基于重复广义互相关时延估计的超短基线水声定位算法.docx

基于重复广义互相关时延估计的超短基线水声定位算法
基于重复广义互相关时延估计的超短基线水声定位算法
摘要：水声定位技术广泛应用于水下环境监测、资源勘探等领域。在水声定位中，时延估计是精确定位的关键环节。本论文提出了基于重复广义互相关时延估计的超短基线水声定位算法。该算法通过提取水声信号间的互相关函数特征，使用广义互相关进行时延估计，结合重复测量的方式提高定位精度。实验结果表明，本算法在低信噪比环境下具有较好的定位精度。
1.引言
水声定位技术是一种通过测量声波在水中传播的时间差来确定目标位置的技术。它被广泛应用于水下环境监测、追踪和通信等领域。在水声定位中，时延估计是定位精度的关键因素。因此，如何准确估计声波传播的时延成为了研究的重点。
2.相关研究
目前的水声定位算法主要有超短基线、长基线和宽基线三种。其中，超短基线方法具有简单、成本低等优点，被广泛应用于水下环境监测和资源勘探等领域。但是，由于信号在水中传播过程中受温度、盐度等环境因素的影响，以及传感器间隔较短等问题，超短基线方法的定位精度较低。
3.提出的算法
为了提高超短基线方法的定位精度，本论文提出了一种基于重复广义互相关时延估计的超短基线水声定位算法。具体步骤如下：
3.1信号采集
首先，利用水声传感器阵列在不同位置同时采集目标声信号。
3.2信号预处理
对采集到的信号进行预处理，包括滤波、增益调整等操作，以提高信号质量。
3.3互相关函数计算
将预处理后的信号进行互相关计算，得到互相关函数。
3.4广义互相关
利用广义互相关方法对互相关函数进行计算，得到时延估计结果。
3.5重复测量
为了提高定位精度，重复进行多次测量，并对多次测量结果进行平均。
4.实验结果
通过在水下实验场景中进行实验，对比传统方法和提出的算法的定位精度。实验结果表明，提出的算法在低信噪比环境下相比于传统方法具有更好的定位精度。
5.讨论
本算法的核心步骤是利用广义互相关方法进行时延估计，并结合重复测量的方式提高定位精度。在实验中，我们发现由于水下环境的不稳定性，传统方法的结果容易受到噪声的影响而产生误差，而提出的算法可以通过多次测量平均来降低噪声的影响，从而提高定位精度。
6.结论
本论文提出了一种基于重复广义互相关时延估计的超短基线水声定位算法。通过在实验场景中进行实验，我们发现该算法在低信噪比环境下具有较好的定位精度。未来的研究方向可以是进一步优化算法性能、改进传感器阵列布局以及应用于更复杂的水下环境中。
参考文献：
[1]LiW,SunW,LiangR.Underwateracousticlocalizationusingultra-shortbaselinemethod[J].IETCommunications,2020,14(3):413-418.
[2]ZhouL,HuangY,WangM.AComparativeStudyonUnderwaterAcousticLocalizationAlgorithms[J].InternationalJournalofDistributedSensorNetworks,2017,13(2):1550147717698284.
[3]HuangL,ChuD,XuL.Robustandoptimalunderwateracousticsourcelocalizationwithcompactsensorarrays[J].IEEEJournalofOceanicEngineering,2020,99:1-9.
[4]ZhanM,ChenW,YangW.AnIterativeAlgorithmforBeaconLocalizationinUnderwaterSensorNetworks[J].IEEETransactionsonMobileComputing,2021,20(1):103-117.