多矢量水听器的数据融合技术研究

【摘要】：矢量水听器及其阵列越来越广泛的应用于水声领域,虽然矢量水听器本身已具有了定向估计的性能,但是其定向精度有限,抗干扰能力较差,为了进一步提高矢量水听器的定向估计精度,本文利用数据融合技术对多矢量水听器及其阵列进行联合处理,从而更大程度上发挥矢量水听器的检测性能,使其发挥更大的作用。 本文首先研究了多矢量水听器的决策级融合算法,推导了适用于矢量水听器定向估计的最优加权最小二乘算法,有限窗加权最小二乘算法及自适应加权最小二乘算法,比较了三种算法的适用范围与特性。由于自适应加权算法同时考虑了水听器自身性能及环境噪声的综合影响,可以更真实地反映矢量水听器的检测性能。同时研究了基于声强流的数据级融合算法,相比较传统的平均声强法,融合声强法利用了更多的声强冗余信息,提高了定向精度。又研究了基于直方图统计法的宽带信号融合算法,结果表明,在信噪比一定的条件下,选取合适的矢量水听器数量可以得到最优的融合效果。 其次研究了矢量水听器阵列的决策级融合算法,通过多阵列空间布放位置不同的差异性,将每个阵列的定向估计结果进行融合处理,能够提高阵列在不同入射角度时的定向精度。又通过预方位估计选取不同的参考阵列,将其它阵列的协方差矩阵通过变换矩阵变换到参考阵列的空间坐标上,再对多阵列的协方差矩阵进行加权融合,结果表明,由于数据级融合算法考虑了阵元间的相关性,不但提高了阵列增益,抑制了噪声,并且提高了阵列的定向精度及稳健性。同时探讨了障板条件下矢量阵的定向估计方法,建立了障板条件下矢量水听器的信号处理模型,推导了障板条件下的波束形成算法。分析表明,阵列与刚性障板在满足一定的间距、频率、入射角度条件时,可以得到比自由场中更大的阵增益。 最后对松花湖试验数据进行处理,通过对实验结果的分析,在实际应用中,多矢量水听器的融合算法不但能够有效提高定向估计精度,并且可以提高矢量水听器的抗干扰能力。阵列的融合算法可以在一定程度上提高定向精度,消除矢量阵对方位的敏感。