CN110244261A - 一种任意阵型的超短基线方位估计方法、系统、设备及存储介质 - Google Patents
一种任意阵型的超短基线方位估计方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN110244261A CN110244261A CN201910574431.1A CN201910574431A CN110244261A CN 110244261 A CN110244261 A CN 110244261A CN 201910574431 A CN201910574431 A CN 201910574431A CN 110244261 A CN110244261 A CN 110244261A
- Authority
- CN
- China
- Prior art keywords
- time
- signal
- sampling
- delay
- search
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000015572 biosynthetic process Effects 0.000 title abstract 4
- 238000005070 sampling Methods 0.000 claims abstract description 67
- 239000013598 vector Substances 0.000 claims abstract description 66
- 239000011159 matrix material Substances 0.000 claims abstract description 54
- 230000001360 synchronised effect Effects 0.000 claims abstract description 43
- 230000003111 delayed effect Effects 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 22
- 238000007476 Maximum Likelihood Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 238000013139 quantization Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 239000004576 sand Substances 0.000 claims description 3
- 238000005755 formation reaction Methods 0.000 abstract 3
- 230000006872 improvement Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 235000008216 herbs Nutrition 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
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
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
- G01S3/82—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves with means for adjusting phase or compensating for time-lag errors
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/20—Position of source determined by a plurality of spaced direction-finders
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/30—Determining absolute distances from a plurality of spaced points of known location
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提出一种任意阵型的超短基线方位估计方法，包括：根据接收信号及其延时信号进行延迟调整矩阵的初始化，得到延迟调整矩阵函数，对分布搜索网格进行初始化；检测信号的到达时间，确定同步时刻，进行同步时刻取样,构建同步取样时刻集合，得到信号到达时刻的参考阵元采样序列；计算旋转后的分布搜索网格，根据信号到达时刻的参考阵元采样序列和延迟调整矩阵函数计算各方向矢量在同步取样时刻集合下的匹配峰值，进行方位角度遍历，匹配峰值最大值的方向为最终的估计方位矢量。本发明的任意阵型的超短基线方位估计方法能够向各种复杂阵型扩展，在部分阵元失效时性能稳定，目标信号源的距离和方位的估计准确度高。
Description
技术领域
本发明属于海底观测网中的水下自主航行器位置测定领域，具体而言，涉及一种任意阵型的超短基线方位估计方法、系统、设备及存储介质。
背景技术
超短基线使用多阵元接收目标信号，根据信号到达时间及多阵元接收的相位差异，实现目标信号源的距离和方位的估计。超短基线具有基阵小、结构简单的特点，广泛应用于母船对载人潜水器、无人潜水器的位置测定，海底观测网中的水下自主航行器回坞过程控制。
传统的单频超短基线，容易受频点衰落影响造成性能下降。采用宽带信号可提高方位估计性能，避免相位模糊。目前的宽带超短基线常采用十字阵或其他规则阵型的方式，采用两两阵元之间宽带匹配求时间差，进而推算出空间角度。这种方法不是最佳的匹配方式，在部分阵元失效时性能急剧恶化，且不能向复杂阵型扩展。
发明内容
本发明的目的在于解决。目前的宽带超短基线方法在部分阵元失效时性能急剧恶化，且不能向复杂阵型扩展的问题。
为实现上述目的，本发明提出一种任意阵型的超短基线方位估计方法，包括：
根据接收信号及其延时信号进行延迟调整矩阵的初始化，得到延迟调整矩阵函数，对分布搜索网格进行初始化；
检测信号的到达时间，确定同步时刻，进行同步时刻取样,构建同步取样时刻集合，得到信号到达时刻的参考阵元采样序列；
计算旋转后的分布搜索网格，根据信号到达时刻的参考阵元采样序列和延迟调整矩阵函数计算各方向矢量在同步取样时刻集合下的匹配峰值，进行方位角度遍历，匹配峰值最大值的方向为最终的估计方位矢量。
作为所述方法的进一步改进，所述根据接收信号及其延时信号进行延迟调整矩阵的初始化，得到延迟调整矩阵函数，对分布搜索网格进行初始化，具体包括：
步骤1-1)将接收信号x(t)及其延时信号x(t-d)经过混频后进行离散时间取样及时间截断处理，通过插值处理得到延迟调整矩阵Hd；
步骤1-2)对于延迟调整矩阵Hd的各元素，根据延迟时间d的变化范围及量化时间间隔得到延迟时间量化取值集合D，初始化有限延迟精度的延迟调整矩阵，对于连续取值的d，取集合D中差值最小的延迟时间值进行逼近，得到延迟调整矩阵函数；
步骤1-3)将接收端若干个波束方向覆盖的区域划分为搜索网格，选取每一个网格区的方位角和俯仰角，计算每一对方位角和俯仰角对应的单位长度矢量，获得搜索网格的单位长度矢量，完成分布搜索网格初始化。
作为所述方法的进一步改进，所述步骤1-1)包括：
步骤1-1-1)将接收信号x(t)经过混频后变成零中频基带信号x1(t)；将原接收信号延迟时间d，再经过混频后变成零中频基带信号x2(t)，则有：
x2(t)＝x1(t-d)exp{-j2πfcd} (1)
其中，fc为接收信号x(t)的中心载波频率，B为信号带宽；exp{·}为复指数乘积项；
步骤1-1-2)对x1(t)和x2(t)进行离散时间取样及时间截断处理，得到对应两个序列x1和x2分别为：
x1＝[x1(-N1/fs1),…,x1(0),…,x1(N1/fs1)]T (2)
x2＝[x2(-N2/fs2),…,x2(0),…,x2(N2/fs2)]T (3)
其中，fs1和fs2分别为x1(t)和x2(t)的采样率，x1(t)和x2(t)取样点数分别为(2N1+1)和(2N2+1)；
步骤1-1-3)通过x1构造x2的插值处理为：
Hdx1＝x2 (4)
其中Hd为延迟调整矩阵。
作为所述方法的进一步改进，所述步骤1-2)包括：
步骤1-2-1)延迟调整矩阵Hd的第i行、第j列的元素为Hd(i,j)，1≤i≤2N1+1，1≤j≤2N2+1，Hd(i,j)通过下式计算：
其中，B为信号带宽，exp{·}为复指数运算；
步骤1-2-2)根据延迟时间d的变化范围dmin≤d≤dmax及量化时间间隔dΔ，得到延迟时间量化取值集合为：
D＝{dmin,dmin+dΔ,…,d…max} (6)
则初始化有限延迟精度的延迟调整矩阵为：
{Hd|d∈D} (7)
其中，c为声速，L为某一阵元和参考阵元的间隔，L的取值范围为Lmin≤L≤Lmax；
步骤1-2-3)对于连续取值的d，取集合D中差值最小的延迟时间值进行逼近，得到定义域为实数的延迟调整矩阵函数H(d)：
作为所述方法的进一步改进，所述步骤1-3)包括：
步骤1-3-1)将接收端若干个波束方向覆盖的区域划分为网格，根据精度要求，将搜索划分S步，每步选取不同精度和方位角度范围进行搜索，S为自然数；
设初始时每步对应的搜索网格中心均为[0,0,1]T，第s步搜索时，最远处与中心点夹角为σs，步进角度为Δs，选择方位角和俯仰角并构成数组集合，集合包含Ns个元素，s的取值范围为1≤s≤S；
步骤1-3-2)计算每一对方位角az和俯仰角el对应的单位长度矢量为：
步骤1-3-3)第S步搜索网格的单位长度矢量集合为：
其中表示第S步中的第n个搜索网格的单位长度矢量，n的取值范围为1≤n≤NS，NS表示第第S步中搜索网格数。
作为所述方法的进一步改进，所述检测信号的到达时间，确定同步时刻，进行同步时刻取样,构建同步取样时刻集合，得到信号到达时刻的参考阵元采样序列，具体包括：
步骤2-1)确定同步时刻：
将各阵元基带信号的采样序列记为M为阵元数，其中参考阵元的采样序列一般为将和通信波形基带信号的采样序列x进行相关匹配，即
得到：
其中，k＝0,…,2N1+1；表示在k时刻参考阵元接收基带信号通信波形基带信号x二者的采样序列的匹配向量；
矢量中各元素模值的最大值为：
其中||||∞代表最大值范数；
取各阵元同步时刻作为最佳匹配时刻，即信号到达时间的估计值为ksyn；
步骤2-2)进行同步时刻取样，构建同步取样时刻集合，得到信号到达时刻的参考阵元采样序列：
在ksyn相邻的(2Q+1)个时刻对取样，进行插值处理得到参考阵元采样序列
其中同步取样时刻集合为[ksyn-Q,…,ksyn-1,ksyn,ksyn+1，...,ksyn+Q]。
作为所述方法的进一步改进，计算旋转后的搜索网格和各方向矢量在同步时刻集合下的匹配峰值，进行方位角度遍历，取匹配峰值最大值的方向为最终估计方位矢量，具体包括：
步骤3-1)设置步数计数s为第1步，即s＝1，搜索初始点单位矢量为
步骤3-2)计算旋转后的搜索网格：根据第s步的搜索初始点单位矢量及本步初始化过程获得的搜索网格Es([0,0,1]T)，计算本步搜索初始点附近的网格集合
将[0,0,1]T经过x轴和z轴旋转到[x,y,z]T；其中旋转算子函数为R([x,y,z]T)：
将以[0,0,1]T为中心的搜索网格旋转到附近；
步骤3-3)计算来波方向的最大似然估计：
第m个阵元的三维坐标为pm＝[xm,ym,zm]T，其中1≤m≤M，M为阵元数，所有阵元组成矢量序列的形式为P＝[p1,p2,…,pM]；
网格中经过搜索初值旋转后的第n个方向矢量为该方向对应的阵元延迟矢量为Dn：
其中第n个方向矢量在同步时刻集合下的匹配峰值为：
其中|| ||∞代表最大值范数，搜索所有的方向矢量，即遍历1≤n≤Ns，得到不同方向矢量下的匹配峰值矩阵yn，取yn最大值，可得方位的近似最大似然估计ymax，即：
最大的yn下标n对应的方向矢量为为搜索结果；即来波方向的似然估计；
步骤3-4)迭代搜索及方位角估计输出：
如果s＜S，将所述搜索结果作为下一步搜索的初值：
继续下一步搜索，更新步计数值s＝s+1；
如果s＝S，则是最终估计方位矢量；
步骤3-5)将求逆得到方位角和俯仰角估计。
本发明还提出一种任意阵型宽带信号形式的超短基线方位估计系统，所述系统包括：信号延迟调整矩阵及搜索网格初始化模块、同步时刻检测模块和最大似然方位匹配模块；
所述信号延迟调整矩阵及搜索网格初始化模块，用于
根据接收信号及其延时信号进行延迟调整矩阵的初始化，得到延迟调整矩阵函数，对分布搜索网格进行初始化；
所述同步时刻检测模块，用于检测信号的到达时间，确定同步时刻，进行同步时刻取样,构建同步取样时刻集合，得到信号到达时刻的参考阵元采样序列；
所述最大似然方位匹配模块，用于计算旋转后的分布搜索网格，根据信号到达时刻的参考阵元采样序列和延迟调整矩阵函数，计算各方向矢量在同步取样时刻集合下的匹配峰值，进行方位角度遍历，匹配峰值最大值的方向为最终的估计方位矢量。
本发明还提出一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法。
本发明还提出一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述任一项所述的方法。
与现有技术相比，本发明的优势在于：
1、本发明的任意阵型的超短基线方位估计方法适用于任意阵型宽带信号形式的位置测定；
2、本发明的任意阵型的超短基线方位估计方法可提高方位估计性能，避免相位模糊；
3、本发明的任意阵型的超短基线方位估计方法能够向各种复杂阵型扩展，在部分阵元失效时性能稳定，目标信号源的距离和方位的估计准确度高。
附图说明
图1为任意阵型的超短基线方位估计方法的目标方位估计实施流程示意图；
图2为任意阵型的超短基线方位估计方法的接收端的19个波束方向示意图；
图3为任意阵型的超短基线方位估计方法的方位角的定义示意图；
图4为任意阵型的超短基线方位估计方法的平面阵的阵元位置分布示意图。
具体实施方式
本发明提出的一种任意阵型的超短基线方位估计方法，通过构造一种通用阵型的宽带联合匹配最大似然估计得到来波方位估计结果。
如图1所示，整体实施流程具体分三个步骤完成：
步骤1)对延迟调整矩阵和分布搜索网格进行初始化；
步骤1-1)构造延迟调整矩阵；
通信波形信号的中心载波频率为fc，信号带宽为B，接收信号x(t)经过混频后变成零中频基带信号x1(t)；将原接收信号延迟时间d，即x(t-d)，经过混频后变成零中频基带信号x2(t)，则有：
x2(t)＝x1(t-d)exp{-j2πfcd} (1)
其中复指数乘积项的作用是弥补零中频延迟处理与直接通带延迟处理相比所残留的相位偏移；
对x1(t)和x2(t)进行离散时间取样及时间截断处理，其采样率分别为fs1和fs2，取样点数分别为(2N1+1)和(2N2+1)，对应两个序列分别记为：
x1＝[x1(-N1/fs1),…,x1(0),…,x1(N1/fs1)]T (2)
x2＝[x2(-N2/fs2),…,x2(0),…,x2(N2/fs2)]T (3)
通过x1构造x2的插值处理过程为：
x2＝Hdx1 (4)
其中Hd为延迟调整矩阵，其第i行第j列的元素为i的取值范围为1≤i≤2N1+1，j的取值范围为1≤j≤2N2+1；
步骤1-2)初始化延迟调整矩阵表格；
延迟调整矩阵Hd的第i行、第j列的元素为Hd(i,j)，1≤i≤2N1+1，1≤j≤2N2+1，Hd(i,j)通过下式计算得到：
其中，B为信号带宽，exp{·}为复指数运算；
根据延迟变化范围dmin≤d≤dmax及量化间隔dΔ，得到延迟量化取值集合记为
D＝{dmin,dmin+dΔ,…,dmax} (6)
初始化有限延迟精度的延迟调整矩阵为：
{Hd|d∈D} (7)
其中，L为某一阵元和参考阵元的间隔，Lmin≤L≤Lmax；
对于连续取值的d，取集合D中差值最小的延迟值进行逼近，得到定义域为实数的延迟调整矩阵函数：
步骤1-3)初始化分布搜索网格；
其中，搜索网格由图2所示的接收端若干个波束方向划分所得；设所述波束方向数量为19个；
根据精度要求，将搜索划分S步，每步选取不同精度和方位角度范围；
在初始时每步对应的搜索网格中心均为[0,0,1]T，第s(1≤s≤S)步搜索时最远处与中心点夹角为σs，步进角度为Δs，以此选择方位角和俯仰角并构成数组集合，集合包含Ns个元素；
方位角和俯仰角的定义如图3所示，计算每一对方位角az和俯仰角el对应的单位长度矢量为：
第S步搜索网格的单位长度矢量集合为：
其中表示第S步中的第n个搜索网格的单位长度矢量，1≤n≤NS，NS表示第第S步中搜索网格数。
步骤2)检测信号的到达时间；
步骤2-1)确定同步时刻；
将各阵元基带信号的采样序列记为M为最大阵元数，阵元分布如图4所示，其中参考阵元的采样序列一般为将和通信波形基带信号的采样序列x进行相关匹配，即：
得到：
表示在k时刻参考阵元接收基带信号通信波形基带信号x二者的采样序列的匹配向量；
矢量中各元素模值的最大值为rmax(ksyn)：
其中|| ||∞代表最大值范数；
取各阵元同步时刻作为最佳匹配时刻，即信号到达时间的估计值为ksyn。
步骤2-2)进行同步时刻取样；
在ksyn相邻的(2Q+1)个时刻对进行取样，用于插值处理，保证匹配精度，其中取样时刻集合为[ksyn-Q,...,ksyn-1,ksyn,ksyn+1，...,ksyn+Q]；
得到：
步骤3)进行方位角度遍历搜索；
步骤3-1)设置步数计数为第一步，即s＝1，搜索初始点单位矢量为
步骤3-2)计算旋转后的搜索网格；
根据第s步的搜索初始点单位矢量及本步初始化过程获得的搜索网格Es([0,0,1]T)，计算本步搜索初始点附近的网格集合
其中旋转算子函数定义为R([x,y,z]T)：
该算子函数的作用是将[0,0,1]T经过x轴和z轴旋转到[x,y,z]T；
将以[0,0,1]T为中心的搜索网格旋转到附近。
步骤3-3)计算来波方向的最大似然估计；
假设包含M个阵元，其中第m个阵元的三维坐标为pm＝[xm,ym,zm]T，所有阵元组成矢量序列的形式为P＝[p1,p2,…,pM]；
网格中经过搜索初值旋转后的第n个方向矢量为
该方向对应的阵元延迟矢量为Dn：
其中声速为c；第n个方向矢量在同步时刻集合下的匹配峰值为：
其中|| ||∞代表最大值范数，即矢量中各元素模值的最大值；搜索所有的方向矢量，即遍历1≤n≤Ns，得到不同方向矢量下的匹配峰值矩阵yn，取yn最大值可得方位的近似最大似然估计ymax，即：
将最大的yn下标n对应的方向矢量记为即为本步的搜索结果。
步骤3-4)迭代搜索及方位角估计输出；
如果s＜S，将本步搜索结果作为下一步搜索的初值：
继续下一步搜索，更新步计数值s＝s+1；
如果s＝S，则是最终估计方位矢量；
步骤3-5)如果需要输出方位角和俯仰角估计，则根据求逆得到。
本发明还提出一种任意阵型宽带信号形式的超短基线方位估计系统，所述系统包括：信号延迟调整矩阵及搜索网格初始化模块、同步时刻检测模块和最大似然方位匹配模块；
所述信号延迟调整矩阵及搜索网格初始化模块，用于
根据接收信号及其延时信号进行延迟调整矩阵的初始化，得到延迟调整矩阵函数，对分布搜索网格进行初始化；
所述同步时刻检测模块，用于检测信号的到达时间，确定同步时刻，进行同步时刻取样,构建同步取样时刻集合，得到信号到达时刻的参考阵元采样序列；
所述最大似然方位匹配模块，用于计算旋转后的分布搜索网格，根据信号到达时刻的参考阵元采样序列和延迟调整矩阵函数，计算各方向矢量在同步取样时刻集合下的匹配峰值，进行方位角度遍历，匹配峰值最大值的方向为最终的估计方位矢量。
本发明还提出一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法。
本发明还提出一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述任一项所述的方法。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种任意阵型的超短基线方位估计方法，包括：
根据接收信号及其延时信号进行延迟调整矩阵的初始化，得到延迟调整矩阵函数，对分布搜索网格进行初始化；
检测信号的到达时间，确定同步时刻，进行同步时刻取样,构建同步取样时刻集合，得到信号到达时刻的参考阵元采样序列；
计算旋转后的分布搜索网格，根据信号到达时刻的参考阵元采样序列和延迟调整矩阵函数计算各方向矢量在同步取样时刻集合下的匹配峰值，进行方位角度遍历，匹配峰值最大值的方向为最终的估计方位矢量。
2.根据权利要求1所述的任意阵型的超短基线方位估计方法，其特征在于，所述根据接收信号及其延时信号进行延迟调整矩阵的初始化，得到延迟调整矩阵函数，对分布搜索网格进行初始化，具体包括：
步骤1-1)将接收信号x(t)及其延时信号x(t-d)经过混频后进行离散时间取样及时间截断处理，通过插值处理得到延迟调整矩阵Hd；
步骤1-2)对于延迟调整矩阵Hd的各元素，根据延迟时间d的变化范围及量化时间间隔得到延迟时间量化取值集合D，初始化有限延迟精度的延迟调整矩阵，对于连续取值的d，取集合D中差值最小的延迟时间值进行逼近，得到延迟调整矩阵函数；
步骤1-3)将接收端若干个波束方向覆盖的区域划分为搜索网格，选取每一个网格区的方位角和俯仰角，计算每一对方位角和俯仰角对应的单位长度矢量，获得搜索网格的单位长度矢量，完成分布搜索网格初始化。
3.根据权利要求2所述的任意阵型的超短基线方位估计方法，其特征在于，所述步骤1-1)包括：
步骤1-1-1)将接收信号x(t)经过混频后变成零中频基带信号x1(t)；将原接收信号延迟时间d，再经过混频后变成零中频基带信号x2(t)，则有：
x2(t)＝x1(t-d)exp{-j2πfcd} (1)
其中，fc为接收信号x(t)的中心载波频率，B为信号带宽；exp{·}为复指数运算；
步骤1-1-2)对x1(t)和x2(t)进行离散时间取样及时间截断处理，得到对应两个序列x1和x2分别为：
x1＝[x1(-N1/fs1),…,x1(0),…,x1(N1/fs1)]T (2)
x2＝[x2(-N2/fs2),…,x2(0),…,x2(N2/fs2)]T (3)
其中，fs1和fs2分别为x1(t)和x2(t)的采样率，x1(t)和x2(t)取样点数分别为(2N1+1)和(2N2+1)；
步骤1-1-3)通过x1构造x2的插值处理为：
Hdx1＝x2 (4)
其中Hd为延迟调整矩阵。
4.根据权利要求3所述的任意阵型的超短基线方位估计方法，其特征在于，所述步骤1-2)包括：
步骤1-2-1)延迟调整矩阵Hd的第i行、第j列的元素为Hd(i,j)，1≤i≤2N1+1，1≤j≤2N2+1，Hd(i,j)通过下式计算得到：
其中，B为信号带宽，exp{·}为复指数运算；
步骤1-2-2)根据延迟时间d的变化范围dmin≤d≤dmax及量化时间间隔dΔ，得到延迟时间量化取值集合为：
D＝{dmin,dmin+dΔ,…,dmax} (6)
其中，dmin为延迟时间d最小值，dmax为延迟时间d最大值，则初始化有限延迟精度的延迟调整矩阵为：
{Hd|d∈D} (7)
其中，c为声速，L为某一阵元和参考阵元的间隔，L的取值范围为Lmin≤L≤Lmax；
步骤1-2-3)对于连续取值的d，取集合D中差值最小的延迟时间值进行逼近，得到定义域为实数的延迟调整矩阵函数H(d)：
5.根据权利要求4所述的任意阵型的超短基线方位估计方法，其特征在于，所述步骤1-3)包括：
步骤1-3-1)将接收端若干个波束方向覆盖的区域划分为网格，根据精度要求，将搜索划分S步，每步选取不同精度和方位角度范围进行搜索，S为自然数；
设初始时每步对应的搜索网格中心均为[0,0,1]T，第s步搜索时，最远处与中心点夹角为σs，步进角度为Δs，选择方位角和俯仰角并构成数组集合，集合包含Ns个元素，s的取值范围为1≤s≤S；
步骤1-3-2)计算每一对方位角az和俯仰角el对应的单位长度矢量为：
步骤1-3-3)第S步搜索网格的单位长度矢量集合为：
其中表示第S步中的第n个搜索网格的单位长度矢量，n的取值范围为1≤n≤NS，NS表示第第S步中搜索网格数。
6.根据权利要求5所述的任意阵型的超短基线方位估计方法，其特征在于，所述检测信号的到达时间，确定同步时刻，进行同步时刻取样,构建同步取样时刻集合，得到信号到达时刻的参考阵元采样序列，具体包括：
步骤2-1)确定同步时刻：
将各阵元基带信号的采样序列记为M为阵元数，其中参考阵元的采样序列一般为将和通信波形基带信号的采样序列x进行相关匹配，即
得到：
其中，k＝0,…,2N1+1；表示在k时刻参考阵元接收基带信号通信波形基带信号x二者的采样序列的匹配向量；
矢量中各元素模值的最大值为：
其中|| ||∞代表最大值范数；
取各阵元同步时刻作为最佳匹配时刻，即信号到达时间的估计值为ksyn；
步骤2-2)进行同步时刻取样，构建同步取样时刻集合，得到信号到达时刻的参考阵元采样序列：
在ksyn相邻的(2Q+1)个时刻对取样，进行插值处理得到参考阵元采样序列
其中同步取样时刻集合为[ksyn-Q,...,ksyn-1,ksyn,ksyn+1，...,ksyn+Q]。
7.根据权利要求6所述的任意阵型的超短基线方位估计方法，其特征在于，计算旋转后的搜索网格和各方向矢量在同步时刻集合下的匹配峰值，进行方位角度遍历，取匹配峰值最大值的方向为最终估计方位矢量，具体包括：
步骤3-1)设置步数计数s为第1步，即s＝1，搜索初始点单位矢量为
步骤3-2)计算旋转后的搜索网格：根据第s步的搜索初始点单位矢量及本步初始化过程获得的搜索网格Es([0,0,1]T)，计算本步搜索初始点附近的网格集合
将[0,0,1]T经过x轴和z轴旋转到[x,y,z]T；其中旋转算子函数为R〔[x,y,z]T〕：
将以[0,0,1]T为中心的搜索网格旋转到附近；
步骤3-3)计算来波方向的最大似然估计：
第m个阵元的三维坐标为pm＝[xm,ym,zm]T，其中1≤m≤M，M为阵元数，所有阵元组成矢量序列的形式为P＝[p1,p2,…,pM]；
网格中经过搜索初值旋转后的第n个方向矢量为该方向对应的阵元延迟矢量为Dn：
其中第n个方向矢量在同步时刻集合下的匹配峰值为：
其中|| ||∞代表最大值范数，搜索所有的方向矢量，即遍历1≤n≤Ns，得到不同方向矢量下的匹配峰值矩阵yn，取yn最大值，得到方位的近似最大似然估计ymax，即：
最大的yn下标n对应的方向矢量为为搜索结果；即来波方向的似然估计；
步骤3-4)迭代搜索及方位角估计输出：
如果s＜S，将所述搜索结果作为下一步搜索的初值：
继续下一步搜索，更新步计数值s＝s+1；
如果s＝S，则是最终估计方位矢量；
步骤3-5)将求逆得到方位角和俯仰角估计。
8.一种任意阵型的超短基线方位估计系统，其特征在于，所述系统包括：信号延迟调整矩阵及搜索网格初始化模块、同步时刻检测模块和最大似然方位匹配模块；
所述信号延迟调整矩阵及搜索网格初始化模块，用于根据接收信号及其延时信号进行延迟调整矩阵的初始化，得到延迟调整矩阵函数，对分布搜索网格进行初始化；
所述同步时刻检测模块，用于检测信号的到达时间，确定同步时刻，进行同步时刻取样,构建同步取样时刻集合，得到信号到达时刻的参考阵元采样序列；
所述最大似然方位匹配模块，用于计算旋转后的分布搜索网格，根据信号到达时刻的参考阵元采样序列和延迟调整矩阵函数，计算各方向矢量在同步取样时刻集合下的匹配峰值，进行方位角度遍历，匹配峰值最大值的方向为最终的估计方位矢量。
9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910574431.1A CN110244261B (zh) | 2019-06-28 | 2019-06-28 | 一种任意阵型的超短基线方位估计方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910574431.1A CN110244261B (zh) | 2019-06-28 | 2019-06-28 | 一种任意阵型的超短基线方位估计方法、系统、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110244261A true CN110244261A (zh) | 2019-09-17 |
| CN110244261B CN110244261B (zh) | 2021-05-18 |
Family
ID=67890144
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910574431.1A Active CN110244261B (zh) | 2019-06-28 | 2019-06-28 | 一种任意阵型的超短基线方位估计方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110244261B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111147406A (zh) * | 2019-12-06 | 2020-05-12 | 上海航天电子有限公司 | 基于恒虚警信号检测及频偏校正的asm体制解调方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008008127A2 (en) * | 2006-07-13 | 2008-01-17 | Exxonmobil Upstream Research Company | Method to maintain towed dipole source orientation |
| CN104457754A (zh) * | 2014-12-19 | 2015-03-25 | 东南大学 | 一种基于sins/lbl紧组合的auv水下导航定位方法 |
| CN106546957A (zh) * | 2016-10-25 | 2017-03-29 | 中国海洋石油总公司 | 一种用于任意平面多元阵的超短基线定位方法 |
| CN108195459A (zh) * | 2017-12-20 | 2018-06-22 | 青岛理工大学 | 一种小孔径声压水听器阵的被动目标空间谱检测方法 |
| CN108680912A (zh) * | 2018-05-21 | 2018-10-19 | 北京理工大学 | 一种导向矢量相关与局部聚焦联合的角度测量方法 |
| CN109613585A (zh) * | 2018-12-14 | 2019-04-12 | 中国科学院国家授时中心 | 一种对基站天线超短基线gnss双天线实时测向的方法 |
-
2019
- 2019-06-28 CN CN201910574431.1A patent/CN110244261B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008008127A2 (en) * | 2006-07-13 | 2008-01-17 | Exxonmobil Upstream Research Company | Method to maintain towed dipole source orientation |
| CN104457754A (zh) * | 2014-12-19 | 2015-03-25 | 东南大学 | 一种基于sins/lbl紧组合的auv水下导航定位方法 |
| CN106546957A (zh) * | 2016-10-25 | 2017-03-29 | 中国海洋石油总公司 | 一种用于任意平面多元阵的超短基线定位方法 |
| CN108195459A (zh) * | 2017-12-20 | 2018-06-22 | 青岛理工大学 | 一种小孔径声压水听器阵的被动目标空间谱检测方法 |
| CN108680912A (zh) * | 2018-05-21 | 2018-10-19 | 北京理工大学 | 一种导向矢量相关与局部聚焦联合的角度测量方法 |
| CN109613585A (zh) * | 2018-12-14 | 2019-04-12 | 中国科学院国家授时中心 | 一种对基站天线超短基线gnss双天线实时测向的方法 |
Non-Patent Citations (3)
| Title |
|---|
| MIKHAIL等: "A Coordinate Determination Algorithm for USBL System", 《2ND WSEAS INT. CONF. ON CIRCUITS, SYSTEM,SIGNAL AND TELECOMMUNICATIONS》 * |
| YIDI WU等: "Autonomous underwater vehicles navigation method based on ultra short base line and dead rechoning", 《2016 IEEE INTERNATIONAL CONFERENCE ON UNDERWATER SYSTEM TECHNOLOGY:THEORY AND APPLICATIONS》 * |
| 赵安邦等: "声速分布深海超短基线定位算法 ", 《系统仿真学报》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111147406A (zh) * | 2019-12-06 | 2020-05-12 | 上海航天电子有限公司 | 基于恒虚警信号检测及频偏校正的asm体制解调方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110244261B (zh) | 2021-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111123192B (zh) | 一种基于圆形阵列和虚拟扩展的二维doa定位方法 | |
| CN111398902B (zh) | 一种直角三角形三元水听器阵被动测距测向方法 | |
| CN107870315B (zh) | 一种利用迭代相位补偿技术估计任意阵列波达方向方法 | |
| CN106249196B (zh) | 三分量声矢量传感器稀疏阵列四元数解模糊方法 | |
| CN107942284B (zh) | 基于二维正交非均匀线阵的水下波达方向估计方法与装置 | |
| CN103353588B (zh) | 基于天线均匀平面阵的二维波达方向角估计方法 | |
| CN109581275B (zh) | 基于非圆信号和三维正交阵的二维水下doa估计方法和装置 | |
| CN109540172A (zh) | 一种用于水雷平台的目标运动参数估计方法 | |
| CN104656073B (zh) | 三维成像声纳波束形成方法及在多核处理器上的实现方法 | |
| CN113567913B (zh) | 基于迭代重加权可降维的二维平面doa估计方法 | |
| CN112130111A (zh) | 一种大规模均匀十字阵列中单快拍二维doa估计方法 | |
| CN110297209A (zh) | 一种基于平行互质阵列时空扩展的二维波达方向估计方法 | |
| CN109696657A (zh) | 一种基于矢量水听器的相干声源定位方法 | |
| CN109212466A (zh) | 一种基于量子蜻蜓演化机制的宽带测向方法 | |
| CN108120953A (zh) | 一种基于波达方向估计的无线电定位方法 | |
| CN106569180B (zh) | 一种基于Prony方法的方位估计算法 | |
| CN110244261B (zh) | 一种任意阵型的超短基线方位估计方法、系统、设备及存储介质 | |
| CN109696651B (zh) | 一种基于m估计的低快拍数下波达方向估计方法 | |
| US5610612A (en) | Method for maximum likelihood estimations of bearings | |
| CN109884580A (zh) | 水下一维doa估计方法和装置 | |
| Albagory et al. | MUSIC 2D-DOA estimation using split vertical linear and circular arrays | |
| CN107490780B (zh) | 一种可抑制均匀分布的相位误差的测向方法 | |
| Piou et al. | Application of the Fornasini-Marchesini first model to data collected on a complex target model | |
| CN112799008A (zh) | 一种声速无关的快速二维波达方向估计方法 | |
| CN106959443B (zh) | 一种基于空间差异矩阵重构的低角目标doa估计方法及装置 |
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 |