基于序贯集中式水下扩展阵浮标动态非线性系统融合技术研究

Effective positioning and tracking underwater target is the main task of detection buoys. Due to interference by the ocean currents and other factors, the randomness position deviation of the buoy network in the ocean currents is larger, meanwhile, because of the seawater's anisotropy and the acoustic non-linear propagationn in the water, the detection accuracy of the actual buoys dynamical system is poor. For strongly nonlinear systems in the ocean environment, it is estimated that the error of traditional Kalman filter algorithm will further expand even divergence, so the algorithm can no longer meet the purpose of accurate detection of modern war. This project introduced extended sonar buoys as a basic unit of the network to ensure certain high-finding accuracy to explore the problem of target detection. For the actual detection problems which is caused by the uncertainty of the buoy network in the marine environment and the underwater measurement limitation, the centralized multi-sensor target estimation fusion theory is adopted as the main technical means, the establishment of a nonlinear system under the unscented Kalman filtering framework, combined with sequential fusion theory, and the sequential centralized fusion algorithm is also introduced to the adaptive Kalman filter algorithm which aims to obtain more accurate estimation results under the premise of ensuring calculation complexity, finnally it is hoped that the new algorithm can be evaluated in the water tank and the lake.

对水下目标进行有效的定位跟踪是浮标探测的主要任务，由于受到海洋洋流等因素干扰，浮标网络在洋流中的位置随机性偏差较大，同时，海水的各向异性和声波在水中传播的非线性，使得实际的浮标动态系统定位跟踪精度很差。传统的卡尔曼滤波算法对于海洋环境中的强非线性系统，估计误差会进一步扩大甚至发散，已不能满足高精度水下目标跟踪性能要求。本项目引入扩展阵声纳浮标作为系统基本单元，确保在一定的高测向精度条件下，深入探讨水下动态非线性系统目标估计融合问题。在针对浮标网络在海洋环境位置不确定性和水下量测受限等影响目标定位跟踪精度的实际动态问题中，以集中式多传感器目标估计融合理论为主要技术手段，建立非线性系统下的无迹卡尔曼滤波框架，并结合序贯融合思想，将序贯集中式融合算法引入到无迹卡尔曼滤波算法当中，旨在保证一定计算复杂度的前提下，获得较为精确的估计结果，并期望通过水池和湖上试验进一步验证新算法的正确性和有效性。

本项目按照研究内容和计划顺利开展了各项研究工作，并取得了部分研究成果。本项目针对水下目标定位跟踪这一研究背景，在研究过程中考虑了水下多站址浮标阵系统在目标定位跟踪中的实际探测问题，建立了系统配置模型。首先，针对存在一定的测量误差时，定位参数与目标位置坐标呈现出的非线性最优化特性，利用模拟退火技术的全局优化能力，建立目标函数，接受规则和退火规则，在约束条件下，推导出优化定位算法。通过迭代执行“产生新解—判断—接受/舍弃”的过程，算法能够收敛于最优解，使得目标函数值最小，找到最佳匹配点，实现对目标的有效定位。随后，针对实际水下非线性系统滤波问题，建立了集中式融合估计算法理论模型，采用基于无迹卡尔曼滤波理论，提出了基于序贯集中式无迹卡尔曼滤波算法。给定状态量测和协方差矩阵，利用无迹变换求西格玛点的权值、状态预测和协方差矩阵，更好地近似随机变量经过非线性变化后的均值和方差，获取新的量测后，对滤波进行更新，得到滤波的更新值及估计误差的协方差阵，最后给出融合结果。项目组一方面，设计加工制作了24元新型基阵浮标用扩展十字平面阵，分别进行了基于模拟退火技术的定位算法数值仿真和水池定向实验研究，对定位算法进行了实验数据验证。另一方面，研制了部分浮标系统试验样机，进行了单部扩展阵浮标系统定位外场湖上实验研究，为进一步开展多站址集中式融合滤波算法的有效性实验验证提供了技术保障。