coraluppi S. Multistatic sonar localization[J]. IEEE Jour-
                                                                   nal of Oceanic Engineering, 2006, 31(4): 964–974.
                Table 1  Monte Carlo simulation results
                                                                 [4] Coraluppi S P, Grimmett D. Multistatic sonar track-
                statistics
                                                                   ing[C]. Signal Processing, Sensor Fusion, and Target
                                                                   Recognition XII. International Society for Optics and
                             平均定位误差/m        标准差/m                 Photonics, 2003, 5096: 399–410.
                   Kalman        107.8         32.3              [5] Peters D J. A Bayesian method for localization by multi-
                                                                   static active sonar[J]. IEEE Journal of Oceanic Engineer-
                     SIR         110.4         20.7
                                                                   ing, 2016, 42(1): 135–142.
                   DA-SIR        80.1          15.6
                                                                 [6] Lang T, Hayes G. Exploitation of bistatic Doppler mea-
                 从仿真结果可以看出,当未融合多普勒信息                               surements in multistatic tracking[C]. 2007 10th Interna-
                                                                   tional Conference on Information Fusion. IEEE, 2007:
             时,SIR 算法跟踪精度与 Kalman 滤波算法相当,并                         1–8.
             且从算法定位误差的标准差上做比较,SIR 算法的                            [7] Ling J, Xu L, Li J. Adaptive range-Doppler imaging and
             稳定性要优于Kalman 滤波器。融合多普勒信息后,                            target parameter estimation in multistatic active sonar
                                                                   systems[J]. IEEE Journal of Oceanic Engineering, 2014,
             DA-SIR 算法的跟踪精度有了明显提升,并且定位
                                                                   39(2): 290–302.
             误差的标准差也优于其他两种算法,保持了更高                               [8] 靳标, 李聪, 郭交, 等. 多普勒信息辅助的杂波环境下多目标
             的稳定性。蒙特卡洛仿真结果可以证明,所提出的                                跟踪算法 [J]. 电子科技大学学报, 2019, 48(4): 511–517.
                                                                   Jin Biao, Li Cong, Guo Jiao, et al. Multi-target track-
             DA-SIR 目标跟踪算法有效地融合了所测量的多普
                                                                   ing in clutter aided by Doppler information[J]. Journal of
             勒信息,提高了定位精度,并有较高的稳定性。                                 University of Electronic Science and Technology of China,
                                                                   2019, 48(4): 511–517.
             4 结论                                                [9] Wang X, Musicki D, Ellem R, et al.  Efficient and
                                                                   enhanced multi-target tracking with Doppler measure-
                 本文对多基地声呐中融合多普勒信息的目标                               ments[J]. IEEE Transactions on Aerospace and Electronic
                                                                   Systems, 2009, 45(4): 1400–1417.
             定位跟踪算法进行了研究。利用粒子滤波器处理非
                                                                [10] Mušicki D, Song T L, Lee H H, et al. Correlated Doppler-
             线性问题的出色性能,在SIR滤波器框架下,提出了                              assisted target tracking in clutter[J]. IET Radar, Sonar &
             一种 DA-SIR 目标跟踪算法。将多基地探测中多普                            Navigation, 2013, 7(1): 94–100.
                                                                [11] Bar-Shalom Y. Negative correlation and optimal track-
             勒因子模型融入到 SIR 滤波算法中,指导粒子速度
                                                                   ing with Doppler measurements[J]. IEEE Transactions
             状态的重采样,降低速度的不确定度,使重采样后的                               on Aerospace and Electronic Systems, 2001, 37(3):
             粒子更加逼近真实状态,从而提升了目标跟踪算法                                1117–1120.
             的精度。通过单次目标跟踪仿真实验对算法的工作                             [12] Wang J, He P, Long T. Use of the radial velocity mea-
                                                                   surement in target tracking[J]. IEEE Transactions on
             原理进一步作了阐释,分析了算法的性能提升机理。
                                                                   Aerospace and Electronic Systems, 2003, 39(2): 401–413.
             蒙特卡洛仿真实验结果表明 DA-SIR 算法有效地融                         [13] Cox H. Fundamentals of bistatic active sonar[M]//Under-
             合了多基地声呐中的多普勒信息,并保持了较高的                                water acoustic data processing.  Dordrecht: Springer,
                                                                   1989: 3–24.
             稳定性。本文算法为多基地声呐目标跟踪中融合多
                                                                [14] 胡士强, 敬忠良. 粒子滤波算法综述 [J]. 控制与决策, 2005,
             普勒信息的方法提供了一个有效的解决方案。                                  20(4): 361–365, 371.
                                                                   Hu Shiqiang, Jing Zhongliang. Overview of particle filter
                                                                   algorithm[J]. Control and Decision, 2005, 20(4): 361–365,
                            参 考     文   献                          371.
                                                                [15] Gordon N J, Salmond D J, Smith A F M. Novel approach
              [1] 李嶷, 孙长瑜, 余华兵, 等. 多基地声纳配置策略研究 [J]. 兵              to nonlinear/non-Gaussian Bayesian state estimation[C].
                 工学报, 2009, 30(6): 844–848.                        IEE Proceedings F (Radar and Signal Processing). IET
                 Li Yi, Sun Changyu, Yu Huabing, et al. Research on the  Digital Library, 1993, 140(2): 107–113.
                 deployment strategy of multistatic sonar[J]. Acta Arma-  [16] Colin M E G D, Beerens S P. False-alarm reduction for
                 mentarii, 2009, 30(6): 844–848.                   low-frequency active sonar with BPSK pulses: experimen-
              [2] 惠娟, 惠俊英, 王自娟. 收发分置混响平均强度理论预报 [J].                tal results[J]. IEEE Journal of Oceanic Engineering, 2011,
                 声学学报, 2009, 34(1): 47–53.                         36(1): 52–59.
   91   92   93   94   95   96   97   98   99   100   101