Page 47 - 《应用声学》2023年第3期
P. 47

第 42 卷 第 3 期            袁笑等: 基于最小 Csiszár’s I-散度的高精度深度定位方法                                  485

                                                                                             2
                                                                                      M
                                                                                      ∑
             1 理论模型                                                         B(r, z) =    s a i ,       (6)
                                                                                          ∗
                                                                                          i

                                                                                      i=1
             1.1 模态波束形成                                        其中,B 是关于水平距离r 和深度 z 的波束输出。s i
                 模态波束形成将模态滤波和波束形成处理结                           代表第i阶模态的导向矢量:
             合,实际上是一种工作在模态域的波束形成方法。                                         s i = exp(−ik i r)φ i (z).    (7)
             对于绝热简正波声场,距离信息只包含在信号的                             公式 (6) 将在声源的实际水平距离和深度处取得最
             相位中,而深度信息包含在本征函数里,可以对                             大值。当取得的简正波号数较大时,对于水平距离
             垂直阵接收到的数据进行处理,分离出各阶模态                             和深度的定位来说,分别有
             幅度和相位,再应用传统波束形成 (Conventional                                   M        2
                                                                            ∑
                                                                              e ik i (r−r s )          (8a)
             beamforming, CB) 方法原理,从而在模态域估计声                     B(r, z s ) ∼          ∼ δ(r − r s ),
                                                                            i=1
             源的水平距离和深度。

                                                                            M             2

                 由垂直阵接收到的声场可以表示成各号简正                                        ∑   ∗
                                                                                 i
                                                                 B(r s , z) ∼   φ (z)φ i (z s ) ∼ δ(z − z s ).  (8b)
             波的叠加形式:                                                        i=1
                               ∑                                   可以认为,模态波束形成关于声源水平距离和
                        p(z j ) =  φ i (z j )a i ,
                                  i                            深度的定位函数公式(8a)和公式(8b)是CB在模态
                      i = 1, · · · , M, j = 1, · · · , N,  (2)  域的推广。模态波束形成方法能够实现声源定位的
             其中,N 代表垂直阵中的水听器个数,M 代表总的                          前提是已知各阶模态的幅值大小和相位。水平距离
             简正波号数 (高阶简正波被视作噪声);φ i (z j ) 代表                  和深度的估计精度很大程度上依赖于对向量 A 估
             深度为 z j 时第 i 号模式的幅度;这里忽略海洋中的                      计的准确度。公式(5)是一个准确的结果,但通常是
                                                                                     +
             环境噪声。模式系数a i 是关于声源水平距离和深度                         奇异的,也就是说矩阵E E 通常会有一些接近0的
                                                                                        +
             的函数:                                              本征值,这时可以直接用 E P 对向量 A 近似估计,
                                                               但定位结果就不够准确。如何对向量A进行准确估
                   a i = (2π/k i r s ) 1/2 φ i (z s ) exp(−ik i r s ),  (3)
                                                               计不在本文的考虑范围内。
             其中,r s 和 z s 分别代表声源的水平距离和深度,k i
                                                               1.2  最小Csiszár’s I-散度的迭代算法
             代表第i号简正波的水平波数。参考公式(2), φ i (z s )
             可被称作模式深度幅度,a i 为模式距离幅度,或者简                            Csiszár’s I-divergence 是信息论中一种刻画
             单地说是模式幅度。模式深度幅度 φ i (z s ) 和水平波                   两个非负函数间差异的测度,也是积分区间不
             数k i 可以通过简正波程序计算得到,但是模式幅度                         相等的两个函数间 Kullback-Leiber 距离的推广。
             a i 是未知的,须从实验数据中获得。                               Csiszár  [17]  总结道如果需要比较的两个函数是非负
                 从实验数据中得到模式幅度被称作模式分解                           的,他提出的 I-散度测度是唯一契合其提出公理的
             或者模式滤波,其原理是利用各号简正波间的正交                            差异测度。对于非负的线性求逆问题,Synder 等                  [16]
             性,通过空间积分将声场投影到模式空间,从而从                            提出了一种最小差异测度的算法,该算法生成的序
                                                               列具有许多良好的特性,如保证序列中每个估计值
             实验数据中得到各号简正波的模式幅度。将声场
                                                               的非负性、单调收敛至全局最小值等,并且已经被应
             p(z j ) 写成 N 维向量的形式 P ,同样模式幅度 a i 可
                                                               用在各种领域,例如,Lucy           [18]  和 Richardson [19]  将
             以写成 M 维向量的形式 A,那么公式 (2) 写成矩阵
                                                               其应用到图像恢复问题中。Yang             [20−21]  将该序列应
             的形式为
                                                               用到目标的方向估计问题,以实现目标方位估计的
                               P = EA,                  (4)
                                                               高精度和基于短阵列的超分辨率性能;在他讨论的
             其中,E 是 N × M 维矩阵,每个矩阵分量 E ji =                    问题中,类似于公式(1),CB的波束能量可以表示成
             φ i (z j )。模式幅度向量A为                               波束方向图案和声源 (包括噪声) 分布的卷积形式,

                                         +
                                 +
                          A = (E E)  −1 E P .           (5)    其等同一个线性系统,
                 得到模式幅度向量 A 后,应用模态波束形成                                 B CBF (sin θ)
                                                                        ∫  1
             (一种在波数域的求和延时算法) 可以估计声源
                                                                      =     Bp(sin θ| sin ϑ)S(sin ϑ)d sin ϑ.  (9)
             位置:                                                         −1
   42   43   44   45   46   47   48   49   50   51   52