CN116243286A - 一种双基地声纳运动目标序贯检测方法 - Google Patents

一种双基地声纳运动目标序贯检测方法 Download PDF

Info

Publication number
CN116243286A
CN116243286A CN202310219122.9A CN202310219122A CN116243286A CN 116243286 A CN116243286 A CN 116243286A CN 202310219122 A CN202310219122 A CN 202310219122A CN 116243286 A CN116243286 A CN 116243286A
Authority
CN
China
Prior art keywords
target
sound
detection
bistatic
time delay
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.)
Pending
Application number
CN202310219122.9A
Other languages
English (en)
Inventor
雷波
杨益新
李安琪
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202310219122.9A priority Critical patent/CN116243286A/zh
Publication of CN116243286A publication Critical patent/CN116243286A/zh
Pending legal-status Critical Current

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
    • G01S7/52001—Auxiliary means for detecting or identifying sonar signals or the like, e.g. sonar jamming signals
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/66—Sonar tracking systems
    • 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
    • G01S5/26—Position of receiver fixed by co-ordinating a plurality of position lines defined by path-difference measurements
    • 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
    • G01S7/523—Details of pulse systems
    • G01S7/526—Receivers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

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

Abstract

本发明提供了一种双基地声纳运动目标序贯检测方法，属于水声探测技术领域，该双基地声纳运动目标序贯检测方法的步骤包括：接收双基地声纳运动目标序贯检测装置发出的含有强直透波干扰的信号并对所接收的信号进行数据处理；使用目标跟踪中的扩展卡尔曼滤波方法实现双基地声纳区域内的目标检测；利用所得的多径时延联合估计值计算得到似然比比值，利用所得的似然比比值与检测门限进行比较，得到目标有无的检测结果。本方法实现了强直透波干扰下的双基地声纳系统运动目标检测；相比现有的方法，本发明可以利用多次接收信号和目标运动信息的结合，提高参数估计值的准确度，使得强干扰下微弱目标信号的检测率提高。

Description

一种双基地声纳运动目标序贯检测方法
技术领域
本发明属于水声探测技术领域，具体而言，涉及一种双基地声纳运动目标序贯检测方法。
背景技术
在水下目标穿过双基地声纳系统的发射端与接收端之间的区域时，直透波(由发射端发出不经过目标反射的声信号)和目标散射波的声传播路程差距较小，即目标运动靠近收发连线附近时，无法在接收信号上直接区分两者，并且由于目标的散射会导致信直比(目标散射信号与直透波信号的比值)在-20dB以下，这会使得目标检测十分的困难，目前采用的检测方法主要包括：
信号强度的空间增强方法：利用信道自身的时反聚焦强度作为指示，散射信号使得聚焦能量下降，而旁瓣能量增强。
自适应相消方法：采用自适应相消原理，直接对直透波进行对消，从而提高散射信号强度与直透波信号强度的比值。
由于直透波能量较目标散射波高出很多，以上方法根据每一次检测周期内接收到的信号对目标进行独立检测，没有充分利用目标的运动特性，信号参数估计存在偏差，目标检测率不高。
发明内容
有鉴于此，本发明基于序贯检测思想，提供一种双基地声纳运动目标序贯检测方法，用于解决没有充分利用目标的运动特性，信号参数估计存在偏差，目标检测率不高的技术问题。
本发明是这样实现的：
本发明提供一种双基地声纳运动目标序贯检测方法，其中，包括以下步骤：
S10：接收双基地声纳运动目标序贯检测装置发出的含有强直透波干扰的信号并对所接收的信号进行数据处理；
S20：使用目标跟踪中的扩展卡尔曼滤波方法实现双基地声纳区域内的目标检测；
S30：利用所得的多径时延联合估计值计算得到似然比比值，利用所得的似然比比值与检测门限进行比较，得到目标有无的检测结果。
其中，所述双基地声纳运动目标序贯检测装置包括发射端和接收端，且所述发射端与所述接收端的间距为15km，所述发射端的发射信号为线性调频信号(LFM)，脉宽为1s，发射周期为5s，中心频率为1000Hz，带宽为100Hz。
在上述技术方案的基础上，本发明的一种双基地声纳运动目标序贯检测方法还可以做如下改进:
其中，所述含有强直透波干扰的信号包括双基地声纳运动目标序贯检测装置中声源发射的直透波信号以及目标散射波信号，所述直透波和目标散射波声线条数分别为10条和9条。
其中，所述步骤S10具体包括：
第一步：以频域形式表示声源发射信号，其中，声源发射信号的频域形式为Signal＝[S(0),S(1),...,S(K-1)],经过水下传播后，接收端接收到的信号频域形式为矩阵X；
第二步：采用二元假设检验法对指定次数接收信号的频域形式进行参数估计，具体为：
根据二元假设检验中不同假设H0和H1的检验方法，对第k次接收信号的频域形式Xk(k＝1,2,3,…)进行参数估计
第三步：采用EM时延估计算法计算直透波多径时延和目标散射波多径时延，具体为：
使用EM时延估计算法得到直透波多径时延为
Figure BDA0004116054780000031
和目标散射波多径时延为/>
Figure BDA0004116054780000032
直透波和目标散射波声线条数分别设为M条和N条，/>
Figure BDA0004116054780000033
表示每一条声线代表的时延估计值，时延估计值可以分别简写为/>
Figure BDA0004116054780000034
和/>
Figure BDA0004116054780000035
其中，所述步骤S20具体包括：
第一步：根据扩展卡尔曼滤波的方法，建立扩展卡尔曼滤波的状态方程和观测方程，具体为：
根据扩展卡尔曼滤波的方法，设定目标运动的状态量x＝[x,vx,y,vy]T和观测量
Figure BDA0004116054780000036
建立扩展卡尔曼滤波的状态方程和观测方程：
xk＝Fxk-1+wk
zk＝h(xk)+vk (3)
其中：F是状态转移矩阵，由目标的运动形式确定，h(·)为观测函数，wk表示状态噪声矩阵，服从wk～N(0,Q)和vk为观测噪声矩阵，服从vk～N(0,R)
第二步：根据指定时刻的已知信息，使用扩展卡尔曼滤波方法得到下一时刻的状态预测方程和预测的协方差矩阵，具体为：
根据k-1时刻的已知信息，使用扩展卡尔曼滤波方法得到k时刻的状态预测方程
Figure BDA0004116054780000041
和预测的协方差矩阵Pk|k-1：
Figure BDA0004116054780000042
Pk|k-1＝FPk-1|k-1FT+Qk-1|k-1 (4)
第三步：计算目标运动状态与多径时延之间的函数关系，具体为：
由于时延参数与目标运动参数之间的函数关系h(xk)是非线性的，根据扩展卡尔曼滤波的处理方法，使用一阶泰勒公式对其进行线性化近似，需要得到函数关系h(xk)的表达式，使用虚源镜像法对该函数关系进行表示，得到目标运动状态xk与多径时延
Figure BDA0004116054780000043
之间的函数关系。
Figure BDA0004116054780000044
使用虚源镜像法对函数关系h(xk)进行线性化近似，对于目标散射波其传播过程分为发射端——目标和目标——接收端的两段，这两段分别使用虚源镜像法进行描述。
对于发射端——目标(st)段，设声线数量为Nst，则声线行程与目标位置之间的关系为：
Figure BDA0004116054780000053
对于目标——接收端(tr)段，设声线数量同样为Ntr，则声线行程与目标位置之间的关系为：
Figure BDA0004116054780000056
(xs,ys,zs)、(xt,yt,zt)和(xr,yr,zr)分别表示发射端、目标和接收端的坐标。对于这两段声线数量的选择，遵循Nst×Ntr＝N的原则，保证矩阵的维度是一致的。在浅海中，声速梯度变化并不大，在求时延时，可以将声速设为定值c，于是多径时延便可以表示为：
Figure BDA0004116054780000057
所以，目标运动状态与多径时延之间的关系为：
Figure BDA0004116054780000058
求出观测函数h(xk)的雅克比矩阵，即为观测矩阵Hk。
Figure BDA0004116054780000059
第四步：计算观测值的预测和卡尔曼增益，具体为计算观测值的预测
Figure BDA00041160547800000510
和卡尔曼增益Kk，计算公式为：
Figure BDA0004116054780000061
Figure BDA0004116054780000062
第五步：对观测值进行更新，以更新后的观测值表示结合目标运动信息得到的多径时延联合估计值，具体为：
在得到k时刻的观测量zk后，经过更新过程后得到状态更新值xk|k和误差协方差更新矩阵Pk|k。
Figure BDA0004116054780000063
Pk|k＝Pk|k-1-KkHkPk|k-1
zk|k＝h(xk|k) (12)
其中观测值更新值
Figure BDA0004116054780000064
表示结合目标运动信息得到的多径时延联合估计值。
其中，所述步骤S30具体包括：
第一步：以多径时延联合估计值作为广义似然比检测中的参数估计值，其中多径时延联合估计值表示为
Figure BDA0004116054780000065
第二步：以所得的参数估计值使用似然函数计算得到似然比比值，具体为：使用假设H0和H1下的似然函数：
Figure BDA0004116054780000066
计算得到似然比比值LGLRT，其中
Figure BDA0004116054780000067
第三步：利用所得的似然比比值与检测门限进行比较，得到目标有无的检测结果，具体为：
对式(13)进行化简后得到检验统计量T(Xk)，将其与相应的检测门限η*进行比较，判断目标有无。
Figure BDA0004116054780000071
其中矩阵
Figure BDA0004116054780000072
分别仅与直透波和目标散射波的多径时延有关，且：
Figure BDA0004116054780000073
Figure BDA0004116054780000074
是/>
Figure BDA0004116054780000075
空间上的投影矩阵，/>
Figure BDA0004116054780000076
与现有技术相比较，本发明提供的一种双基地声纳运动目标序贯检测方法的有益效果是：采用目标跟踪中的算法，提出一种基于扩展卡尔曼滤波的序贯检测算法，实现了强直透波干扰下的双基地声纳系统运动目标检测；相比现有的方法，本发明可以利用多次接收信号和目标运动信息的结合，提高参数估计值的准确度，使得强干扰下微弱目标信号的检测率提高。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种双基地声纳运动目标序贯检测方法的流程图；
图2为双基地声纳几何示意图；
图3为运动过程中信直比变化；
图4为扩展卡尔曼滤波流程图；
图5为虚源镜像法示意图；
图6为检测结果示意图；
图7为两种检测方法的检测性能曲线；
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。
因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
如图1所示，是本发明提供的一种双基地声纳运动目标序贯检测方法的流程图，下面是本方法的具体实施例：
双基地声纳运动目标序贯检测装置如图2所示，配置如下：发射信号为线性调频信号(LFM)，脉宽为1s，发射周期为5s，中心频率为1000Hz，带宽为100Hz，收发间距为15km，发射端坐标为(xs,ys,zs)＝(0,0,40)，接收端坐标为(xr,yr,zr)＝(15000,0,60)。水下目标为长椭球体，水深为Hd＝200m。目标在x-y平面上发生运动，运动坐标为(xt,yt,zt)，目标起始位置坐标为(8000,500,50)，在第20个发射周期内(即第95-100s期间时)目标运动到收发基线上，坐标为(7500,0,50)，在第40个发射周期时(即第200s时)目标停止运动，坐标为(7000,-500,50)，目标运动过程中的信直比变化如图3所示。
本方法包含以下步骤：
S10：接收双基地声纳运动目标序贯检测装置发出的含有强直透波干扰的信号并对所接收的信号进行数据处理；
S20：使用目标跟踪中的扩展卡尔曼滤波方法实现双基地声纳区域内的目标检测；
S30：利用所得的多径时延联合估计值计算得到似然比比值，利用所得的似然比比值与检测门限进行比较，得到目标有无的检测结果。
其中，S10的具体步骤如下：
根据二元假设检验中不同假设H0和H1的检验方法，对第k次接收到信号频域形式Xk(k＝1,2,3,…)进行参数估计。使用EM时延估计算法得到直透波多径时延为
Figure BDA0004116054780000101
和目标散射波多径时延为/>
Figure BDA0004116054780000102
直透波和目标散射波声线条数分别设为10条和9条。因此时延估计值可以分别简写为/>
Figure BDA0004116054780000103
和/>
Figure BDA0004116054780000104
S20的具体步骤如下：
以目标散射波时延估计值作为输入量
Figure BDA0004116054780000105
目标运动参数为状态量x＝[x,vx,y,vy]T，利用目标跟踪中的扩展卡尔曼滤波方法(EKF)实现双基地声纳区域内的目标检测，扩展卡尔曼滤波方法如图4所示。
第一步：根据扩展卡尔曼滤波的方法，设定目标运动的状态量x＝[x,vx,y,vy]T和观测量
Figure BDA0004116054780000106
建立扩展卡尔曼滤波的状态方程和观测方程：
xk＝Fxk-1+wk
zk＝h(xk)+vk
第二步：根据k-1时刻的已知信息，使用扩展卡尔曼滤波方法得到k时刻的状态预测方程
Figure BDA0004116054780000107
和预测的协方差矩阵Pk|k-1：
Figure BDA0004116054780000108
Pk|k-1＝FPk-1|k-1FT+Qk-1|k-1
第三步：由于时延参数与目标运动参数函数关系h(xk)是非线性的，根据扩展卡尔曼滤波的处理方法，使用一阶泰勒公式对其进行线性化近似，需要得到函数关系h(xk)的表达式，本专利使用虚源镜像法对该函数关系进行表示，得到目标运动状态xk与多径时延
Figure BDA0004116054780000111
之间的函数关系。
Figure BDA0004116054780000112
虚源镜像法原理图如图5所示，使用虚源镜像法对函数关系h(xk)进行线性化近似，对于目标散射波其传播过程分为发射端——目标和目标——接收端的两段，这两段分别使用虚源镜像法进行描述。
对于发射端——目标(st)段，设声线数量为3，则声线行程与目标位置之间的关系为：
Figure BDA0004116054780000113
Figure BDA0004116054780000114
Figure BDA0004116054780000115
对于目标——接收端(tr)段，设声线数量同样为3，则声线行程与目标位置之间的关系为：
Figure BDA0004116054780000116
Figure BDA0004116054780000117
Figure BDA0004116054780000118
这两段的声线数量都为3，所以从发射端经目标散射到达接收端的声线一共是3×3＝9条。
由于在浅海中，声梯度变化并不大，在求时延时，可以将声速设为定值c＝1500m/s，于是多径时延便可以表示为：
Figure BDA0004116054780000119
所以，目标运动状态与多径时延之间的关系为：
Figure BDA00041160547800001110
求出观测函数h(xk)的雅克比矩阵，即为观测矩阵Hk。
Figure BDA0004116054780000121
第四步：计算量测的预测值
Figure BDA0004116054780000122
和卡尔曼增益Kk。
Figure BDA0004116054780000123
Figure BDA0004116054780000124
第五步：在得到k时刻的观测量zk后，更新得到状态更新值xk|k和误差协方差更新矩阵Pk|k。
Figure BDA0004116054780000125
Pk|k＝Pk|k-1-KkHkPk|k-1
zk|k＝h(xk|k)
其中观测值更新值
Figure BDA0004116054780000126
表示结合目标运动信息得到的多径时延联合估计值，其准确度有一定的提升。
S30的具体步骤如下：
将序贯检测方法得到的多径时延估计值
Figure BDA0004116054780000127
作为广义似然比检测中的参数估计值，使用假设H0和H1下的似然函数：/>
Figure BDA0004116054780000128
计算似然比比值LGLRT(Xk)，然后与检测阈值η进行比较，得到目标有无的检测结果。
Figure BDA0004116054780000129
将参数估计值代入到公式中后计算检验统计量T(Xk)的值，并与相应的检测门限η*进行比较，判断目标有无。
Figure BDA0004116054780000131
检测结果如图6所示，纵坐标“1”表示检测到目标，用
Figure BDA0004116054780000132
表示，纵坐标“0”表示没有检测到目标，用“×”表示。则在目标穿过双基地声纳检测区域的40个检测周期内，序贯目标检测方法可以实现对运动目标的检测，其中结合图2信直比变化可以看出：信直比较高(≥-30dB)时，该序贯检测方法对目标有较高的检测概率，而当信直比较低(≤-35dB)时，该方法也有较好的检测性能。
当蒙特卡洛次数为1000次时，得到的检测性能曲线如图7所示，其中传统方法是基于广义似然比的目标检测方法，可以看出相比于传统方法，序贯目标检测方法的检测率提升5％左右，说明该方法有一定的性能提升，但是也可以看出当信噪比持续降低时，该方法检测性能也会逐渐降低。
该方法在仿真实验中取得了一定的效果，与传统方法相比的优点在于：
1)该序贯检测方法在低信直比和低信噪比的环境下，可以实现强干扰下的微弱目标检测，在检测周期内检测率为0.85。
2)序贯检测方法结合了目标的运动信息，该方法的检测性能与传统方法相比，检测率提升5％左右
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (6)

1.一种双基地声纳运动目标序贯检测方法，其特征在于，包括以下步骤：
S10：接收双基地声纳运动目标序贯检测装置发出的含有强直透波干扰的信号并对所接收的信号进行数据处理；
S20：使用目标跟踪中的扩展卡尔曼滤波方法实现双基地声纳区域内的目标检测；
S30：利用所得的多径时延联合估计值计算得到似然比比值，利用所得的似然比比值与检测门限进行比较，得到目标有无的检测结果；
其中，所述双基地声纳运动目标序贯检测装置包括发射端和接收端，且所述发射端与所述接收端的间距为15km，所述发射端的发射信号为线性调频信号(LFM)，脉宽为1s，发射周期为5s，中心频率为1000Hz，带宽为100Hz。
2.根据权利要求1所述的一种双基地声纳运动目标序贯检测方法，其特征在于，所述含有强直透波干扰的信号包括双基地声纳运动目标序贯检测装置中声源发射的直透波信号以及目标散射波信号。
3.根据权利要求1所述的一种双基地声纳运动目标序贯检测方法，其特征在于，所述步骤S10具体包括：
第一步：以频域形式表示声源发射信号，其中，声源发射信号的频域形式为Signal＝[S(0),S(1),…,S(K-1)]，经过水下传播后，接收端接收到的信号频域形式为矩阵X；
第二步：采用二元假设检验法对指定次数接收信号的频域形式进行参数估计，具体为：
根据二元假设检验中不同假设H0和H1的检验方法，对第k次接收信号的频域形式Xk(k＝1,2,3,…)进行参数估计；
第三步：采用EM时延估计算法计算直透波多径时延和目标散射波多径时延，具体为：
使用EM时延估计算法得到直透波多径时延为
Figure FDA0004116054770000021
和目标散射波多径时延为/>
Figure FDA0004116054770000022
直透波和目标散射波声线条数分别设为M条和N条，/>
Figure FDA0004116054770000023
表示每一条声线代表的时延估计值，时延估计值可以分别简写为/>
Figure FDA0004116054770000024
和/>
Figure FDA0004116054770000025
4.根据权利要求1所述的一种双基地声纳运动目标序贯检测方法，其特征在于，所述步骤S20具体包括：
第一步：根据扩展卡尔曼滤波的方法，建立扩展卡尔曼滤波的状态方程和观测方程，具体为：
根据扩展卡尔曼滤波的方法，设定目标运动的状态量x＝[x,vx,y,vy]T和观测量
Figure FDA0004116054770000026
建立扩展卡尔曼滤波的状态方程和观测方程：
xk＝Fxk-1+wk
zk＝h(xk)+vk (3)
其中：F是状态转移矩阵，由目标的运动形式确定，h(·)为观测函数，wk表示状态噪声矩阵，服从wk～N(0,Q)和vk为观测噪声矩阵，服从vk～N(0,R)
第二步：根据指定时刻的已知信息，使用扩展卡尔曼滤波方法得到下一时刻的状态预测方程和预测的协方差矩阵，具体为：
根据k-1时刻的已知信息，使用扩展卡尔曼滤波方法得到k时刻的状态预测方程
Figure FDA0004116054770000031
和预测的协方差矩阵Pk|k-1：/>
Figure FDA0004116054770000032
Pk|k-1＝FPk-1|k-1FT+Qk-1|k-1 (4)
第三步：计算目标运动状态与多径时延之间的函数关系，具体为：
由于时延参数与目标运动参数之间的函数关系h(xk)是非线性的，根据扩展卡尔曼滤波的处理方法，使用一阶泰勒公式对其进行线性化近似，需要得到函数关系h(xk)的表达式，使用虚源镜像法对该函数关系进行表示，得到目标运动状态xk与多径时延
Figure FDA0004116054770000033
之间的函数关系。
Figure FDA0004116054770000034
使用虚源镜像法对函数关系h(xk)进行线性化近似，对于目标散射波其传播过程分为发射端——目标和目标——接收端的两段，这两段分别使用虚源镜像法进行描述。
对于发射端——目标(st)段，设声线数量为Nst，则声线行程与目标位置之间的关系为：
Figure FDA0004116054770000035
Figure FDA0004116054770000036
Figure FDA0004116054770000037
…(6)
对于目标——接收端(tr)段，设声线数量同样为Ntr，则声线行程与目标位置之间的关系为：
Figure FDA0004116054770000041
Figure FDA0004116054770000042
Figure FDA0004116054770000043
…(7)
(xs,ys,zs)、(xt,yt,zt)和(xr,yr,zr)分别表示发射端、目标和接收端的坐标。对于这两段声线数量的选择，遵循Nst×Ntr＝N的原则，保证矩阵的维度是一致的。在浅海中，声速梯度变化并不大，在求时延时，可以将声速设为定值c，于是多径时延便可以表示为：
Figure FDA0004116054770000044
所以，目标运动状态与多径时延之间的关系为：
Figure FDA0004116054770000045
求出观测函数h(xk)的雅克比矩阵，即为观测矩阵Hk。
Figure FDA0004116054770000046
/>
第四步：计算观测值的预测和卡尔曼增益，具体为计算观测值的预测
Figure FDA0004116054770000047
和卡尔曼增益Kk，计算公式为：
Figure FDA0004116054770000048
Figure FDA0004116054770000049
第五步：对观测值进行更新，以更新后的观测值表示结合目标运动信息得到的多径时延联合估计值，具体为：
在得到k时刻的观测量zk后，经过更新过程后得到状态更新值xk|k和误差协方差更新矩阵Pk|k。
Figure FDA0004116054770000051
Pk|k＝Pk|k-1-KkHkPk|k-1
zk|k＝h(xk|k) (12)
其中观测值更新值
Figure FDA0004116054770000052
表示结合目标运动信息得到的多径时延联合估计值。
5.根据权利要求1所述的一种双基地声纳运动目标序贯检测方法，其特征在于，所述步骤S30具体包括：
第一步：以多径时延联合估计值作为广义似然比检测中的参数估计值，其中多径时延联合估计值表示为
Figure FDA0004116054770000053
第二步：以所得的参数估计值使用似然函数计算得到似然比比值，具体为：使用假设H0和H1下的似然函数：
Figure FDA0004116054770000054
计算得到似然比比值LGLRT，其中
Figure FDA0004116054770000055
第三步：利用所得的似然比比值与检测门限进行比较，得到目标有无的检测结果，具体为：
对式(13)进行化简后得到检验统计量T(Xk)，将其与相应的检测门限η*进行比较，判断目标有无。
Figure FDA0004116054770000061
其中矩阵
Figure FDA0004116054770000062
分别仅与直透波和目标散射波的多径时延有关，且：/>
Figure FDA0004116054770000063
Figure FDA0004116054770000064
是/>
Figure FDA0004116054770000065
空间上的投影矩阵，/>
Figure FDA0004116054770000066
6.根据权利要求1所述的一种双基地声纳运动目标序贯检测方法，其特征在于，所述直透波和目标散射波声线条数分别为10条和9条。
CN202310219122.9A 2023-03-08 2023-03-08 一种双基地声纳运动目标序贯检测方法 Pending CN116243286A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310219122.9A CN116243286A (zh) 2023-03-08 2023-03-08 一种双基地声纳运动目标序贯检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310219122.9A CN116243286A (zh) 2023-03-08 2023-03-08 一种双基地声纳运动目标序贯检测方法

Publications (1)

Publication Number Publication Date
CN116243286A true CN116243286A (zh) 2023-06-09

Family

ID=86629400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310219122.9A Pending CN116243286A (zh) 2023-03-08 2023-03-08 一种双基地声纳运动目标序贯检测方法

Country Status (1)

Country Link
CN (1) CN116243286A (zh)

Similar Documents

Publication Publication Date Title
CN106407677B (zh) 一种测量数据丢失情况下的多目标跟踪方法
Haykin et al. Cognitive tracking radar
CN107861123B (zh) 一种穿墙雷达在复杂环境下对多运动目标实时跟踪的方法
EP2317336B1 (en) Method for estimating target range error and sonar system thereof
EP1451608A2 (en) System and method for central association and tracking in passive coherent location applications
CN103885057A (zh) 自适应变滑窗多目标跟踪方法
US8320216B2 (en) Active sonar system and active sonar method using fuzzy logic
CN111427042B (zh) 基于高刷新率声脉冲的水下弱目标回波检测前跟踪方法
Blanding et al. Directed subspace search ML-PDA with application to active sonar tracking
CN105445732A (zh) 在密集杂波条件下利用多径观测的目标航迹初始化方法
Nguyen et al. Adaptive waveform scheduling for target tracking in clutter by multistatic radar system
CN116243286A (zh) 一种双基地声纳运动目标序贯检测方法
Ristic et al. Gaussian mixture multitarget–multisensor Bernoulli tracker for multistatic sonobuoy fields
He et al. Enhanced Kalman filter algorithm using the invariance principle
KR101480834B1 (ko) 다중 경로 음파 전달 모델 및 표적 식별을 이용한 표적 기동분석 방법
CN113126086B (zh) 一种基于状态预测积累的生命探测雷达弱目标检测方法
CN108387879A (zh) 基于自适应归一化匹配滤波的杂波图单元中值检测方法
CN109901152B (zh) 异步动平台多基地传感器系统目标检测跟踪联合估计方法
Özer et al. Robust model-dependent Poisson multi Bernoulli mixture trackers for multistatic sonar networks
Ristic et al. Bayesian multitarget tracker for multistatic sonobuoy systems
Narykov et al. Poisson multi-Bernoulli mixture filtering with an active sonar using BELLHOP simulation
Yayu et al. Research on location of underwater sound source target in deep sea sound field based on bellhop model
Musicki et al. Efficient active sonar multitarget tracking
CN114114170B (zh) 一种雷达信号处理机目标测量的数学建模方法
CN114218764B (zh) 水下运动声源动态声场模拟计算方法及系统

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