CN112630724A - 一种适用于uuv平台的高分辨目标方位估计方法 - Google Patents

Abstract

本发明公开了一种适用于UUV平台的高分辨目标方位估计方法，属于声纳探测技术领域。本发明结合UUV平台工作的实际特点，根据UUV实时航向角信息设计空域旋转矩阵，该矩阵能够对观测数据中UUV航向角变化导致的目标方位信息的变化进行实时补偿，进而使目标方位在空域上实现聚焦。本发明可以有效地还原阵列静止时的数据协方差矩阵，使子空间类方位估计方法在UUV运动场景下的应用成为可能，能够提供更好的方位分辨能力。本发明可适用于UUV被动声纳系统，具有一定的实际指导价值。

Description

一种适用于UUV平台的高分辨目标方位估计方法

技术领域

本发明涉及一种适用于UUV平台的高分辨目标方位估计方法，属于声纳探测技术领域。

背景技术

UUV平台具有灵活机动、效费比高等突出优点，在海洋勘探、搜救、监视、侦察等领域应用广泛。探测声纳是搭载于UUV平台上的最重要的任务型声纳之一。根据其工作模式的不同，可分为主动式与被动式。主动声纳自身发射声波，并从反射回波中提取目标信息；而被动声纳则不发射任何声波，通过接收水下或水面目标航行时所产生的辐射噪声，即可实现目标探测。与主动声纳相比，被动声纳则具有隐蔽、高效等优点，更有利于发挥UUV 平台的潜能。

对远场弱水下或水面目标进行方位估计是搭载于UUV平台上的被动声纳阵列的重要任务之一。传统的子空间类高分辨方位估计方法，如多信号分类(Multiple SignalClassification,MUSIC)方法，主要思想是利用数据协方差矩阵对信号子空间与噪声子空间进行估计，并基于两个子空间的正交性获取高分辨的方位估计结果。当处于低信噪比(Signal to Noise Ratio,SNR)条件时，积累大量的阵列接收数据快拍可以对数据协方差矩阵进行更精确地估计，进而获取更好的方位估计性能。因此，对于弱目标的方位估计问题而言，获取到大量且连续的阵列接收数据快拍是十分必要的。然而，受UUV平台机动性与复杂海洋环境的影响，在大量数据快拍的采集时间内，UUV航向角会难以避免地发生变化，进而造成数据快拍中目标方位信息的相对变化，此时，因无法有效利用大量连续的数据快拍构建有效的数据协方差矩阵，导致子空间类高分辨方位估计方法失效。因此，有必要对UUV平台航向角变化时的方位估计问题进行研究，以进一步提高UUV平台被动声纳对弱目标的探测能力。

发明内容

本发明的目的是提出一种适用于UUV平台的高分辨目标方位估计方法，以解决传统技术中在大量数据快拍的采集时间内，因无法有效利用大量连续的数据快拍构建有效的数据协方差矩阵，导致子空间类高分辨方位估计方法失效的问题。

一种适用于UUV平台的高分辨目标方位估计方法，所述高分辨目标方位估计方法包括以下步骤：

步骤一、将感兴趣观测区间进行角度离散化，并结合UUV导航系统提供的航向角变化信息与阵列导向矢量信息，构建空域旋转前后的感兴趣观测区间的导向矩阵；

步骤二、利用空域旋转前后的导向矩阵，设计空域旋转矩阵；

步骤三、利用空域旋转矩阵，对阵列接收快拍进行空域旋转，使目标信息在空域上实现聚焦；

步骤四、利用旋转后的阵列数据快拍，构建聚焦协方差矩阵；

步骤五、对聚焦协方差矩阵进行特征分解，估计得到噪声子空间；

步骤六、基于阵列导向矢量与噪声子空间的正交性，计算得到方位谱信息；

步骤七、对方位谱进行谱峰搜索，得到目标方位结果。

进一步的，在步骤一中，具体的，首先将感兴趣的观测区间进行离散化，即感兴趣的观测区间被离散为N个角度，分别为θ₁,θ₂,…,θ_N，结合UUV导航系统提供的航向角变化信息与阵列导向矢量信息，构建空域旋转前后的感兴趣观测区间的导向矩阵，

A(θ)＝[a(θ₁),a(θ₂),…,a(θ_N)] (2)

式中

表示空域旋转前的导向矩阵，A(θ)表示空域旋转后的导向矩阵，

表示航向角变化量，a(θ)表示对应角度θ的阵列导向矢量。

进一步的，在步骤二中，具体的，结合空域旋转前后的导向矩阵

和A(θ)，空域旋转矩阵的设计问题如下所示，

式中G(t)表示待优化求解的空域旋转矩阵，(·)^H表示共轭转置运算，||·||_F表示矩阵的 Frobenius范数，I表示单位矩阵，首先，将优化问题式(3)的目标函数等效转化为如下的形式，

式中(·)^H表示共轭转置运算，要使上式的代价函数最小，也就等价于使

最大，令

对上述的矩阵进行奇异值分解有

C＝UΣV^H (6)

式中，U和V分别为C的左奇异矢量和右奇异矢量，Σ＝diag(σ₁,σ₂,…,σ_L)，σ_i是C的奇异值，假设矩阵C的秩为r，则

σ₁≥σ₂≥…σ_r＞σ_r+1＝…＝σ_L＝0 (7)

因此

令Z＝U^HG^H(t)V，则Z是酉矩阵，|Z_ii|≤1,i＝1,…,L,有下式成立，

当|Z_ii|＝1(i＝1,…,L)时上式取等号，这时G(t)的一个解为，

G(t)＝VU^H (10)

因为这时，

满足|Z_ii|＝1(i＝1,…,L)，因此，式(10)即给出了空域旋转矩阵的设计公式。

进一步的，在步骤三中，具体的，利用式(10)得到的空域旋转矩阵G(t)，对阵列接收快拍进行空域旋转，使目标信息在空域上实现聚焦，

y(t)＝G^H(t)x(t) (12)

式中，x(t)表示原始的阵列接收数据快拍，y(t)表示旋转后的阵列接收数据快拍。

根据权利要求1所述的一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，在步骤四中，具体的，利用旋转后的阵列数据快拍y(t)，构建聚焦协方差矩阵

式中，T表示总快拍数。

进一步的，在步骤五中，具体的，对聚焦协方差矩阵

进行特征分解，并估计得到噪声子空间

式中

表示信号子空间，

表示信号子空间对应的特征值对角矩阵，

表示噪声子空间，

表示噪声子空间对应的特征值对角矩阵。

进一步的，在步骤六中，具体的，基于阵列导向矢量与噪声子空间的正交性，计算得到方位谱信息，

进一步的，在步骤七中，具体的，对式(15)得到的方位谱进行谱峰搜索，式(15)取得峰值的角度

即为K个目标信源的方位估计值。

本发明的主要优点是：本发明涉及一种适用于UUV平台的高分辨目标方位估计方法，相较于传统子空间类方位估计方法，本发明能够实时补偿UUV平台航向角变化带来的阵列快拍中的目标方位信息的相对变化，能够实现对远场弱目标的高分辨方位估计。本发明能更好地适用于UUV平台工作环境，具有一定的实际指导价值。

附图说明

图1为UUV平台工作态势图；

图2为本发明的一种适用于UUV平台的高分辨目标方位估计方法的方法流程图；

图3为空间谱对比图，其中，图3(a)为SNR＝5dB时的空间谱对比图；图3(b)为 SNR＝0dB时的空间谱对比图；图3(c)为SNR＝-5dB时的空间谱对比图；

图4为均方根误差随SNR的变化图；

图5为成功分辨概率随SNR的变化图；

图6为成功分辨概率随目标方位间隔的变化图。

具体实施方式

下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1给出了UUV平台的工作态势。由于目标与UUV平台相距较远，因此UUV平台的平移运动对方位估计带来的影响可以被忽略。然而，UUV的航向角变化在水下机动过程中是无法避免的，会对远场弱目标的方位估计造成影响。本发明聚焦于解决这一问题。

参照图2所示，一种适用于UUV平台的高分辨目标方位估计方法，所述高分辨目标方位估计方法包括以下步骤：

步骤一、将感兴趣观测区间进行角度离散化，并结合UUV导航系统提供的航向角变化信息与阵列导向矢量信息，构建空域旋转前后的感兴趣观测区间的导向矩阵；

步骤二、利用空域旋转前后的导向矩阵，设计空域旋转矩阵；

步骤三、利用空域旋转矩阵，对阵列接收快拍进行空域旋转，使目标信息在空域上实现聚焦；

步骤四、利用旋转后的阵列数据快拍，构建聚焦协方差矩阵；

步骤五、对聚焦协方差矩阵进行特征分解，估计得到噪声子空间；

步骤六、基于阵列导向矢量与噪声子空间的正交性，计算得到方位谱信息；

步骤七、对方位谱进行谱峰搜索，得到目标方位结果。

进一步的，在步骤一中，具体的，首先将感兴趣的观测区间进行离散化，即感兴趣的观测区间被离散为N个角度，分别为θ₁,θ₂,…,θ_N，结合UUV导航系统提供的航向角变化信息与阵列导向矢量信息，构建空域旋转前后的感兴趣观测区间的导向矩阵，

A(θ)＝[a(θ₁),a(θ₂),…,a(θ_N)] (2)

式中

表示空域旋转前的导向矩阵，A(θ)表示空域旋转后的导向矩阵，

表示航向角变化量，a(θ)表示对应角度θ的阵列导向矢量。

进一步的，在步骤二中，具体的，结合空域旋转前后的导向矩阵

和A(θ)，空域旋转矩阵的设计问题如下所示，

式中G(t)表示待优化求解的空域旋转矩阵，(·)^H表示共轭转置运算，||·||_F表示矩阵的 Frobenius范数，I表示单位矩阵，首先，将优化问题式(3)的目标函数等效转化为如下的形式，

式中(·)^H表示共轭转置运算，要使上式的代价函数最小，也就等价于使

最大，令

对上述的矩阵进行奇异值分解有

C＝UΣV^H (6)

式中，U和V分别为C的左奇异矢量和右奇异矢量，Σ＝diag(σ₁,σ₂,…,σ_L)，σ_i是C的奇异值，假设矩阵C的秩为r，则

σ₁≥σ₂≥…σ_r＞σ_r+1＝…＝σ_L＝0 (7)

因此

令Z＝U^HG^H(t)V，则Z是酉矩阵，|Z_ii|≤1,i＝1,…,L,有下式成立，

当|Z_ii|＝1(i＝1,…,L)时上式取等号，这时G(t)的一个解为，

G(t)＝VU^H (10)

因为这时，

满足|Z_ii|＝1(i＝1,…,L)，因此，式(10)即给出了空域旋转矩阵的设计公式。

进一步的，在步骤三中，具体的，利用式(10)得到的空域旋转矩阵G(t)，对阵列接收快拍进行空域旋转，使目标信息在空域上实现聚焦，

y(t)＝G^H(t)x(t) (12)

式中，x(t)表示原始的阵列接收数据快拍，y(t)表示旋转后的阵列接收数据快拍。

根据权利要求1所述的一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，在步骤四中，具体的，利用旋转后的阵列数据快拍y(t)，构建聚焦协方差矩阵

式中，T表示总快拍数。

进一步的，在步骤五中，具体的，对聚焦协方差矩阵

进行特征分解，并估计得到噪声子空间

式中

表示信号子空间，

表示信号子空间对应的特征值对角矩阵，

表示噪声子空间，

表示噪声子空间对应的特征值对角矩阵。

进一步的，在步骤六中，具体的，基于阵列导向矢量与噪声子空间的正交性，计算得到方位谱信息，

进一步的，在步骤七中，具体的，对式(15)得到的方位谱进行谱峰搜索，式(15) 取得峰值的角度

即为K个目标信源的方位估计值。

下面为本发明的一实施例：

考虑16元均匀线列阵，阵元间距为窄带远场目标信号入射波长的一半。设每秒能获取 40个独立数据快拍，快拍数为960。在阵列快拍的采集时间内，UUV航向角变化过程为：首先航向角从0°变化到12°，随后从12°变化到-12°，最后从12°变化到0°。UUV航向角变化速度为2°/秒。在本发明中，感兴趣的观测区间被设置为[-12°,12°]。待对比的算法为常规波束形成方法(Conventional Beamformer,CBF)与传统的MUSIC方法。

首先，对不同SNR条件下几种方位估计方法的方位谱进行考察。假定2个远场目标分别从-2.5°和2.5°方向等功率入射到阵列上，设置SNR分别为5dB，0dB和-5dB。图3(a)，(b)，(c)分别对应着信噪比为5dB，0dB和-5dB时的方位谱估计结果。通过对比图中结果可知，在几种SNR条件下，MUSIC方法由于受到UUV航向角变化的影响，性能均失效，没有在目标入射的正确方位出现明显的谱峰；由于受到瑞利限的限制，CBF方法始终无法分辨位于的两个相邻的远场目标信号；在空域旋转聚焦方位估计方法的方位谱中，目标入射方位上存在两个尖锐的谱峰。在各个SNR条件下，空域旋转聚焦方位估计方法均能够成功分辨出两相邻目标，且能够正确地估计出目标方位。

随后，考察了几种方位估计算法的均方根误差(Root Mean Square Error,RMSE)随SNR 的变化情况。为了排除CBF方法的低方位分辨力对方位估计结果的影响，获取更加准确的统计结果，在本实验中，只考虑一个入射方位为-2.5°的远场目标。设置信噪比从-15dB变化到5dB，每种SNR条件下均进行1000次Monte-Carlo独立实验。图4给出了几种算法的RMSE随SNR的变化情况。由图中结果可知，CBF方法和空域旋转聚焦方位估计方法的方位估计精度基本一致，且随着SNR的升高逐渐提高。CBF方法在高SNR下的方位估计精度略微低于空域旋转聚焦方位估计方法。而MUSIC方法由于受到UUV航向角变化的影响，其性能一直处于失效的状态。

最后，考察了各方位估计算法对相邻目标的方位分辨能力。假设两远场目标从-2.5°和 2.5°入射，信噪比从-15dB变化为5dB，对于每个SNR情况，均进行1000次Monte-Carlo 独立实验得到统计结果。图5给出了成功分辨概率随SNR的变化情况。图中结果表明，CBF 方法由于受到瑞利限的制约，即使在高SNR条件下依然无法有效分辨两个相邻的目标；本发明提出的空域旋转聚焦方位估计方法具有子空间高分辨算法的优势，方位分辨能力明显优于CBF方法。

接下来，将目标1的方位设置为-8°，同时改变目标1和目标2之间的角度间隔，以验证成功分辨概率随两个目标角度间隔的变化情况，结果如图6所示。图中结果表明，当两个目标的角度间隔较远时，CBF方法和空域旋转聚焦方位估计方法均有着较高的成功分辨概率，但当两个目标角度间隔较近时，空域旋转聚焦方位估计方法的成功分辨概率明显高于CBF方法。换言之，空域旋转聚焦方位估计方法具有成功分辨两相邻目标的更小的角度门限。

本发明的核心技术内容在于根据UUV导航系统提供的航向角变化信息，设计空域旋转矩阵，对阵列数据快拍进行实时的旋转补偿，使阵列数据快拍中的目标方位信息在空域上实现聚焦。利用旋转后数据快拍构建的聚焦协方差矩阵可以应用于子空间类方位估计方法中。与传统子空间类方位估计方法相比，本发明能够有效应用于UUV平台声纳阵列，实现对远场弱目标的高分辨方位估计。

本发明的主要技术特征包括：

1、根据UUV导航系统提供的航向角变化信息与阵列导向矢量信息，构建空域旋转前后的感兴趣观测区间的导向矩阵。

2、利用空域旋转前后的导向矩阵，设计空域旋转矩阵。

3、利用空域旋转矩阵，对阵列接收快拍进行旋转，并构建聚焦协方差矩阵。

4、对聚焦协方差矩阵进行特征分解，进而得到方位谱信息。

本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (8)

1.一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，所述高分辨目标方位估计方法包括以下步骤：

步骤一、将感兴趣观测区间进行角度离散化，并结合UUV导航系统提供的航向角变化信息与阵列导向矢量信息，构建空域旋转前后的感兴趣观测区间的导向矩阵；

步骤二、利用空域旋转前后的导向矩阵，设计空域旋转矩阵；

步骤三、利用空域旋转矩阵，对阵列接收快拍进行空域旋转，使目标信息在空域上实现聚焦；

步骤四、利用旋转后的阵列数据快拍，构建聚焦协方差矩阵；

步骤五、对聚焦协方差矩阵进行特征分解，估计得到噪声子空间；

步骤六、基于阵列导向矢量与噪声子空间的正交性，计算得到方位谱信息；

步骤七、对方位谱进行谱峰搜索，得到目标方位结果。

2.根据权利要求1所述的一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，在步骤一中，具体的，首先将感兴趣的观测区间进行离散化，即感兴趣的观测区间被离散为N个角度，分别为θ₁,θ₂,…,θ_N，结合UUV导航系统提供的航向角变化信息与阵列导向矢量信息，构建空域旋转前后的感兴趣观测区间的导向矩阵，

A(θ)＝[a(θ₁),a(θ₂),…,a(θ_N)] (2)

式中

表示空域旋转前的导向矩阵，A(θ)表示空域旋转后的导向矩阵，

表示航向角变化量，a(θ)表示对应角度θ的阵列导向矢量。

3.根据权利要求1所述的一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，在步骤二中，具体的，结合空域旋转前后的导向矩阵

和A(θ)，空域旋转矩阵的设计问题如下所示，

式中G(t)表示待优化求解的空域旋转矩阵，(·)^H表示共轭转置运算，||·||_F表示矩阵的Frobenius范数，I表示单位矩阵，首先，将优化问题式(3)的目标函数等效转化为如下的形式，

式中(·)^H表示共轭转置运算，要使上式的代价函数最小，也就等价于使

最大，令

对上述的矩阵进行奇异值分解有

C＝UΣV^H (6)

式中，U和V分别为C的左奇异矢量和右奇异矢量，Σ＝diag(σ₁,σ₂,…,σ_L)，σ_i是C的奇异值，假设矩阵C的秩为r，则

σ₁≥σ₂≥…σ_r＞σ_r+1＝…＝σ_L＝0 (7)

因此

令Z＝U^HG^H(t)V，则Z是酉矩阵，|Z_ii|≤1,i＝1,…,L,有下式成立，

当|Z_ii|＝1(i＝1,…,L)时上式取等号，这时G(t)的一个解为，

G(t)＝VU^H (10)

因为这时，

满足|Z_ii|＝1(i＝1,…,L)，因此，式(10)即给出了空域旋转矩阵的设计公式。

4.根据权利要求1所述的一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，在步骤三中，具体的，利用式(10)得到的空域旋转矩阵G(t)，对阵列接收快拍进行空域旋转，使目标信息在空域上实现聚焦，

y(t)＝G^H(t)x(t) (12)

式中，x(t)表示原始的阵列接收数据快拍，y(t)表示旋转后的阵列接收数据快拍。

5.根据权利要求1所述的一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，在步骤四中，具体的，利用旋转后的阵列数据快拍y(t)，构建聚焦协方差矩阵

式中，T表示总快拍数。

6.根据权利要求1所述的一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，在步骤五中，具体的，对聚焦协方差矩阵

进行特征分解，并估计得到噪声子空间

式中

表示信号子空间，

表示信号子空间对应的特征值对角矩阵，

表示噪声子空间，

表示噪声子空间对应的特征值对角矩阵。

7.根据权利要求1所述的一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，在步骤六中，具体的，基于阵列导向矢量与噪声子空间的正交性，计算得到方位谱信息，

8.根据权利要求1所述的一种适用于UUV平台的高分辨目标方位估计方法，其特征在于，在步骤七中，具体的，对式(15)得到的方位谱进行谱峰搜索，式(15)取得峰值的角度

即为K个目标信源的方位估计值。

Images