【技術實現步驟摘要】
本專利技術屬于目標探測，具體涉及一種稀疏貝葉斯學習淺海目標深度和水平距離被動估計方法。
技術介紹
1、淺海目標深度和水平距離被動估計問題一直是水聲信號處理的難點。因為淺海目標的深度和水平距離信息主要包含在垂直方向的簡正模聲場中，以匹配場處理為代表的模型驅動類方法需要精確的海洋環境參數(主要包括聲速剖面、海深和海底特性參數三類)來仿真簡正模聲場作為拷貝，然后把垂直接收陣數據和拷貝做相關處理估計目標深度和水平距離。而在實際情況中，海底參數的測量成本非常高，往往難以獲取，此外通過查海圖得到的海深也不夠精確，這兩類參數的不確實會導致建模聲場與實際數據的失配，進一步帶來嚴重的位置估計誤差甚至完全的估計失敗。在這種背景下，未知海底特性和精確海深情況下的淺海目標被動定位方法研究層出不窮。
2、針對傳統被動定位方法中建模聲場容易與實際數據失配的問題，現有的被廣泛研究的方法是機器學習/深度學習，使用的模型包括支持向量機、深層神經網絡等等。這類方法直接學習數據到目標位置的映射關系，不需要先驗海洋環境參數，但是需要大量的可靠的標簽數據作為訓練集，而在水聲領域標簽數據獲取相對困難。此外，訓練得到的模型泛化能力不強且不具備可解釋性，在空變和時變特點明顯的海洋環境中應用受限。
技術實現思路
1、本專利技術的目的在于提供一種未知海底特性和精確海深情況下的稀疏貝葉斯學習淺海目標深度和水平距離被動估計方法，以解決
技術介紹
中提出的傳統淺海目標深度和水平距離被動估計方法(匹配場處理)需要精確海洋環境參數建模
2、為實現上述目的，本專利技術提供技術方案如下：
3、一種稀疏貝葉斯學習淺海目標深度和水平距離被動估計方法，包括以下步驟：
4、步驟1，基于先驗聲速剖面和水平波數假設區間，利用基于波方程求解的有限差分法計算模深度函數假設空間；
5、步驟2，對垂直陣數據預處理到頻域，構建關于頻域垂直陣數據與假設空間的模深度函數在稀疏約束下的線性欠定方程組，并利用稀疏貝葉斯學習算法求解，獲得水平波數譜的估計；
6、步驟3，對估計的水平波數譜進行譜峰搜索，估計實際激發模態的階數和水平波數，并使用有限差分法估計各階模態的模深度函數；
7、步驟4，根據簡正波聲場公式計算不同深度和水平距離下的垂直陣拷貝聲場；
8、步驟5，將不用深度和水平距離的垂直陣拷貝聲場分別與實際數據進行共軛轉置相乘，獲得深度-水平距離模糊度表面，尋找表面最大值所在位置作為源的深度和水平距離的估計。
9、優選地，所述步驟1中，水平波數假設區間的獲取方法包括以下步驟：
10、根據頻點值和聲速確定該頻點下海洋波導激發的各階模深度函數對應的水平波數kr的區間2πf/cb≤kr≤2πf/cw，其中，cw是水層最低聲速，cb是海底聲速，對區間進行等間隔采樣，得到水平波數假設區間[2πf/cb]≤[kr1，kr2，...，krm，...，krm]≤[2πf/cw]，m為假設區間內水平波數總采樣點數。
11、優選地，所述步驟1中，模深度函數假設空間的計算過程為：
12、對聲速剖面進行線性插值得到c(zi)，i＝1，2，……，i，其中zi＝ih，h是兩個差值點之間的深度間隔，i是插值后總采樣點數；
13、基于波方程求解的有限差分方法和絕對軟海面的假設，求解水平波數假設區間內各采樣點對應的模深度函數，并根據垂直陣各陣元深度對所有模深度函數進行采樣，得到模深度函數假設空間。
14、優選地，所述步驟2包括以下步驟：
15、步驟2.1，讀取垂直陣數據，對各陣元進行時間分幀，并進行加窗離散傅里葉變換后，提取頻譜上感興趣的頻點，獲取多快拍的頻域垂直陣數據y(f)；
16、步驟2.2，構建線性欠定方程組
17、
18、其中，y(f)為預處理到頻域的垂直陣數據，維度為j×1，j為垂直陣陣元數；w＝[w1，w2，...，wm，...，wm]為待估計的水平波數譜；φm(zj，krm)為水平波數krm對應的模深度函數在第j個陣元深度zj處的采樣值；n為噪聲項；
19、步驟2.3，利用稀疏貝葉斯學習算法求解，獲得水平波數譜的估計。
20、優選地，所述步驟3包括以下步驟：
21、搜索水平波數譜中的各個譜峰，認為峰值位置[kr1，…krp，…，krp]是各階實際激發模態對應的水平波數的估計，其中p是譜峰個數，即實際激發模態的個數；
22、基于波方程求解的有限差分方法和絕對軟海面的假設，求解水平波數估計[kr1，…krp，…，krp]內各采樣點對應的模深度函數，并根據垂直陣各陣元深度對所有模深度函數進行采樣，獲得模深度函數的估計[φ1，…φp，…，φp]。
23、優選地，所述步驟4包括以下步驟：
24、輸入深度zs、水平距離rs、垂直陣陣元深度向量z、水平波數估計[kr1，…krp，…，krp]和模深度函數估計[φ1，…φp，…，φp]，根據簡正波聲場公式計算不同深度和水平距離下的拷貝聲場：并對p做歸一化處理p＝p/||p||2。
25、與現有技術相比，本專利技術的有益效果為：
26、采用有限差分方法計算不同水平波數對應的模深度函數，在此基礎上引入稀疏性約束，提出了基于稀疏貝葉斯學習的水平波數譜估計方法，并從水平波數譜和模深度函數估計出發重構不同深度和水平距離的簡正波聲場結構，進一步用于目標深度和水平距離的被動估計；本專利技術不依賴海底參數和精確海深，所需要的數據量更小并且不需要深度和水平距離標簽。
本文檔來自技高網...【技術保護點】
1.一種稀疏貝葉斯學習淺海目標深度和水平距離被動估計方法，其特征在于，包括以下步驟：
2.如權利要求1所述的一種稀疏貝葉斯學習淺海目標深度和水平距離被動估計方法，其特征在于，所述步驟1中，水平波數假設區間的獲取方法包括以下步驟：
3.如權利要求1所述的一種稀疏貝葉斯學習淺海目標深度和水平距離被動估計方法，其特征在于，所述步驟1中，模深度函數假設空間的計算過程為：
4.如權利要求1所述的一種稀疏貝葉斯學習淺海目標深度和水平距離被動估計方法，其特征在于，所述步驟2包括以下步驟：
5.如權利要求1所述的一種稀疏貝葉斯學習淺海目標深度和水平距離被動估計方法，其特征在于，所述步驟3包括以下步驟：
6.如權利要求1所述的一種稀疏貝葉斯學習淺海目標深度和水平距離被動估計方法，其特征在于，所述步驟4包括以下步驟：
【技術特征摘要】
1.一種稀疏貝葉斯學習淺海目標深度和水平距離被動估計方法，其特征在于，包括以下步驟：
2.如權利要求1所述的一種稀疏貝葉斯學習淺海目標深度和水平距離被動估計方法，其特征在于，所述步驟1中，水平波數假設區間的獲取方法包括以下步驟：
3.如權利要求1所述的一種稀疏貝葉斯學習淺海目標深度和水平距離被動估計方法，其特征在于，所述步驟1中，模深度函數假設空間的計算過程...
【專利技術屬性】
技術研發人員：李樂波，孫向伯，劉仕靖，龔芙生，樓澍宇，
申請(專利權)人：中國船舶集團有限公司第七一五研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。