基于稀疏分解理论的三维被动定位研究.doc

基于稀疏分解理论的三维被动定位研究声源定位是水声信号处理领域经久不衰的研究热点之一,对于我国在海洋战略和国防建设方面的影响不言而喻。相比于主动定位,被动定位探测距离更远且隐蔽性更高,从而在水声对抗时既能增加安全性又能料敌先机、先敌制胜,因此对声源被动定位展开相关工作有着不容小觑的现实意义。鉴于此,本文将基于稀疏分解理论对声源的三维被动定位进行研究,谋求实现对感兴趣声源的三个空间维度位置参数(方位、距离和深度)的高分辨估计。根据目标声源在空域中分布的稀疏性特征,可以借助稀疏分解理论将声源的定位问题转化成一个欠定线性系统,运用适宜的稀疏分解算法进行求解。为了实现对声源的三维定位,本文的主要工作内容可以分成两个部分,分别为空间谱估计(SpatialSpectrumEstimation)和匹配场处理(MatchedFieldProcessing,MFP),前者实现对声源方位的估计,后者则用于估计声源的距离和深度。基于稀疏分解理论的空间谱估计和匹配场处理的过程都是类似的。首先,根据声源位置参数的定位需求,划定相应的搜索范围,根据定位精度要求选择合适的搜索步长,从而构成相应的空间搜索网格。然后,根据声源的不同类型(窄带、宽带,相干、非相干等),基于稀疏分解理论建立相应的阵列接收数据数学模型。最后,再利用稀疏分解算法进行求解,得到定位估计结果。我们假定所有网格点上都存在声源,但只有真实声源所在的网格点才有一定的信号强度,其余都为0。所以,通过稀疏分解算法求解得到的结果是一个与搜索网格同维度的向量或矩阵。按照上述流程,本文分别对空间谱估计和匹配场处理进行了相关研究。针对不同的声源和接收数据快拍数条件,给出了相应的解决方案,仿真和实验数据处理结果验证了这些方法的有效性和精确性。