论文部分内容阅读
水声网络集成了声通信技术、网络技术、传感器探测技术、分布式信息处理技术,是当前的研究热点之一。由于网络自组织性强、覆盖范围广、数据交互方便和容错性高等固有优点,以及组网成本相对低廉、构建灵活方便等特点,水声网络在军事、民用领域都具有很大的应用前景,同时也为水下目标被动定位和跟踪提供了新的思路。本文主要研究采用水声网络进行目标定位与跟踪,但本文的方法同样适用于其他分布式水下网络。本文首先研究了水声网络的节点自定位问题,然后对基于方位测量值的分布式水下网络单目标定位和跟踪、多目标数据关联问题进行了深入研究,通过仿真或者试验数据处理比较和分析了多种算法的性能。最后实现了一个基于分布式水下网络的多目标定位和跟踪的软件平台,通过试验验证了该方法的可行性以及平台的实用性。本文的主要研究成果如下:
1.针对水声网络的移动节点自定位问题,提出了一种修正扩展卡尔曼滤波的方法,该方法在计算新息时,利用信号的到达时延,预测了不同时刻的测量值,从而能够修正信号的不同步问题。最后通过仿真实验验证了该算法的定位精度比普通扩展卡尔曼滤波要高,并且它的精度受节点运动速度的影响很小,达到了修正的效果。
2.详细研究了基于多传感器节点方位估计值的单目标定位算法:线性最小二乘法(LLS)和最大似然法(ML)、跟踪算法:扩展卡尔曼滤波(EKF)和粒子滤波(PF),分析了影响定位精度的各种因素,如角度测量值误差、目标自身的位置、节点的拓扑结构等等;通过仿真实验和实际数据处理比较了这些算法的优劣以及证明了这些算法的实用性。最后,针对多传感器节点的信号不同步问题,提出了修正时延的跟踪算法,仿真分析表明,修正时延算法的定位精度有所提高,达到了修正时延的目的。
3.从测量值-测量值数据关联、测量值-航迹数据关联两个角度研究了基于方位估计值的多目标数据关联问题,结合本文的多传感器定位跟踪模型,研究了几种经典的数据关联算法,通过仿真实验详细比较了这些算法在本文模型下的表现及其适用场景,对多传感器多目标跟踪具有重要的指导意义。仿真分析表明,对于测量值-测量值数据关联,采用拉格朗日松弛算法能大大降低计算量,且其精度与最大似然法相近,是一种很好的算法;对于测量值-航迹数据关联,JPDA算法在稀疏目标、密集目标、交叉目标等各种场合都能有良好的表现;
4.利用上述算法,实现了一个基于分布式水下网络的多目标跟踪仿真与实时监测软件平台,通过仿真实验和海试试验验证了该平台的实用性,同时也证明了本文的定位和跟踪模型的可行性。