一种水下恒定电流元定位方法、系统、介质、设备及终端技术方案

本发明专利技术属于水下恒定电流元定位技术领域，公开了一种水下恒定电流元定位方法、系统、介质、设备及终端，基于半无限大海域中恒定电流元产生的水下标量电位表达式，建立理论值与测量值相关的非线性方程组；将恒定电流元的定位问题转化为非线性方程组的求解问题，建立目标函数，将方程组的求解问题转化为目标函数最小值优化问题；利用智能优化算法寻优，引入参数自适应策略和边界变异处理机制，建立边界变异自适应差分进化算法；利用阵列式传感器测量水下标量电位，通过边界变异自适应差分进化算法实现水下恒定电流元的定位。本发明专利技术可实现8km以外电流元的精确定位，为舰船目标的远程探测预警奠定基础，通过仿真和实验证明了方法的有效性。效性。效性。

【技术实现步骤摘要】
一种水下恒定电流元定位方法、系统、介质、设备及终端


[0001]本专利技术属于水下恒定电流元定位
，尤其涉及一种水下恒定电流元定位方法、系统、介质、设备及终端。

技术介绍

[0002]目前，舰船、潜艇等水下目标的探测定位一直是世界各国海军关注的重点，目前主要是通过捕捉其产生的磁场、声场等物理场信号来对其位置、强度、移动速度等参数进行反演计算。在降噪、消磁等技术越来越成熟的情况下，利用水下电场来辅助声场和磁场完成水下目标的探测和定位有重要的军事意义。
[0003]为研究舰船、潜艇等目标的水下电场特性，学者往往将海洋环境简化为空气(绝缘媒质)
‑
海水(导电媒质)两层分层模型。海水中舰船、潜艇等因腐蚀等原因产生的恒定电场，可理解为电流从一个源点流出，流入另一个汇点，电流经过海水，进而产生了水下电场。从这个机理来看，可以将恒定电场的场源等效为恒定电流元。因此舰船、潜艇等目标的定位问题可简化为半无限大海域中恒定电流元的定位问题。
[0004]目前海水中恒定电流元(又称为电偶极子)的定位方法，大多是测量场源产生的水下电场的场强，再利用数值迭代方法完成场源参数的拟合。如卢新城等人开展了利用海水中两点的电场水平分量值，迭代拟合出电偶极子源位置的研究工作，该方法只适用于准近场(约2500m)和水平电偶极子定位，而大多情况下场源的等效电流元方向并不仅是水平方向；吴重庆、赵爽等人利用场分布矩阵表达式，导出从场强到场源强度的矩阵关系，并进一步通过两个相同场强点的位置计算出场源位置，他们仅进行了理论推导，对适用空间大小和抗噪能力未作说明；包中华等人通过电场强度反演水平直流电偶极子源的定位方法，同样仅适用于数百米范围内水平偶极子的定位；杜初阳等人先推导出半无限大空间中场强对场源偶极矩的传递矩阵，再测量两个任意场点的场强来完成场源参数反演，这一方法测量参数少，计算量小，运算速度快，但反演算法对初值依赖性强。
[0005]这类数值迭代反演法存在一些短板：可同时反演的未知参数少，依赖初值，仅适用于近场。目前飞速发展的智能优化算法可以很好地解决依赖初值的问题，如薛伟等人利用N
×
N的阵列式传感器反演电偶极子源位置的方法，在进行位置迭代时，利用粒子群算法有效避免了依赖初值的问题，但是对算法改进不够，导致需要的电极阵列多，定位范围小(约10米范围)。舰船、潜艇等的等效电流元约为百安米，对于百安米级的电流元，在五公里以外仍可以产生几十纳伏的标量电位，目前的探测电极分辨率可以达到10
‑9伏(nV)数量级，这就为舰船、潜艇等的远程探测定位提供了可能性。有了硬件的支持，定位的精确度很大程度由算法的优劣性决定。基于此，针对半无限大海域中任意方向恒定电流元的远程定位问题，亟需设计一种新的水下恒定电流元定位方法、系统。
[0006]通过上述分析，现有技术存在的问题及缺陷主要为：
[0007](1)目前可见到的海水中恒定电流元或电偶极子的定位方法，大多数只适用于准近场和水平电偶极子定位，而大多情况下场源的等效电流元方向并不仅是水平方向。
[0008](2)目前可见到的海水中恒定电流元或电偶极子的定位方法，多数仅停留在原理方法层面，对定位空间范围、抗噪能力未作更深入的研究。
[0009](3)目前可见到的海水中恒定电流元或电偶极子的定位方法多采用数值迭代反演法，可同时反演的未知参数少，初值依赖性强；少量采用智能优化算法，但仍处于初级阶段，对算法改进不够，导致需要的电极阵列多，定位范围小、限制条件多。

技术实现思路

[0010]针对现有技术存在的问题，本专利技术提供了一种水下恒定电流元定位方法、系统、介质、设备及终端，尤其涉及一种基于改进差分进化算法的水下恒定电流元定位方法、系统、介质、设备及终端。
[0011]本专利技术是这样实现的，一种水下恒定电流元定位方法，所述水下恒定电流元定位方法包括：基于半无限大海域中恒定电流元产生的水下标量电位表达式，建立理论值与测量值相关的非线性方程组；
[0012]利用建立的非线性方程组进行将恒定电流元的定位求解，并建立目标函数，
[0013]将非线性方程组的求解问题转化为目标函数最小值优化问题；利用智能优化算法寻优；
[0014]引入参数自适应策略和边界变异处理，建立边界变异自适应差分进化算法；
[0015]利用阵列式传感器测量水下标量电位，通过边界变异自适应差分进化算法进行水下恒定电流元的定位。
[0016]具体的，所述水下恒定电流元定位方法包括以下步骤：
[0017]步骤一，基于半无限大海域中恒定电流元产生的水下标量电位表达式，建立理论值与测量值相关的非线性方程组；
[0018]步骤二，将恒定电流元的定位问题转化为非线性方程组的求解问题，建立目标函数，并将非线性方程组的求解问题转化为目标函数最小值优化问题；
[0019]步骤三，利用智能优化算法寻优，引入参数自适应策略和边界变异处理机制，建立边界变异自适应差分进化算法；
[0020]步骤四，利用阵列式传感器测量水下标量电位，通过边界变异自适应差分进化算法实现水下恒定电流元的定位。
[0021]进一步，所述步骤一中，在半无限大海域中，下半部分为海域，电导率为σ，上半部分为空气，电容率为ε；以分界面为xoy平面，竖直向下为z轴正方向建立空间直角坐标系，n为xoy平面单位法向量。设海域中M0处(位置矢量为r0＝(x0,y0,z0))存在恒定电流元，强度为p(p
x
,p
y
,p
z
)，Μ
′0为Μ0关于海平面的对称点(位置矢量为r'0＝(x0,y0,
‑
z0))，测量点M位于海域中，位置矢量为r＝(x,y,z)，相对Μ0和Μ
′0的位置矢量分别为R和R
′
，R＝r
‑
r0＝(x
‑
x0,y
‑
y0,z
‑
z0),R'＝r
‑
r'0＝(x
‑
x0,y
‑
y0,z+z0)。
[0022]通过镜像法，求得电流元在M处产生的标量电位表达式如下：
[0023][0024]其中，若海域中有n个不同场点(测量点)的集合U＝{Μ1,Μ2,...,Μ
n
}，其中测量点M
k
位置矢量为r
k
＝(x
k
,y
k
,z
k
)，相对Μ0和Μ
′0的位置矢量分别为R
k
＝(x
k
‑
x0,y
k
‑
y0,z
k
‑
z0)和R
′
k
＝(x
k
‑
x0,y
k
‑
y0,z
k
+z0)，对应标量电位表达式为：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水下恒定电流元定位方法，其特征在于，所述水下恒定电流元定位方法包括以下：基于半无限大海域中恒定电流元产生的水下标量电位表达式，建立理论值与测量值相关的非线性方程组；利用建立的非线性方程组进行将恒定电流元的定位求解，并建立目标函数，将非线性方程组的求解问题转化为目标函数最小值优化问题；利用智能优化算法寻优，引入参数自适应策略和边界变异处理，建立边界变异自适应差分进化算法；利用阵列式传感器测量水下标量电位，通过边界变异自适应差分进化算法进行水下恒定电流元的定位。2.如权利要求1所述的水下恒定电流元定位方法，其特征在于，在半无限大海域中，下半部分为海域，电导率为σ，上半部分为空气，电容率为ε；以分界面为xoy平面，竖直向下为z轴正方向建立空间直角坐标系，n为xoy平面单位法向量；设海域中M0处存在恒定电流元，强度为p(p
x
,p
y
,p
z
)，Μ
′0为Μ0关于海平面的对称点，测量点M位于海域中，位置矢量为r＝(x,y,z)，相对Μ0和Μ
′0的位置矢量分别为R和R
′
，R＝r
‑
r0＝(x
‑
x0,y
‑
y0,z
‑
z0),R'＝r
‑
r'0＝(x
‑
x0,y
‑
y0,z+z0)。3.如权利要求2所述的水下恒定电流元定位方法，其特征在于，通过镜像法，求得电流元在M处产生的标量电位表达式如下：其中，Q＝diag(1,1，
‑
1)。若海域中有n个不同场点(测量点)的集合U＝{Μ1,Μ2,...,Μ
n
}，其中测量点M
k
位置矢量为r
k
＝(x
k
,y
k
,z
k
)，相对Μ0和Μ
′0的位置矢量分别为R
k
＝(x
k
‑
x0,y
k
‑
y0,z
k
‑
z0)和R
′
k
＝(x
k
‑
x0,y
k
‑
y0,z
k
+z0)，对应标量电位表达式为：其中，k＝1,2,3,...,n。p＝(p
x
,p
y
,p
z
)含有电流元强度参数，R
k
和R
′
k
含有电流元位置参数(x0,y0,z0)；现建立方程组：4.如权利要求1所述的水下恒定电流元定位方法，其特征在于，在利用建立的非线性方程组进行将恒定电流元的定位求解中，有关场源的六个参数p
x
,p
y
,p
z
,x0,y0,z0由方程组解出，电流元的定位问题转化为非线性方程组的求解问题；
在实际应用中，为测量值，令：取模值为目标函数：非线性方程组的求解问题转化为目标函数的最小值优化问题，p
x
,p
y
,p
z
,x0,y0,z0的约束条件根据工程应用加以限定。5.如权利要求1所述的水下恒定电流元定位方法，其特征在于，在利用智能优化算法对优化后目标函数寻优中，定义如下变量：种群数量NP，待求参数量D，变异缩放因子F，交叉概率CR，最大进化代数G；分析包含D个待求参量的最小值优化问题：设x＝[x1,x2,...,x
i
,...,x
D
]
T
是定义在D维空间上的实数向量，包含D个待求参量的最小值优...

【专利技术属性】
技术研发人员：陈聪，吴旭，孙嘉庆，
申请(专利权)人：中国人民解放军海军工程大学，
类型：发明
国别省市：