浅海声速剖面时变条件下的序贯定位技术

Matched-field processing (MFP) techniques suggested some enabling capabilities and was a great research topic at the intersection of underwater acoustics and signal processing. However, MFP did not perform well in mismatch environment. In particular, the sound speed profile in water column is highly variable in time and space and can not be accurately known among measurement periods in coastal water. These factors will lead to the modeling mismatch and influence the performance of source localization of matched filed processor. The possibility of sequential tracking of source range and depth under the circumstances of time-evolving sound speed profiles is discussed. We attempt to describe the time evolution characteristics of sound speed profiles by analyzing the data and oceanographic dynamics. A sequential approach considering the oceanographic dynamics model into the state-space equation is developed and applied. The Range-dependent sound speed profile parameters will be described by an equivalent sound speed filed model. This technique is more favorable than traditional MFP methods for the estimates feedback and correction upon the continuously inputting data. Moreover, the introduction of oceanographic dynamics model and equivalent sound speed filed model can improve the tracking capabilities of sequential filter by compensating the model mismatch.

匹配场处理技术在水下目标定位方面有着诱人的前景，已成为水声学与信号处理交叉的一个热门领域，但是环境模型失配会严重影响处理器的性能发挥。尤其在浅海海域，水层中声速剖面具有明显的水平非均匀性分布和时变特性，环境参数的快速变化导致匹配场处理器的定位性能急剧下降。基于此，该研究致力于探讨在声速剖面时变条件下对目标位置进行序贯估计的可能性。课题通过结合海洋动力学模式与现场水文监测数据建立声速剖面时变特性模型，在此基础上采用序贯估计的方法对时变声速剖面环境下的目标进行跟踪定位，其中声速剖面的空间变化问题则通过求取等效声速剖面模型来解决。相比传统的匹配场定位算法，序贯方法可以不断吸收新输入的数据信息对当前估计结果进行反馈和更正，非常适用于目标位置的连续估计，另外，声速剖面时变特性模型与等效声速剖面模型的引入，可以更好的修正环境参数时空变化带来的模型误差，提高序贯算法性能。

复杂的声传播环境导致准确的海洋环境信息几乎不可能获取，匹配场处理器的定位性能因参数失配而急剧下降。尤其在浅海海域，水层中声速剖面(SSP)具有明显的水平非均匀性分布和时变特性，环境参数的快速变化导致匹配场处理器的定位性能急剧下降。基于此，该研究探讨了在声速剖面时变条件下对目标位置进行序贯估计的可能性。课题通过结合海洋动力学模式与现场水文监测数据建立声速剖面时变特性模型，在此基础上采用序贯估计的方法对时变声速剖面环境下的目标进行跟踪定位，其中声速剖面的空间变化问题则通过求取等效声速剖面模型来解决..项目通过建立声速剖面的经验正交模型（EOF）以及描述声速剖面时间演化特征的状态空间模型，将时变声速剖面情形下的声源定位问题建模为状态跟踪问题。利用遗传算法构建了水平非均匀等效声速剖面模型，可以提升匹配场处理器的性能。考虑到水下声信道的高度非线性特点，项目选取集合卡尔曼滤波和不敏粒子滤波两种非线性序贯滤波器对时变环境下的运动声源进行跟踪定位。仿真和海上试验数据处理结果均表明，考虑声速剖面时空变化的序贯定位方法可以持续跟踪水下运动声源。相比传统的匹配场定位算法，序贯方法可以不断吸收新输入的数据信息对当前估计结果进行反馈和更正，非常适用于目标位置的连续估计，声速剖面时变特性模型与等效声速剖面模型的引入，可以更好的修正环境参数时空变化带来的模型误差，提高序贯算法性能。该算法可用于提升浅海时变环境下的水下目标定位准确度和成功率。.