基于水下无线传感器阵列网络的目标定位方法研究

目标源定位是信号处理的热点研究问题。针对水下传感器网络的复杂环境，研究基于水下传感器阵列网络（UWSAN）的目标定位方法。本项目主要研究基于UWSAN系统的多模态信息提取与稳定融合技术和最大似然定位方法。与单独基于DOA或者RSSI的融合方法相比，多模态信息融合考虑了能量、方位和信噪比及其之间的内在联系等信息，考虑了各个局域节点的提供信息的可信度，而且最大似然综合了DOA和RSSI两方面的信息，具有更精确的参数估计性能和更宽广的适用范围。研究UWSAN系统的信号模型、接收传感器阵列和多模态信息提取与融合，推导融合算法对估计参数的误差和阵列位置误差的敏感性及目标定位的克拉美罗下界。为了验证这些方法的适用性和性能，通过水池试验采集水下传感器网络数据来完成信号处理模型和定位方法的验证工作。本项目的研究完善和拓宽了无线传感器网应用范围。

项目针对海洋环境中目标源定位的热点问题，研究基于水下传感器阵列网络（UWSAN）的目标定位方法。项目从海洋环境下声信号的传播特点出发，建立了传感器阵列网络的接收信号模型；研究了各个阵列局域对数似然函数与信号能量、方位的关系，建立了阵列局域对数似然函数的数学模型，从而拟合了全局似然函数，减少了局域节点到融合中心的信息量；推导了传感器阵列网络定位的克拉美罗下界；分别通过提取各个阵列节点的能量、方位和时延差，依据空间几何原理，完成了最小二乘意义的目标定位算法，并着重分析了基于方位和时延算法对阵列漂移、参数估计误差（方位或时延）的敏感性；研究了多模态联合的目标定位方法，包括：1）基于信噪比和方位的加权最小二乘定位方法，它综合考虑了方位可信度和信噪比之间关联；2）基于方位和时延联合的定位方法，它可以实现提供不同类型信息节点的信息融合，使定位算法具有稳健的定位性能和更宽广的适用范围；针对通信误码率、估计误差造成的信息失真从而导致定位失效的问题，提出了最大似然-卡尔曼滤波相结合的TMA算法，可有效改善这种情况。最后通过水池试验采集水下传感器网络数据来分析信号能量、信噪比的变化、及定位算法的验证。本项目的研究为水下基于传感器阵列的目标定位提供了理论基础，在海洋环境探测、战场环境检测、水下目标跟踪的领域有广泛的应用前景。