【技术实现步骤摘要】
本专利技术属于信号处理，涉及浅海信道下的目标测向方法，具体是一种基于粒子群优化补偿的单矢量水听多目标测向方法。
技术介绍
1、近年来，方位估计一直是水声信号处理领域研究的热点，在这一领域中，矢量水听器技术作为一种重要手段，被广泛认可并受到越来越多的重视。相比于传统标量水听器，矢量水听器通过拾取声场中声压和振速的三个正交分量，实现了仅依靠单个矢量水听器，便能够精确地进行水下目标的方位估计，为水下小平台搭载声学传感器进行目标探测提供了显著的空间优势。现有测向算法主要基于深海自由场，在相关算法的研究上，惠俊英等学者论述了声压振速联合处理的基本原理，即在远场条件下，水下点源目标的声压和振速响应是完全相干的，而对于各向同性背景噪声，则不相干；姚直象等人提出了复声强法以及在此基础改进的柱状图法，这些方法在深海自由场模型中被广泛应用，而上述方法在浅海条件下存在精度低且方差大的问题，综合性能尚不能完全满足工程应用要求。根据浅海模型的分析显示，在浅海信道中，声场中的各振速分量与声压间均呈现出不同程度的相关性缺失，用现有的遍历搜索法进行相位补偿时，时间复杂度与所需精度呈正相关，每提升一位精度，搜索次数将增加至原来的十倍，这导致在高精度测向的需求下，算法的时间复杂度过大，效率降低。此外，在浅海环境下，由于低信噪比和多目标条件的限制，俯仰角的估计精度和稳定性进一步降低。针对上述现有技术存在的问题，本专利技术研发了在浅海信道条件下的单矢量水听器粒子群优化补偿高精度测向技术。
技术实现思路
1、本专利技术的目
2、为实现上述目的，本专利技术采取如下技术方案：
3、基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，具体包括以下步骤：
4、步骤1、提取单矢量水听器的声压通道、三维振速通道信息，然后进行离散化处理。
5、步骤2、搜索一处点源信号作为协作声源，获取其声压p、水平振速vx以及垂直振速vz。
6、步骤3、初始化粒子群算法参数，初始化每个粒子的速度和位置，其中位置遵循beta分布。
7、步骤4、计算每个粒子的适应度并获取当前迭代步数s，根据迭代步数动态更新惯性因子，更新符合逆不完全伽马函数的变化规律。
8、步骤5、更新每个粒子的个体最优值和整个群体的全局最优值。
9、步骤6、对粒子的速度、位置进行优化更新，并对边界条件进行判断，调整数据。
10、步骤7、重复步骤4-步骤6，最终满足结束条件，得到水平维度的最佳补偿角和垂直维度的最佳补偿角对应目标源的声压-振速相关性的最大补偿。
11、步骤8、对目标四通道声压振速的离散信号进行fft变换，转化为对应的频域信号，然后提取四通道各频率单元的瞬时相位，做瞬时相位差加权处理。
12、步骤9、对目标特征谱进行水平维共轭互谱，计算得到各频点方位信息，对各方位声能做聚类处理，得到声能流波束域信息。
13、步骤10、根据左右宽边界、斜率限定和峰高门限的多特征联合模型对声能流波束域进行判别与目标提取，得到目标特征谱信息，并记录该信息。
14、步骤11、统计各方位窗口中目标出现的次数，并剔除疑似目标。
15、步骤12、对处理后信号分别进行水平维和垂直维值为的相位补偿。
16、步骤13、对多目标水平维、垂直维进行高精度方位估计。
17、优选的，步骤2和步骤8所述浅海环境下单矢量水听器接收的声压振速信号，是各个声场的叠加，该点源信号符合浅海信道归一化矢量输出模型，表达式为：
18、
19、其中，p、vx、vy和vz分别是声压与三通道振速信号，声源与接收点的水平方位角为θ，第i条声线的传播路径长为ri，对应的俯仰角为φi，对应的衰减因子为ai，i＝1,2,···，j为虚数单位，e为自然对数的底，波数k＝ω/c，ω为信号的角速度，声阻抗率z＝ρc是声压与振速模之比的常数，ρ为传播介质的密度。
20、优选的，步骤3中，ipso的初始分布，即beta分布的分布方式如下：
21、
22、其中，x为归一化粒子分布位置，分母是β函数，定义如下：
23、
24、其中，t为函数的时间尺度，a和b是控制概率密度的两个参数，调节a＝b＜1，在这种情况下，密度函数的形状是一个对称的u型，本专利技术中a＝b＝0.8，达到了较优的效果。
25、优选的，步骤4中，惯性因子的动态变化方式遵循逆不完全伽马函数，具体调整方式如下：
26、
27、式中，ωmax和ωmin分别为惯性因子的最大值和最小值，其中不完全伽马函数γ的表达为：
28、
29、逆不完全伽马函数为该函数的逆函数，其中α＞0是分辨率参数，α＝s/maxs，maxs是限定迭代步数，λ为其中的一个常数，当λ为定值时，逆不完全伽马函数符合前期接近线性下降，后期接近指数下降的规律，符合最佳的整体寻优策略。
30、优选的，步骤6中，对粒子的速度更新方式为：
31、vij(s+1)＝vij(s)+c1r1(s)[pij(s)-xij(s)]+c2r2(s)[gj(s)-xij(s)]
32、其中，c1和c1为学习因子，也称加速常数，r1和r1为[0,1]范围内的均匀随机数，用来增加粒子飞行的随机性，vij是粒子的速度，i＝1,2,···,n，n为粒子数量，j＝1,2,···,d，d为未知向量维度，vij∈[-vmax,vmax]，vmax用来限定粒子速度的常数，pij为当前粒子搜索到的最优位置(个体极值)，xij∈[xmin,xmax]为当前粒子位置，xmin和xmax用来限定粒子的位置，gj为整个群体目前搜索到的全局最优值。
33、对粒子的位置更新的方式为：
34、xij(s+1)＝xij(s)+vij(s+1)
35、对速度和位置进行边界判断并调整，方式如下：
36、
37、优选的，步骤8中，以声压通道为例的瞬时相位提取方式如下：
38、
39、其中，n'＝1,2,···,n'，n'为数据长度，p为离散的时域声压信号，p(fm)为声压通道的频域信号，m＝1,2,···,m，其中m为所有的频率单元数，为提取本文档来自技高网...
【技术保护点】
1.基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，其特征是包括以下步骤：
2.如权利要求1所述基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，其特征在于：步骤2和步骤8中，在浅海环境下单矢量水听器接收的声压振速信号为各个声场的叠加，点源信号符合浅海信道归一化矢量输出模型，表达式如下：
3.如权利要求1所述基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，其特征在于：步骤3中，Beta分布的分布方式如下：
4.如权利要求1-3任一项所述基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，其特征在于：步骤4中，惯性因子的动态变化方式遵循逆不完全伽马函数，具体调整方式如下：
5.如权利要求4所述基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，其特征在于：步骤6中，对粒子的速度更新方式如下：
6.如权利要求5所述基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，其特征在于：步骤8中，声压通道的瞬时相位提取方式如下：
7.如权利要求6所述基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，其特征在于：
8.如权利要求7所述基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，其特征在于：步骤12中，对水平维、垂直维的相位补偿方式如下：
9.如权利要求8所述基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，其特征在于：步骤13对多目标水平维、垂直维进行高精度方位估计中，测向声压振速共轭互谱方式如下：
...【技术特征摘要】
1.基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，其特征是包括以下步骤：
2.如权利要求1所述基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，其特征在于：步骤2和步骤8中，在浅海环境下单矢量水听器接收的声压振速信号为各个声场的叠加，点源信号符合浅海信道归一化矢量输出模型，表达式如下：
3.如权利要求1所述基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，其特征在于：步骤3中，beta分布的分布方式如下：
4.如权利要求1-3任一项所述基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，其特征在于：步骤4中，惯性因子的动态变化方式遵循逆不完全伽马函数，具体调整方式如下：
5.如权利要求4所述基于粒子群优化补偿的单矢量水听器浅海多目标测向方法，其特征在于：步骤6中，对粒子的速度更新方式如下：
6.如权利要求5所述基于粒子...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。