CN108983200B - 拖曳线列阵阵形估计方法及系统 - Google Patents

拖曳线列阵阵形估计方法及系统 Download PDF

Info

Publication number
CN108983200B
CN108983200B CN201810770717.2A CN201810770717A CN108983200B CN 108983200 B CN108983200 B CN 108983200B CN 201810770717 A CN201810770717 A CN 201810770717A CN 108983200 B CN108983200 B CN 108983200B
Authority
CN
China
Prior art keywords
linear array
distortion
model
towed linear
horizontal plane
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810770717.2A
Other languages
English (en)
Other versions
CN108983200A (zh
Inventor
滕月慧
范威
曾赛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
No726 Research Institute Of China Shipbuilding Industry Corp
Original Assignee
No726 Research Institute Of China Shipbuilding Industry Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by No726 Research Institute Of China Shipbuilding Industry Corp filed Critical No726 Research Institute Of China Shipbuilding Industry Corp
Priority to CN201810770717.2A priority Critical patent/CN108983200B/zh
Publication of CN108983200A publication Critical patent/CN108983200A/zh
Application granted granted Critical
Publication of CN108983200B publication Critical patent/CN108983200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52004—Means for monitoring or calibrating

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明提供了一种拖曳线列阵阵形估计方法及系统，包括：将拖曳线列阵畸变在水平面和垂直面内投影分解，建立畸变投影的垂直面二维曲线模型和水平面二维曲线模型；对垂直面二维曲线模型和水平面二维曲线模型进行参数估计；根据参数估计的结果估计接收基元的位置。本发明易于实现，精度高，计算量小，能够对拖曳线列阵三维畸变阵形进行估计，克服了二维平面和微小畸变的限制，提高了平台机动时拖曳线列阵声纳的增益。因此，本发明具有很强的军用和民用价值。

Description

拖曳线列阵阵形估计方法及系统
技术领域
本发明涉及测量、测试技术领域，具体地，涉及基于姿态传感器的拖曳线列阵阵形估计方法及系统。
背景技术
当今人类发展越来越依靠海洋资源，海洋无论从发展的角度还是战略意义的角度来说都具有十分重要的意义。拖曳线列阵声呐也称“拖曳阵声呐”，它是将水听器镶嵌在电缆上形成线列阵，由拖曳电缆拖在舰艇尾后水中探测目标的声呐。主要用于听测水下目标的辐射噪声，进行远程监视、测向和识别，有的也可用于测距。
随着科学技术的发展，水下目标辐射噪声水平越来越低，为了探测低辐射噪声的目标，拖曳线列阵的长度需要不断加长以获得较高的增益。然而长拖曳线列阵受到平台机动和海流等因素的影响，在工作时容易发生畸变，使拖曳线列阵不再成直线形状，声纳增益性能显著降低，甚至无法正常工作。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种拖曳线列阵阵形估计方法及系统。
根据本发明提供的一种拖曳线列阵阵形估计方法，包括：
两平面分解步骤：将拖曳线列阵畸变在水平面和垂直面内投影分解，建立畸变投影的垂直面二维曲线模型和水平面二维曲线模型；
畸变估计步骤：对垂直面二维曲线模型和水平面二维曲线模型进行参数估计；
位置估计步骤：根据参数估计的结果估计接收基元的位置。
较佳的，所述两平面分解步骤包括：建立坐标系，将拖曳线列阵阵形畸变用空间曲线表示，从而将拖曳线列阵阵形畸变分解到水平面和垂直面上。
较佳的，所述畸变估计步骤包括：根据拖拽平台的姿态信息以及空间曲线在水平面和垂直面上的投影长度估计垂直面二维曲线模型和水平面二维曲线模型的参数。
较佳的，对坐标轴离散，划分网格，根据估计得到的垂直面二维曲线模型和水平面二维曲线模型的参数计算出各网格点的坐标，将网格间的曲线视为线段计算长度，获得各网格点到参考点的距离，再根据邻近准则估计接收基元的位置。
较佳的，所述姿态信息包括：航向角和/或纵摇角。
根据本发明提供的一种拖曳线列阵阵形估计系统，包括：
两平面分解模块：将拖曳线列阵畸变在水平面和垂直面内投影分解，建立畸变投影的垂直面二维曲线模型和水平面二维曲线模型；
畸变估计模块：对垂直面二维曲线模型和水平面二维曲线模型进行参数估计；
位置估计模块：根据参数估计的结果估计接收基元的位置。
较佳的，所述两平面分解模块包括：建立坐标系，将拖曳线列阵阵形畸变用空间曲线表示，从而将拖曳线列阵阵形畸变分解到水平面和垂直面上。
较佳的，所述畸变估计模块包括：根据拖拽平台的姿态信息以及空间曲线在水平面和垂直面上的投影长度估计垂直面二维曲线模型和水平面二维曲线模型的参数。
较佳的，对坐标轴离散，划分网格，根据估计得到的垂直面二维曲线模型和水平面二维曲线模型的参数计算出各网格点的坐标，将网格间的曲线视为线段计算长度，获得各网格点到参考点的距离，再根据邻近准则估计接收基元的位置。
较佳的，所述姿态信息包括：航向角和/或纵摇角。
与现有技术相比，本发明具有如下的有益效果：
本发明易于实现，精度高，计算量小，能够对拖曳线列阵三维畸变阵形进行估计，克服了二维平面和微小畸变的限制，提高了平台机动时拖曳线列阵声纳的增益。因此，本发明具有很强的军用和民用价值。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明的流程图；
图2为本发明实施例拖曳线列阵阵形及传感器位置示意图；
图3为本发明实施例的估计结果示意图；
图4为本发明实施例的基于接收基元真实位置、线性假设位置和估计位置的波束输出结果示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
如图1所示，图中“●”表示姿态传感器的位置。姿态传感器输出包括航向和纵摇角信息。接收基元位于曲线上，由于接收基元是密布的，故在图中未明确标出。
本发明提供的一种拖曳线列阵阵形估计方法，包括：
两平面分解步骤：将拖曳线列阵畸变在水平面和垂直面内投影分解，建立畸变投影的垂直面二维曲线模型和水平面二维曲线模型。
畸变估计步骤：对垂直面二维曲线模型和水平面二维曲线模型进行参数估计。
位置估计步骤：根据参数估计的结果估计接收基元的位置。
在两平面分解步骤中，由于航向传感器和纵摇传感器体积较小，在拖曳线列阵中和声学传感器可以安装在一起，忽略三类传感器安装位置上的微小差异，即要求近似同位置安装。但考虑成本，要求姿态传感器采用稀疏安装，接收基元密布安装，部分接收基元与姿态传感器近似同位置安装。
建立如图2的坐标系，以第一个接收基元为坐标原点(与第一个姿态传感器近似同位置安装)，以正东方向为X轴，以水平面正北方向为Y轴，垂直方向为Z轴。图中航向角为π/2-θi表示水平航向与正北的夹角，纵摇角为αi表示航向与水平面的夹角。拖曳线列阵阵形畸变模型用空间曲线
Figure BDA0001730184280000031
表示，则曲线上任意处的切线方向用方向导数表示，即沿l方向的方向导数为：
Figure BDA0001730184280000032
其中φx,φy,φz表示l方向与三个坐标轴的夹角。根据航向角(π/2-θi)和纵摇角αi可有如下关系：
Figure BDA0001730184280000033
将公式(2)带入公式(1)中有：
Figure BDA0001730184280000041
故曲线上两点间长度可表示为：
Figure BDA0001730184280000042
又空间曲线长度可写成：
Figure BDA0001730184280000043
故有：
Figure BDA0001730184280000044
公式(6)中的Δl表示拖曳线列阵的两传感器间的拖缆长度，由于忽略拖缆的形变，故为已知量。据此可将拖曳线列阵空间畸变分解到水平和垂直两个平面上，则曲线在水平面和垂直面内投影长度分别：
Figure BDA0001730184280000045
公式(7)中的航向角和纵摇角由传感器提供，故根据已知量Δμxy和拖曳线列阵畸变模型y＝f(x)，可以估计畸变模型中的参数。采用类似的方法可以估计垂直平面内拖曳线列阵畸变模型z＝g(x)的参数。
在畸变估计步骤中，根据水平和垂直面内投影模型、姿态传感器输出的航向角和纵摇角信息，可以得到拖曳线列阵阵形畸变模型曲线在两个平面内投影曲线y＝f(x)或z＝g(x)，然后对平面内的畸变模型曲线的参数进行估计。阵形畸变模型曲线分成两类，即二阶多项式模型或指数模型。下面分别介绍。
平面内曲线长度可以用积分方法表示：
Figure BDA0001730184280000046
公式(8)中xi表示为传感器的横坐标，拖曳线列阵阵形畸变使得传感器的横坐标偏离初始位置，需对其进行估计。首先需要根据平台的运动特征选择拖曳线列阵的畸变模型，可选择二阶多项式或指数形式畸变。
1二阶多项式畸变模型参数估计
在所建立的坐标系中，二阶多项式模型表示为：
y＝f(x)＝ax2+bx (9)
拖曳线列阵发生畸变后，畸变模型曲线在平面内投影曲线的长度可表示为：
Figure BDA0001730184280000051
又因为航向角(π/2-θi)有如下关系：
tan(θi)＝ki＝2axi+b (11)
故有曲线长度可进一步表示成：
Figure BDA0001730184280000052
拖曳线列阵各传感器间的距离是已知的，假设拖线阵不发生拉伸。所以公式(12)中lij已知，根据姿态传感器输出的航向角或纵摇角，可以计算出畸变模型投影曲线在各传感器处的斜率，即ki。据此可完成二阶多项式高阶系数a的估计。由于姿态传感器输出角度存在误差，再根据多个姿态传感器相对第一个姿态传感器的距离和斜率，多次计算出参数a，并进行均值计算获得稳定估计。结合第一个姿态传感器的航向角信息，根据式(11)即可估计出阵形畸变模型的一阶系数b。至此理论上完成畸变模型参数的估计。但由于姿态角存在误差，采用平均方法减小估计误差，方法如下：
Figure BDA0001730184280000053
公式(13)中M表示姿态传感器的个数。
根据二阶系数a和一阶系数b估计基础上，采用迭代算法对b进行优化估计。迭代过程如下：
步骤1：设置投影曲线长度估计误差门限Δth和迭代步长系数k；
步骤2：根据公式(12)，计算第1个姿态传感器到第j个传感器间的投影曲线的长度
Figure BDA0001730184280000054
步骤3：比较
Figure BDA0001730184280000055
与已知长度l1j，并计算平均误差：
Figure BDA0001730184280000056
步骤4：判断平均误差是否达到要求：Δ＜Δth，如果未达到要求，执行步骤5，否则终止迭代，当前b值即为估计值。
步骤5：一阶系数
Figure BDA0001730184280000061
修正：
Figure BDA0001730184280000062
步骤6：修正第一个姿态传感器的姿态角误差
Figure BDA0001730184280000063
并重复步骤2-步骤6。
2指数畸变模型
根据所建立的坐标系，指数模型可表示为：
y＝meαx (14)
则传感器间在平面内的投影曲线长度为：
Figure BDA0001730184280000064
此时航向角(π/2-θi)有如下关系：
Figure BDA0001730184280000065
同样，公式(15)中lij已知。根据各姿态传感器输出角度信息ki，结合式(15)可以估计指数畸变模型参数α。采用多次平均方法获得参数α的估计值。再根据第一个姿态传感器的角度信息，结合式(16)，即可估计出阵形畸变模型的参数m。至此理论上完成畸变模型参数的估计。但由于姿态角存在误差，采用平均方法减小估计误差：
Figure BDA0001730184280000066
公式(17)中M表示偏航传感器的个数。
在指数畸变模型参数
Figure BDA0001730184280000067
估计基础上，根据公式(16)获得参数m的估计初值
Figure BDA0001730184280000068
采用迭代算法对指数畸变模型参数m进行估计。迭代过程如下：
步骤1：首先设置长度估计误差门限Δth和迭代步长系数k；
步骤2：根据公式(15)，计算第:1个和第j个姿态传感器之间的投影曲线长度
Figure BDA0001730184280000069
步骤3：比较
Figure BDA00017301842800000610
与已知长度l1j，并计算平均长度误差：
Figure BDA00017301842800000611
步骤4：判断平均长度误差是否达到要求：Δ＜Δth，如果未达到要求，执行步骤5，否则终止迭代，当前值即为估计值。
步骤5：参数
Figure BDA00017301842800000612
修正：
Figure BDA00017301842800000613
步骤6：修正第一个姿态传感器的姿态角误差
Figure BDA00017301842800000614
并重复步骤2-步骤6。
根据第一节中空间投影分解和第二节中利用姿态角估计投影模型，获得拖曳线列阵畸变阵形的模型及参数。
在位置估计步骤中，对x轴、y轴、z轴离散，划分网格xi、yi、zi。根据拖曳线列阵的畸变模型参数a、b或m、α，计算出各网格点坐标(xi,yi,zi)。由于网格间距较小，假设各网格间的曲线为线段，计算其长度，获得各密布网格点到参考点的距离，再根据最近邻准则，估计接收基元的位置(xj,yj,zj)。
如图3所示为拖曳线列阵阵形畸变参数为a1＝0.01,b1＝0.02,a2＝0.00012,b2＝0.0004时，利用本发明的拖拽线阵列阵形估计结果；图4为在图3参数基础上，基于接收基元真实位置、线性假设位置和估计位置的波束输出结果。
为了降低拖曳线列阵畸变的影响，本发明采取在拖曳线列阵中稀疏安装姿态传感器，根据姿态传感器的信息，采用参数估计和数值计算方法对拖曳线列阵畸变模型参数进行估计，对参数进行优化迭代以提高其鲁棒性。本发明的优点是所采用的模型具有解析解，参数估计精度高，适用于大畸变条件；通过空间分解，本发明的方法适用于空间三维畸变估计，计算量小，鲁棒性强，克服了拖曳线列阵阵形平面和微小畸变的限制。
在上述一种拖曳线列阵阵形估计方法的基础上，本发明还提供一种拖曳线列阵阵形估计系统，包括：
两平面分解模块：将拖曳线列阵畸变在水平面和垂直面内投影分解，建立畸变投影的垂直面二维曲线模型和水平面二维曲线模型；
畸变估计模块：对垂直面二维曲线模型和水平面二维曲线模型进行参数估计；
位置估计模块：根据参数估计的结果估计接收基元的位置。
两平面分解模块包括：建立坐标系，将拖曳线列阵阵形畸变用空间曲线表示，从而将拖曳线列阵阵形畸变分解到水平面和垂直面上。
畸变估计模块包括：根据拖拽平台的姿态信息以及空间曲线在水平面和垂直面上的投影长度估计垂直面二维曲线模型和水平面二维曲线模型的参数。姿态信息包括：航向角和/或纵摇角。
对坐标轴离散，划分网格，根据估计得到的垂直面二维曲线模型和水平面二维曲线模型的参数计算出各网格点的坐标，将网格间的曲线视为线段计算长度，获得各网格点到参考点的距离，再根据邻近准则估计接收基元的位置。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (4)

1.一种拖曳线列阵阵形估计方法，其特征在于，包括：
两平面分解步骤：将拖曳线列阵畸变在水平面和垂直面内投影分解，建立畸变投影的垂直面二维曲线模型和水平面二维曲线模型；
畸变估计步骤：对垂直面二维曲线模型和水平面二维曲线模型进行参数估计；
位置估计步骤：根据参数估计的结果估计接收基元的位置；
其中，建立坐标系，以第一个接收基元为坐标原点，以正东方向为X轴，以水平面正北方向为Y轴，垂直方向为Z轴，航向角为π/2-θi表示水平航向与正北的夹角，纵摇角为αi表示航向与水平面的夹角，拖曳线列阵阵形畸变模型用空间曲线
Figure FDA0002882265700000011
表示，则曲线上任意处的切线方向用方向导数表示，即沿l方向的方向导数为：
Figure FDA0002882265700000012
其中φx,φy,φz表示l方向与三个坐标轴的夹角，根据航向角(π/2-θi)和纵摇角αi有如下关系：
Figure FDA0002882265700000013
将公式(2)带入公式(1)中有：
Figure FDA0002882265700000014
故曲线上两点间长度表示为：
Figure FDA0002882265700000015
又空间曲线长度写成：
Figure FDA0002882265700000016
故有：
Figure FDA0002882265700000021
公式(6)中的Δl表示拖曳线列阵的两传感器间的拖缆长度，由于忽略拖缆的形变，故为已知量，据此将拖曳线列阵空间畸变分解到水平和垂直两个平面上，则曲线在水平面和垂直面内投影长度分别：
Figure FDA0002882265700000022
公式(7)中的航向角和纵摇角由传感器提供，故根据Δl和拖曳线列阵畸变模型y＝f(x)，估计畸变模型中的参数，同理估计垂直平面内拖曳线列阵畸变模型z＝g(x)的参数。
2.根据权利要求1所述的拖曳线列阵阵形估计方法，其特征在于，对坐标轴离散，划分网格，根据估计得到的垂直面二维曲线模型和水平面二维曲线模型的参数计算出各网格点的坐标，将网格间的曲线视为线段计算长度，获得各网格点到参考点的距离，再根据邻近准则估计接收基元的位置。
3.一种拖曳线列阵阵形估计系统，其特征在于，包括：
两平面分解模块：将拖曳线列阵畸变在水平面和垂直面内投影分解，建立畸变投影的垂直面二维曲线模型和水平面二维曲线模型；
畸变估计模块：对垂直面二维曲线模型和水平面二维曲线模型进行参数估计；
位置估计模块：根据参数估计的结果估计接收基元的位置；
建立坐标系，以第一个接收基元为坐标原点，以正东方向为X轴，以水平面正北方向为Y轴，垂直方向为Z轴，航向角为π/2-θi表示水平航向与正北的夹角，纵摇角为αi表示航向与水平面的夹角，拖曳线列阵阵形畸变模型用空间曲线
Figure FDA0002882265700000023
表示，则曲线上任意处的切线方向用方向导数表示，即沿l方向的方向导数为：
Figure FDA0002882265700000024
其中φx,φy,φz表示l方向与三个坐标轴的夹角，根据航向角(π/2-θi)和纵摇角αi有如下关系：
Figure FDA0002882265700000031
将公式(2)带入公式(1)中有：
Figure FDA0002882265700000032
故曲线上两点间长度表示为：
Figure FDA0002882265700000033
又空间曲线长度写成：
Figure FDA0002882265700000034
故有：
Figure FDA0002882265700000035
公式(6)中的Δl表示拖曳线列阵的两传感器间的拖缆长度，由于忽略拖缆的形变，故为已知量，据此将拖曳线列阵空间畸变分解到水平和垂直两个平面上，则曲线在水平面和垂直面内投影长度分别：
Figure FDA0002882265700000036
公式(7)中的航向角和纵摇角由传感器提供，故根据Δl和拖曳线列阵畸变模型y＝f(x)，估计畸变模型中的参数，同理估计垂直平面内拖曳线列阵畸变模型z＝g(x)的参数。
4.根据权利要求3所述的拖曳线列阵阵形估计系统，其特征在于，对坐标轴离散，划分网格，根据估计得到的垂直面二维曲线模型和水平面二维曲线模型的参数计算出各网格点的坐标，将网格间的曲线视为线段计算长度，获得各网格点到参考点的距离，再根据邻近准则估计接收基元的位置。
CN201810770717.2A 2018-07-13 2018-07-13 拖曳线列阵阵形估计方法及系统 Active CN108983200B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810770717.2A CN108983200B (zh) 2018-07-13 2018-07-13 拖曳线列阵阵形估计方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810770717.2A CN108983200B (zh) 2018-07-13 2018-07-13 拖曳线列阵阵形估计方法及系统

Publications (2)

Publication Number Publication Date
CN108983200A CN108983200A (zh) 2018-12-11
CN108983200B true CN108983200B (zh) 2021-06-08

Family

ID=64537363

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810770717.2A Active CN108983200B (zh) 2018-07-13 2018-07-13 拖曳线列阵阵形估计方法及系统

Country Status (1)

Country Link
CN (1) CN108983200B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113009491B (zh) * 2021-02-04 2022-10-18 中国人民解放军国防科技大学 一种基于辅助传感器的水平悬浮阵实时阵列形状估计方法
CN113127793B (zh) * 2021-03-05 2023-10-31 中国人民解放军海军工程大学 一种基于非声学测量的拖线阵阵形估计方法
CN113720576B (zh) * 2021-08-04 2022-10-11 中国舰船研究设计中心 一种基于阵形计算的多湿端共拖安全性分析方法
CN114562950B (zh) * 2022-02-28 2023-08-15 中国船舶科学研究中心 一种用于水下协同作业的脐带缆缆形监测系统及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5528554A (en) * 1992-12-01 1996-06-18 Hughes Aircraft Company Linear array lateral motion compensation method
CN101470198A (zh) * 2007-12-28 2009-07-01 中国科学院声学研究所 一种拖曳阵阵形校准装置及校准方法
CN202928607U (zh) * 2012-07-12 2013-05-08 中国船舶重工集团公司第七二六研究所 数字化拖曳线列阵装置
CN105158752A (zh) * 2015-06-23 2015-12-16 中国船舶重工集团公司第七二六研究所 拖曳线列阵声纳信号传输的光电转换装置、系统及方法
CN106526577A (zh) * 2016-10-09 2017-03-22 中国船舶重工集团公司第七〇五研究所 一种利用合作声源信息的阵形估计方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5528554A (en) * 1992-12-01 1996-06-18 Hughes Aircraft Company Linear array lateral motion compensation method
CN101470198A (zh) * 2007-12-28 2009-07-01 中国科学院声学研究所 一种拖曳阵阵形校准装置及校准方法
CN202928607U (zh) * 2012-07-12 2013-05-08 中国船舶重工集团公司第七二六研究所 数字化拖曳线列阵装置
CN105158752A (zh) * 2015-06-23 2015-12-16 中国船舶重工集团公司第七二六研究所 拖曳线列阵声纳信号传输的光电转换装置、系统及方法
CN106526577A (zh) * 2016-10-09 2017-03-22 中国船舶重工集团公司第七〇五研究所 一种利用合作声源信息的阵形估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"Calculation of the Shape of a Towed Underwater Acoustic Array";Bernard E. Howard et al.;《IEEE JOURNAL OF OCEANIC ENGINEERING》;19920430;第17卷(第2期);第193-203页 *

Also Published As

Publication number Publication date
CN108983200A (zh) 2018-12-11

Similar Documents

Publication Publication Date Title
CN108983200B (zh) 拖曳线列阵阵形估计方法及系统
US9262828B2 (en) Method and device for online calibration of vehicle cameras
CN109545072B (zh) 地图构建的位姿计算方法、装置、存储介质和系统
CN110850371B (zh) 一种基于Green函数修正的高分辨率声源定位方法
CN108332758B (zh) 一种移动机器人的走廊识别方法及装置
CN113819906A (zh) 一种基于统计相似度量的组合导航鲁棒滤波方法
CN111427060B (zh) 一种基于激光雷达的二维栅格地图构建方法和系统
CN107168344B (zh) 一种uuv抵近海底作业过程中航路生成方法
Sun et al. Angular misalignment calibration method for ultra‐short baseline positioning system based on matrix decomposition
CN113220018A (zh) 一种无人机路径规划方法、装置、存储介质及电子设备
Peng et al. Marginalized Point Mass Filter with Estimating Tidal Depth Bias for Underwater Terrain‐Aided Navigation
Fernandes et al. Gnss/mems-ins integration for drone navigation using ekf on lie groups
Han et al. DiLO: Direct light detection and ranging odometry based on spherical range images for autonomous driving
CN109738852B (zh) 基于低秩矩阵重建的分布式源二维空间谱估计方法
CN110688440A (zh) 一种适用于子地图重叠部分较少的地图融合方法
CN112526508A (zh) 双站雷达联合目标定位方法和系统
CN109799477B (zh) 一种面向毫米波车联网的序贯车辆指纹定位方法及装置
CN102736056B (zh) 一种目标定位方法、装置与系统
CN108051792B (zh) 目标与粗糙面耦合散射源的分布描述方法
CN115792805A (zh) 一种基于方位信息的无源辅助定位方法及系统
US20230059883A1 (en) Identification of planar points in lidar point cloud obtained with vehicle lidar system
Zhang et al. Bearing‐only motion analysis of target based on low‐quality bearing‐time recordings map
CN106096136B (zh) 一种车辆安全性设计的聚类-多椭球不确定性度量方法
CN112489111B (zh) 相机外参标定方法、装置及相机外参标定系统
Tenas et al. Image Segmentation by Unsupervised Adaptive Clustering in the Distribution Space for AUV guidance along sea-bed boundaries using Vision

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant