CN101470196A - 一种水下目标被动定位的系统和方法 - Google Patents

Abstract

本发明公开一种水下目标被动定位的系统和方法，水下传感器设备用于采集水下目标的噪声信号，获取并发送所述噪声信号的能量信息；浮标设备与传感器设备相通信，将所述能量信息转发给中心处理设备，并且所述浮标设备充当系统的锚点；中心处理设备，与浮标设备相通信，用于根据所接收的所述能量信息和所述锚点的信息基于最大似然法获取水下目标的方位。本发明可以用于水下航行器、鲸鱼、水下爆炸声源等水下发声体的定位，完成目标在水下环境的监测。

Description

一种水下目标被动定位的系统和方法

技术领域

本发明涉及声纳信号处理技术领域，更具体地，本发明涉及一种水下目标被动定位的系统和方法。

背景技术

水下目标被动定位是声纳信号处理的重要研究课题，其利用目标本身辐射的信号对目标方位进行估计，定位系统不需要发出任何信号，具有相当强的隐蔽性。传统的水下目标被动定位系统基于水听器阵列，依据测量基元接收到的相关信号在空间或时间上的某种分布特性来完成目标的被动定位，采用阵列信号处理方法，例如到达时延差(TDOA)和方位估计值(DOA)的估计，得到目标距测量中心的距离或与测量中心的角度信息，采用基于几何原理的方法获得目标的被动定位，测量系统可为舰船的拖曳线列阵，或悬挂于声纳浮标的垂直阵，所使用的单站观测所不能直观地反映目标与测量中心或参考中心的坐标关系；该定位系统被动目标定位的计算复杂度大，定位精度主要取决于阵元孔径而致使基阵尺度难于控制，增加孔径导致定位系统庞大难于快速实施。该定位方法受到阵元孔径、不同阵元接收信号相关特性等限制，当为了增加定位精度而增大孔径时，基阵尺度难于测量，形状不容易控制，且各阵元接收到的信号相关性减小，影响了定位的精度增加了处理的复杂性，并且定位方法存在难于相交，定位误差大，监测区域有限且存在定位盲区的不足之处。

发明内容

为克服现有水下目标定位中计算复杂、精度差的缺陷，本发明提出了一种水下目标被动定位的系统和方法。

根据本发明的一个方面，提出了一种水下目标被动定位的系统，包括：

多个水下传感器设备，用于采集水下目标的噪声信号，发送所述噪声信号的能量信息；

三个或者多个浮标设备，分别与所述一个或者多个传感器设备相通信，将所述能量信息转发给中心处理设备，并且所述浮标设备充当系统的锚点；

和中心处理设备，与所述多个浮标设备相通信，用于根据所接收的所述能量信息和所述锚点的位置信息获取水下目标的方位。

其中，所述多个水下传感器设备与多个浮标设备的通信采用声无线通信或者有线通信，多个浮标设备与中心处理设备的通信可以采用无线电通信或者有线通信。

其中，所述水下传感器设备通过所述锚点的位置信息和自身与锚点的方位关系获取自身的位置信息；或者所述锚点通过其位置信息和所述水下传感器设备与自身所处水下网络拓扑关系获取所述水下传感器设备的位置信息。

其中，所述一个或者多个水下传感器设备与一个或者多个浮标设备的位置可以随机布置，也可以按照诸如方形或菱形的拓扑结构布置。

其中，所述水下传感器设备包括：

传感器模块，用于采集、整理目标噪声及水下环境信息的数据；

处理模块，用于将所述传感器模块采集的数据进行能量估计运算，并分析估计的方差；

通信模块，用于实现水下传感器设备之间的声载波无线链接，进行信息的传递。

其中，所述浮标设备通过其上安装的GPS装置完成自身定位，充当系统中的锚节点。

根据本发明的另一方面，提出了一种使用上述任何系统的水下目标被动定位方法，包括：

步骤10)、所述传感器设备接收并测量水下目标噪声信号，根据水下声波传输原理建立的噪声信号能量传播模型获取所述噪声信号的能量信息；

步骤20)、所述浮标设备接收所述能量信息，并获取所述传感器设备的位置信息；

步骤30)、所述中心处理设备接收所述能量信息和所述传感器设备的位置信息，采用最大似然法，估计目标的方位信息。

其中，步骤10)还包括所述系统中的所述传感器设备、所述浮标设备以及所述中心处理设备之间的同步。

步骤10)中，基于水下声波传输原理的所述能量信息为 $P_i\left(t\right)=E\left\{z_i\left(t\right)z_i^{*}\left(t\right)\right\},$ 其中， $z_i=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{s}_k\·h_{i,k}({\stackrel{\→}{y}}_k,{\stackrel{\→}{x}}_i)+n_i$ i＝1，2…N，其中，s_k为目标辐射信号，k为水下目标数目，h² _ik(·)为水下空间传输函数，

为目标与传感器距离，n_i为噪声。

其中，步骤20)还包括，所述传感器设备通过所述浮标设备的位置信息和自身与所述浮标设备的方位关系获取自身的位置信息并传送给所述浮标设备；或者所述浮标设备通过其位置信息和所述水下传感器设备与自身的方位关系获取所述水下传感器设备的位置信息。

其中，步骤30)中，采用最大似然法估计的水下目标的坐标矢量为 ${\widehat{\mathrm{\θ}}}_{\mathrm{ML}}=\underset{\mathrm{\θ}}{\min }{l}_{\mathrm{ML}}\left(\mathrm{\θ}\right),$ l_ML(θ)＝‖Z-HS‖²，其中， $Z=\left[\begin{array}{ccc}\frac{p_1-{\mathrm{\μ}}_1}{{\mathrm{\σ}}_1}& \·\·\·& \frac{p_2-{\mathrm{\μ}}_2}{{\mathrm{\σ}}_2}\end{array}\right],$ S＝[S₁ S₂…S_K]^T，

其中， ${\mathrm{\μ}}_i={\mathrm{\σ}}_{\mathrm{in}}^2,$ ${\mathrm{\σ}}_i^2=2{\mathrm{\σ}}_{\mathrm{in}}^4/M.$

本发明通过水下目标的被动定位的系统和方法，用于水下航行器、鲸鱼、水下爆炸声源等水下发声体的定位，完成目标在水下环境的监测，本发明可以广泛地应用于民用和军事领域，在民用领域，可以对特定水域下发声的生物体如鲸鱼进行定位，辅助科研人员研究该类生物的活动特性；也可以准确地监测发生海底地震的震源中心的位置；也可以完成对特定海区水下潜艇等航行器的精确定位，这样能够直观地完成对水下区域的目标的监控任务；也可以精确的测量水下爆炸点的位置，将其应用于水雷、鱼雷的靶场训练。

附图说明

图1是基于声传感器网络的水下目标被动定位系统的示意图；

图2是传感器节点的功能模块图；

图3是根据本发明的实施例的传感器节点的电路示意图；

图4是基于声传感器网络的水下目标被动定位的方法流程图；

图5是网络初试化的流程图；

图6是水下目标定位的统计模型示意图；

图7是采用全分布式组网络拓扑结构示意图；

图8是根据本发明的实施例的单目标被动定位仿真结果示意图。

具体实施方式

下面结合附图和具体实施例对本发明提供的一种水下目标被动定位的系统和方法进行详细描述。

图1为根据本发明的一个实施例的基于声传感器网络的水下目标被动定位系统示意图。利用水下声传感器设备，组成静态的水下声无线传感器监测网络，如图所示，该系统包括水下传感器设备1、水面的浮标(网关)设备2、无线通信网络和位于岸基的中心处理设备3。水下传感器设备1通过水下声载波无线方式和浮标设备2通信，也可以使用线缆的有线方式和浮标设备2通信，实现二者之间数据的传输。浮标设备2既可以与水下传感器设备进行通信，也可以与陆上部分的中心处理设备3以及卫星进行无线电波通信。浮标设备2通过其上安装的GPS系统完成自身的定位，在系统中作为位置已知的锚点，辅助水下声传感器设备的自定位。浮标设备和水下传感器设备可以动态投放在水面和水下，也可以采用固定的方式布置在水面和水下。并且二者可以通过线缆连接或者不使用线缆连接而通过无线通信。

一般情况，传感器设备1处于省电模式，当传感器设备1检测到水下有目标或者岸基发送定位命令时，水下传感器设备1处于采集状态，通过其上安装的水听器采集水下目标辐射的噪声信号，经过能量计算后，检测到目标的水下传感器设备将该估计的能量信息通过路由协议采用声载波无线通信方式或者有线方式发送给水面的浮标设备2，浮标设备2收集各个水下传感器设备1发来的信息后将数据传输给搭载中心处理设备3的岸基或舰船上(中心处理设备可为一台带有无线通信设备的PC)，通过基于统计模型的协同目标最大似然被动定位算法完成对目标的被动定位，最后将结果显示出来。

图2示出根据本发明实施例的水下传感器设备1的组成结构，主要四个模块，分别为供电模块、通信模块、处理模块和传感器模块。供电模块完成对整个设备的电能供给；处理模块是设备的计算单元，采用商业的DSP芯片，负责将传感器的水听器采集的水下声信号(根据设备所使用的传感器还可以包括深度、温度、盐度等辅助定位的采集信号)进行能量估计运算，并分析估计的方差，并进行数据打包；通信模块，发送打包数据，同时接收其它连接设备发送的数据包与通信模块一起完成通信任务，对于水下传感器设备1来说，其通信模块器件是收发合置水声换能器，完成信号与声波的转化将信息发送。传感器模块主要完成对目标辐射噪声的数据采集、整理和缓存，本发明中传感器为水听器。

浮标设备2包括供电模块、通信模块、处理模块。供电模块完成对设备的电能供给；处理模块是设备的计算单元，采用商业的DSP芯片，负责将传感器设备的能量估计数据进行分析，并进行数据打包；通信模块，包括与传感器设备1相同的声波通信，还包括与中心处理设备3或卫星的无线射频通信模块。此外，浮标设备也可以包括处理模块，而将水下传感器设备的数据处理工作由浮标设备来完成。浮标设备可以通过GPS完成自身定位，并且水下传感器设备通过与浮标设备的连接关系或者相应方位关系确定自身的定位。

根据图2所述的水下传感器设备，在图3中给出了所述设备的硬件结构示意图。

传感器模块，由传感器、信号整理和滤波电路、A/D转换电路以及缓存Flash等组成。传感器可以选取低采样率的温度或者盐度传感器，采样频率1Hz；也可以采用低频水听器，采样频率5kHz。信号整理与滤波电路对传感器采集的模拟数据进行预处理。A/D转换电路按照给定采样率进行模数转换。缓存Flash对数字信号进行缓存。

处理模块，由CPLD、SRAM以及DSP处理器等组成。CPLD进行处理部分的数据流控制，缓存于Flash的传感器采集的数据可以通过CPLD，存储于SRAM，以便DSP处理器在下一个通信周期内处理并送通信模块传送。这是因为传感器的数据采样是一个连续采样输入、打包输出的过程，所以均匀采样的数据必须通过一个储存器积攒起来进行发送。另一方面，DSP处理器处理的信息，比如打包数据、报文数据可以通过CPLD，中转至SRAM存储。SRAM是设备的储存媒介，其容量由设备处理数据的容量确定，同时考虑低功耗的要求。DSP处理器，不仅是处理模块的核心部分，而且是通信模块完成软调制解调等通信功能的主要器件，因此可以说是传感器网络节点的核心部分。选取DSP处理器芯片需要考虑两个方面的性能，一方面是运算能力和并行处理能力。DSP处理器是设备的中枢，几乎所有的数据和指令都需要经过DSP处理器进行处理和调度，因此需要选用运算能力强且具有并行处理能力的DSP芯片。另一方面是低功耗能力。作为电池供电且长期无补给的设备，降低能耗始终是系统设计考虑的重点，选用较低功耗的DSP处理器可以增加设备工作时间。综合两方面的特点，可供选择的芯片有AD公司的Blackfin系列芯片以及TI公司的C55系列、DM64系列芯片。

通信模块：由收发合置的换能器、发射功率模块、接收调理电路、A/D转换器、D/A转换器、值班电路以及晶振模块等组成，完成数字化之前的水声通信功能。收发共置的换能器，选择电声转换效率较高的换能器，发射功耗不超过2瓦，接收功耗不超过1瓦。发射功率模块，考虑对D/A转换后的模拟放大效率。接收调理电路，考虑对A/D转换前的模拟数据进行放大、滤波和增益控制。A/D转换器和D/A转换器可以考虑选择低功耗的单通道A/D(D/A)转换芯片，数字采样率不低于20kHz。值班电路主要工作在设备休眠状态下，主要负责通信接入和唤醒设备工作，设计中主要考虑低功耗和检测率。晶振模块的主要工作是提供设备的同步与定位需要的时间。

供电模块：包括两个电源模块。电源模块1负责收发合置的换能器、接收调理电路、值班电路，以及传感器模块的供电，这些部分是连续工作的，在设计供电线路时必须考虑线路损耗和压差损耗，尽量使非工作能量损耗降到最低。电源模块2负责DSP处理器、通信模块的A/D转换器和D/A转换器、发射功率模块的供电，这部分是非连续性工作的，但是却是设备中最主要的能量损耗元件，因此电源模块2的蓄电量需要高于电源模块1的蓄电量，而提供发射信号能量，电源模块2也需要具有较高的瞬时电流。另外，由于DSP处理器和功率模块的电流需求不同，电源某块2还需要隔离电路。

在本发明的另一实施例中，提供一种与传统被动定位方法不同的定位方法，在本发明的实施例的方法中不进行TDOA和DOA值的估计，利用水下声传感器设备，组成静态的水下声无线传感器监测网络，使用网络拓扑关系，依据测量网络中水下传感器设备接收到目标辐射信号的能量信息，建立目标被动定位的统计数学模型，采用协同信号处理完成目标的被动定位。

首先基于水下声波传输原理，对传感器设备接收到的目标信号进行分析，结合声纳方程建立信号辐射能量传播模型，水下声传感器设备通过测量目标辐射信号并进行简单的计算估计信号的能量信息，在实现网络时钟同步的的前提下，测量到目标信号的水下声传感器设备将其估计的能量信息传输给浮标设备2，浮标设备2将收集到传感器设备1的测量值通过无线电的方式传输给岸基或水面舰船的中心处理设备3，中心处理设备3依据接收到的能探测到目标的水下传感器设备1的位置信息和其检测的目标辐射信号的能量信息，建立定位数学模型，最终采用最大似然法(Maximum Likelihood)精确的估计出目标的位置信息。

图4示出水下目标采用被动定位的方法流程图，如图4所示，所述方法包括以下具体实施步骤：

步骤S4-1：根据所要监测的海域，布设多个传感器节点(传感器设备)和浮标节点(浮标设备)，各个节点的位置可采用随机布防，也可以按照具有某种规则拓扑结构，如方形或菱形布防节点。

步骤S4-2：节点布放完成后，对整个水下传感器网络进行网络初始化工作，完成节点之间的通信、网络路由表的建立及各个功能模块的检测。

步骤S4-3：网络初始化工作完成后，各个节点处于目标检测状态，主要是对采集的信号进行分析，计算信号的能量值，当超过设定的阀值(该阈值为初试化工作的一个环境，根据环境的噪声级别及目标辐射源的级别可以大致估计一个阈值)后，说明有目标出现。

设s_i(n)代表第i个传感器采集的信号，χ_i为第i个传感器的阀值，观察时间段[t-T/2，t+T/2]，观察周期为T，f_s为采样频率，y_i(t)为第i个传感器采集信号的能量，则：

$y{\left(t\right)}_i=\frac{1}{f_{s}T}\underset{n=(t-T/2)f_s}{\overset{(t+T/2)f_s}{\mathrm{\Σ}}}{x}_i^2\left(n\right)---\left[1\right]$

当

步骤S4-4：当检测到有目标出现时，根据岸基指令，如果需要对目标进行定位，则传感器节点由先前的探测或者静默状态转入工作状态，如果不需要定位则仍然处于步骤S4-3的检测或者静默状态。

步骤S4-5：如果需要对目标进行定位，则能够处于检测区的水下传感器节点则按照步骤S4-3中所提到的观察时间段[t-T/2，t+T/2]，观察周期为T，f_s为对目标辐射噪声采样。

步骤S4-6：采集到信号的水下传感器节点按公式[1]计算各自接收到目标辐射信号能量值。

步骤S4-7：水下传感器节点按照观察周期定期的将计算得到的目标辐射信号能量通过网络路由多跳方式传送给浮标节点。

步骤S4-8：浮标节点收到水下传感器传送的能量估计值后，将此结果通过无线电波转发给陆上岸基处理中心，由岸基处理中心设备完成目标的被动定位。

步骤S4-9：岸基处理中心采用本发明所设计的基于能量检测的最大似然算法完成目标的最终定位结果。

为便于说明，首先对以下方法所使用公式中的符号所代表的含义进行说明：K——水下目标数目；N——水下传感器节点数目；s_i(n)——第i个目标辐射信号；v_i(n)——第i个节点采集的噪声；y_i(n)——第i个节点采集的目标信号； ${\stackrel{\→}{x}}_i={\left[\begin{array}{ccc}{x}_i& y_i& z_i\end{array}\right]}^T$ ——第i个节点坐标矢量； ${\stackrel{\→}{y}}_k={\left[\begin{array}{ccc}{x}_k& y_k& z_k\end{array}\right]}^T$ ——第k个目标的坐标矢量；h_ik(·)——水下空间传输函数；EL——接收信号能量级；TL——水下传播损失；SL——目标辐射声源级；NL——海洋噪声级；GT——时间处理增益；GS——空间处理增益；R_ik——目标k与传感器节点i之间的距离；α——水下吸收系数。

水下接收信号模型可以表示为：

z_i(n)＝y_i(n)+v_i(n)i＝1，2…N，       [2]

根据水下声波传输理论，可以将y_i(n)表示为如下形式：

$\begin{array}{cc}{y}_i\left(n\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{s}_k(n-{\mathrm{\τ}}_{\mathrm{ik}})\·{10}^{-{\mathrm{EL}}_{i,k}/20}& k=\mathrm{1,2}\·\·\·K\end{array}$

其中，设s_k(n)与v_i(n)均为高斯随机过程， $v_i\left(n\right)~N(0,{\mathrm{\σ}}_i^2),$ 且假设辐射信号与噪声不相关即E{s_i(n)v_i(n)}＝0，EL_i，k表示第k个目标辐射信号经过水下传输到第i个水下节点信号强度发生的衰减，其值与海洋环境、目标与水下节点距离R_ik、辐射噪声频率等因素有关系，根据声纳方程理论，EL_i，k可以表示为：

EL_i，k＝SL_i，k-TL_i，k+TS_i，k+GS_i，k+GT_i，k-NL_i，k i＝1，2…Nk＝1，2，…K       [3]

其中各个变量的单位均取dB

TL_i，k＝20logR_i，k+αR_ik， $R_{\mathrm{ik}}=\left|\right|\stackrel{\→}{y}-{\stackrel{\→}{x}}_i\left|\right|=\sqrt{{(x_k-x_i)}^2+{(y_k-y_i)}^2+{(z_k-z_i)}^2}$

${\mathrm{\α}}_f=\frac{0.102f^2}{1+f^2}+\frac{40.7f^2}{4100+f^2}+3.06\×{10}^{-4}{f}^2$

公式[3]中的其它变量，可以根据具体情况认为是常数。因此，在定位问题中，与目标位置有关的量只有TL_i，k，其值与目标离传感器距离R有关，所以假设 $h{(\·)}_{\mathrm{ik}}=h_{\mathrm{ik}}\left(R_{\mathrm{ik}}\right)=h_{\mathrm{ik}}({\stackrel{\→}{y}}_k,{\stackrel{\→}{x}}_i)={10}^{-{\mathrm{EL}}_{i,k}/20}$

该函数为水下信号空间传输函数，表示目标辐射信号经水下传输，其信号强度发生的衰减。根据以上内容，则信号模型(公式[2])最终可以表示为：

$\begin{array}{cc}{z}_i=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{s}_k\·h_{i,k}({\stackrel{\→}{y}}_k,{\stackrel{\→}{x}}_i)+n_i& i=\mathrm{1,2}\·\·\·N\end{array}---\left[4\right]$

本发明的实施例中的基于能量检测的最大似然定位方法，是在上述信号传输模型之上实现的，下面具体说明定位过程。

设 $P_i\left(t\right)=E\left\{z_i\left(t\right)z_i^{*}\left(t\right)\right\}$ 表示第i个水下节点接收信号能量， $S_k\left(t\right)=E\left\{y_k\left(t\right)y_k^{*}\left(t\right)\right\}$ 表示第k个目标辐射信号的能量， $E\left\{{\mathrm{\ϵ}}_i\left(n\right)\right\}={\mathrm{\σ}}_{\mathrm{in}}^2$ 表示第i个水下节点接收到海洋噪声的能量，则基于能量的水下传感器定位模型可以表示为：

$P_i\left(t\right)=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{S}_k\left(t\right)\·{h^2}_{\mathrm{ik}}(\·)+{\mathrm{\ϵ}}_i\left(t\right)---\left[5\right]$

根据随机过程理论和中心极限定理，ε_i服从χ²分布， $E\left\{{\mathrm{\ϵ}}_i\left(t\right)\right\}={\mathrm{\σ}}_{\mathrm{in}}^2,$ 方差为

当M很大时， ${\mathrm{\ϵ}}_i~N({\mathrm{\σ}}_{\mathrm{in}}^2,2{\mathrm{\σ}}_{\mathrm{in}}^4/M)$ 服从高斯分布。令： ${\mathrm{\μ}}_i={\mathrm{\σ}}_{\mathrm{in}}^2,$ ${\mathrm{\σ}}_i^2=2{\mathrm{\σ}}_{\mathrm{in}}^4/M,$

$Z=\left[\begin{array}{ccc}\frac{p_1-{\mathrm{\μ}}_1}{{\mathrm{\σ}}_1}& \·\·\·& \frac{p_2-{\mathrm{\μ}}_2}{{\mathrm{\σ}}_2}\end{array}\right]$     S＝[S₁ S₂…S_K]^T

  

则目标定位模型可以表示为矩阵形式：

Z＝HS+ζ

ζ_i＝(ε_i-μ_i)/σ_i～N(0，1)(i＝1，2…Ｎ)，且统计独立。

令 $\mathrm{\θ}=\left[\begin{array}{ccc}{S}_1,S_2\·\·\·& S_K,{\stackrel{\→}{y}}_1,{\stackrel{\→}{y}}_2\·\·\·& {\stackrel{\→}{y}}_K\end{array}\right]$ 表示估计参数矢量，则Z的条件联合概率密度：

$f(Z/\mathrm{\θ})={\left(2\mathrm{\π}\right)}^{-(N/2)}\exp \{-\frac{1}{2}{(Z-\mathrm{HS})}^T(Z-\mathrm{HS})\}---\left[6\right]$

由最大似然理论可得目标函数为：

l_ML(θ)＝‖Z-HS‖²

则基于能量检测的水下传感器网络目标的坐标矢量估计值为：

${\widehat{\mathrm{\θ}}}_{\mathrm{ML}}=\underset{\mathrm{\θ}}{\min }{l}_{\mathrm{ML}}\left(\mathrm{\θ}\right)---\left[7\right]$

定位模型的建立通过图6可以说明，首先给出该定位方法的初始准备工作，定位模型需要建立在网络的整个拓扑结构、环境、及采集信号的模型假设之上，获取此三者信息建立信号传输模型，以用于目标定位。

步骤S4-10：以图或数据的形式显示上述目标定位结果完成，一次观测时间的水下目标被动定位。

图5示出基于水下传感器网络进行目标被动定位网络初试化过程。

步骤S5-1：对水下传感器节点与浮标网关节点进行编号，由中心处理节点记录各个节点的信息。

步骤S5-2：网络中各个节点应同步进行工作，网络中节点之间的同步由各个节点内部的晶阵产生的本地时钟与网络中的标准的全局时钟进行协议校准的方式完成。

步骤S5-3：浮标节点通过GPS完成浮标节点的定位，使得浮标节点成为水下传感器网络中位置已知的锚节点。

步骤S5-4：水下传感器节点通过浮标节点位置完成自身的定位，将自身信息传送给中心或浮标节点。

经过网络的初试化工作，系统进入海域监测阶段。

图7为根据本发明的实施例采用的全分布式的组网方案示意图，整个网络由若干功能上完全对等的节点分散构成，节点之间根据通信距离的限制构成链路传递信息。图中方形节点表示与外界有无线电链路的浮标节点，圆形节点表示无无线电链路的节点。圆形节点若要通过方形节点将数据进行无线传输，完全是通过全自主的路由选择多跳链路，且链路路径不固定，随着节点位置变化。圆形节点可以选择不同的方形节点作为传输终端，它们之间没有必然的联系。圆形节点之间也是完全对等的，没有层次。全分布式组网方案，组网形式比较复杂，但是方式灵活，不会因为关键节点的损失，而导致网络瘫痪，是一种比较安全稳定的组网方案。故本发明拟采用此种网络结构。

图8与表1分别以图和数据的形式，直观地表明了该定位方法的可行性，图8分别标记出水下传感器节点及目标的所处的真实位置，然后应用本发明所提到的水下目标定位方法，完成了水下单一目标的仿真定位，可以很精确地完成被动定位。表1分别给出了在不同坐标系下的定位结果。通过模拟仿真，说明本发明定位方法的有效性及可行性。

表1

 

直角坐标系	X轴	Y轴	Z axes
				定位精度(米)	5.427	29.221	10.507
球坐标系	距离	方位角(az.)	俯仰角(elev.)
				定位精度(米，弧度)	26.823	0.002	0.0008

最后应说明的是，以上实施例仅用以描述本发明的技术方案而不是对本技术方法进行限制，本发明在应用上可以延伸为其他的修改、变化、应用和实施例，并且因此认为所有这样的修改、变化、应用、实施例都在本发明的精神和教导范围内。

Claims (11)

1、一种水下目标被动定位的系统，包括：

多个水下传感器设备，用于采集水下目标的噪声信号，发送所述噪声信号的能量信息；

三个或者多个浮标设备，分别与所述多个传感器设备相通信，将所述能量信息转发给中心处理设备，并且所述浮标设备充当系统的锚点；

和中心处理设备，与所述多个浮标设备相通信，用于根据所接收的所述能量信息和所述锚点的信息获取水下目标的方位。

2、权利要求1的系统，其中，所述多个水下传感器设备与多个浮标设备的通信采用声无线通信或者有线通信，多个浮标设备与中心处理设备的通信可以采用无线电通信或者有线通信。

3、权利要求1的系统，其中，所述水下传感器设备通过所述锚点的位置信息和自身与锚点的方位关系获取自身的位置信息；或者所述锚点通过其位置信息和所述水下传感器设备与自身所处水下网络拓扑关系获取所述水下传感器设备的位置信息。

4、权利要求1的系统，其中，所述一个或者多个水下传感器设备与一个或者多个浮标设备的位置可以随机布置，也可以按照诸如方形或菱形的拓扑结构布置。

5、权利要求1的系统，其中，所述水下传感器设备包括：

传感器模块，用于采集、整理目标噪声及水下环境信息的数据；

处理模块，用于将所述传感器模块采集的数据进行能量估计运算，并分析估计的方差；

通信模块，用于实现水下传感器设备之间的声载波无线链接，进行信息的传递。

6、权利要求1的系统，其中，所述浮标设备通过其上安装的GPS装置完成自身定位，充当系统中的锚节点。

7、一种使用权利要求1-6中的任何一个系统的水下目标被动定位方法，包括：

步骤10)、所述传感器设备接收并测量水下目标噪声信号，根据水下声波传输原理建立的噪声信号能量传播模型获取所述噪声信号的能量信息；

步骤20)、所述浮标设备接收所述能量信息，并获取所述传感器设备的位置信息；

步骤30)、所述中心处理设备接收所述能量信息和所述传感器设备的位置信息，采用最大似然法，估计目标的方位信息。

8、权利要求7的方法，其中，步骤10)还包括所述系统中的所述传感器设备、所述浮标设备以及所述中心处理设备之间的同步。

9、权利要求7的方法，步骤10)中，基于水下声波传输原理的所述能量信息为 $P_i\left(t\right)=E\left\{z_i\left(t\right)z_i^{*}\left(t\right)\right\}$ ，其中， $z_i=\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{s}_k\·h_{i,k}({\stackrel{\→}{y}}_k,{\stackrel{\→}{x}}_i)+n_i$ i＝1，2…N，其中，s_k为目标辐射信号，k为水下目标数目，h² _ik(·)为水下空间传输函数，

为目标与传感器距离，n_i为噪声。

10、权利要求7的方法，其中，步骤20)还包括，所述传感器设备通过所述浮标设备的位置信息和自身与所述浮标设备的方位关系获取自身的位置信息并传送给所述浮标设备；或者，所述浮标设备通过其位置信息和所述水下传感器设备与自身的方位关系获取所述水下传感器设备的位置信息。

11、权利要求7的方法，其中，步骤30)中，采用最大似然法估计的水下目标的坐标矢量为 ${\widehat{\mathrm{\θ}}}_{\mathrm{ML}}=\underset{\mathrm{\θ}}{\min }{l}_{\mathrm{ML}}\left(\mathrm{\θ}\right),$ l_ML(θ)＝‖Z-HS‖²，其中， $Z=\left[\begin{array}{ccc}\frac{p_1-{\mathrm{\μ}}_1}{{\mathrm{\σ}}_1}& \·\·\·& \frac{p_2-{\mathrm{\μ}}_2}{{\mathrm{\σ}}_2}\end{array}\right],$ S＝[S₁ S₂…S_K]^T，其中， ${\mathrm{\μ}}_i={\mathrm{\σ}}_{\mathrm{in}}^2,$ ${\mathrm{\σ}}_i^2=2{\mathrm{\σ}}_{\mathrm{in}}^4/M.$

Images