王燕, 李晴, 付進(jìn), 梁國(guó)龍

(1.哈爾濱工程大學(xué) 水聲技術(shù)重點(diǎn)實(shí)驗(yàn)室，黑龍江 哈爾濱 150001； 2. 哈爾濱工程大學(xué) 水聲工程學(xué)院，黑龍江 哈爾濱 150001)

?

高幀率水聲同步定位解距離模糊方法研究

王燕1,2, 李晴1,2, 付進(jìn)1,2, 梁國(guó)龍1,2

(1.哈爾濱工程大學(xué) 水聲技術(shù)重點(diǎn)實(shí)驗(yàn)室，黑龍江 哈爾濱 150001； 2. 哈爾濱工程大學(xué) 水聲工程學(xué)院，黑龍江 哈爾濱 150001)

摘要：為了有效抑制高幀率水聲同步定位系統(tǒng)面臨的距離模糊問(wèn)題，提高系統(tǒng)定位性能，基于方位參量不受距離模糊影響的特性，提出了基于差分進(jìn)化和時(shí)延方位融合的解距離模糊方法。從參數(shù)估計(jì)的角度出發(fā)，建立最大似然準(zhǔn)則下的時(shí)延方位融合定位優(yōu)化模型。針對(duì)該非線性、多極值的復(fù)雜優(yōu)化問(wèn)題，采用差分進(jìn)化算法求解。仿真分析表明，該方法優(yōu)化模型中的方位約束條件有效限定了目標(biāo)所在區(qū)域，降低了差分進(jìn)化算法陷入局部最優(yōu)解的危險(xiǎn)，實(shí)現(xiàn)了大范圍測(cè)量區(qū)域內(nèi)運(yùn)動(dòng)目標(biāo)的無(wú)模糊定位。系統(tǒng)海試結(jié)果驗(yàn)證了其抗距離模糊的有效性。

關(guān)鍵詞：水聲定位；高幀率；距離模糊；差分進(jìn)化；時(shí)延方位融合

網(wǎng)絡(luò)出版地址：http://www.cnki.net/kcms/detail/23.1390.u.20160421.1040.014.html

水聲定位技術(shù)利用聲波測(cè)量水下聲源的位置，廣泛應(yīng)用于海洋資源勘探、科學(xué)考察以及潛器自主導(dǎo)航等領(lǐng)域[1-3]。采用水聲同步定位系統(tǒng)可以對(duì)水下合作目標(biāo)進(jìn)行定位跟蹤。當(dāng)目標(biāo)運(yùn)動(dòng)速度較高時(shí)，如某些水中兵器或航行器的航速可能達(dá)到幾十節(jié)甚至上百節(jié)[4]，為了獲得足夠的軌跡采樣點(diǎn)數(shù)來(lái)描繪其運(yùn)動(dòng)過(guò)程，定位系統(tǒng)需要采用較高的幀率，通常在百毫秒量級(jí)。一般地，按照基線長(zhǎng)度，水聲定位系統(tǒng)可以分為長(zhǎng)基線系統(tǒng)、短基線系統(tǒng)和超短基線系統(tǒng)。對(duì)于在較大范圍內(nèi)高速運(yùn)動(dòng)的目標(biāo)，工程上常采用長(zhǎng)基線高幀率水聲定位系統(tǒng)對(duì)其進(jìn)行高精度定位跟蹤。聲速和系統(tǒng)同步周期的乘積稱為非模糊距離，以信號(hào)發(fā)射周期為0.2 s為例，若聲速取1 500 m/s，則當(dāng)目標(biāo)距離定位陣元超過(guò)300 m時(shí)，信號(hào)傳播時(shí)延大于0.2 s，而接收系統(tǒng)記錄的時(shí)延值仍在0.2 s以內(nèi)，即與真實(shí)的時(shí)延值相差周期的整數(shù)倍，導(dǎo)致定位結(jié)果具有多值性，稱為距離模糊問(wèn)題[5]。針對(duì)距離模糊問(wèn)題，許多學(xué)者提出了解決方法。信號(hào)設(shè)計(jì)類方法[6-7]通過(guò)設(shè)計(jì)區(qū)分不同同步周期的脈沖參數(shù)，間接增大了非模糊距離。但是需要對(duì)聲源進(jìn)行改造，且信號(hào)處理算法較復(fù)雜。事后處理類方法的實(shí)時(shí)性較低。軟件邏輯判斷類方法[8-10]主要對(duì)定位參量進(jìn)行處理，例如舉手表決法是利用冗余陣元的信息從所有可能的模糊解中判斷真解，是在定位解算之后抗距離模糊的方法，計(jì)算量較大，且需要有足夠多的冗余信息注入；參考位置標(biāo)示法需要獲取目標(biāo)的初始位置，并且對(duì)目標(biāo)運(yùn)動(dòng)軌跡的連續(xù)性要求較高；時(shí)延/時(shí)延差組合定位法利用三元陣時(shí)延差被動(dòng)測(cè)距得到的目標(biāo)距離作為參考值估計(jì)模糊周期，要求目標(biāo)距離較近，時(shí)延測(cè)量精度較高。另外，現(xiàn)有的抗距離模糊方法通常采用基于幾何結(jié)構(gòu)的位置線或位置面交叉[11]的方法對(duì)目標(biāo)進(jìn)行定位。在工程實(shí)現(xiàn)中，定位參量的測(cè)量誤差可能導(dǎo)致所有獨(dú)立位置線或面無(wú)法相交于一點(diǎn)；另一方面，交叉定位方法無(wú)法充分利用諸如參量測(cè)量誤差的統(tǒng)計(jì)特性、水聲信道條件等冗余信息，定位精度受到限制。考慮到方位參量的測(cè)量不受距離模糊的影響，本文提出基于差分進(jìn)化和時(shí)延方位融合的解距離模糊方法，將抗距離模糊問(wèn)題轉(zhuǎn)化為方位約束條件下非線性優(yōu)化問(wèn)題，并采用差分進(jìn)化算法[12-13]進(jìn)行隨機(jī)、并行的全局搜索，得到的全局最優(yōu)解即為無(wú)模糊的目標(biāo)位置估計(jì)值。

1基于參量融合的同步定位解距離模糊優(yōu)化方法

1.1定位模型和距離模糊問(wèn)題

在不影響對(duì)問(wèn)題討論的情況下，本文考慮二維平面定位的情況。采用具有Na個(gè)陣元的分布式水聲同步定位系統(tǒng)對(duì)水下目標(biāo)進(jìn)行定位，如圖1所示。

圖1　分布式定位系統(tǒng)示意圖Fig.1　Diagram of the distributed positioning system

(1)

(2)

當(dāng)Rmax

當(dāng)Rmax≥cT時(shí)，定位問(wèn)題的未知量包括目標(biāo)位置坐標(biāo)及各陣元對(duì)應(yīng)的模糊周期數(shù)。僅采用時(shí)延信息定位時(shí)，未知量的個(gè)數(shù)始終比觀測(cè)方程數(shù)多兩個(gè)，理論上無(wú)法直接求得唯一解。而方位信息僅與目標(biāo)和陣元的相對(duì)位置有關(guān)，不包含模糊周期信息。因此，可以將時(shí)延和方位信息加以融合，優(yōu)化利用多冗余觀測(cè)信息，從而實(shí)現(xiàn)對(duì)目標(biāo)的無(wú)模糊定位。

1.2 基于參量融合的解模糊算法原理

時(shí)延方位融合定位的本質(zhì)是根據(jù)系統(tǒng)觀測(cè)的時(shí)延和方位信息以及陣元位置信息對(duì)目標(biāo)位置進(jìn)行非線性估計(jì)。最大似然(maximum-likelihood，ML)估計(jì)量是使似然函數(shù)最大的漸進(jìn)無(wú)偏估計(jì)量。本文根據(jù)觀測(cè)誤差的概率模型，建立最大似然準(zhǔn)則下的定位優(yōu)化模型，求得使似然函數(shù)最大的估計(jì)量即為目標(biāo)位置最優(yōu)估計(jì)值。

1.2.1 優(yōu)化模型的構(gòu)建

(3)

(4)

(5)

式中C為與向量X無(wú)關(guān)的常數(shù)。

(6)

(7)

模型(7)中優(yōu)化變量X同時(shí)含有連續(xù)元素和整數(shù)離散元素，分別為目標(biāo)位置坐標(biāo)x和模糊周期向量N，且通常N的維數(shù)高于x的維數(shù)，屬于混合整數(shù)非線性規(guī)劃問(wèn)題(mixedintegernonlinearprogramming，MINLP)。MINLP是一類NP(non-deterministicpolynomial) 完全問(wèn)題，計(jì)算量隨著變量維數(shù)的增加急劇增大?？紤]到在實(shí)際應(yīng)用中，一般只需要估計(jì)目標(biāo)位置，不需要求模糊周期數(shù)。因此，將x直接作為待估計(jì)量，用取余數(shù)運(yùn)算代替N，可以得到如下優(yōu)化模型：

(8)

其中，g1:2→Na，且其第i個(gè)元素為；h1:2→Na，其第i個(gè)元素為2表示第q個(gè)元素為1的單位向量，q=1,2。與模型(7)相比，模型(8)只含有連續(xù)變量，大大降低了優(yōu)化問(wèn)題的搜索維度。

模型(8)的目標(biāo)函數(shù)同時(shí)含有時(shí)延和方位信息，時(shí)延信息的周期模糊性導(dǎo)致目標(biāo)函數(shù)具有多個(gè)局部極小值，而方位信息不受距離模糊的影響。工程實(shí)際中，通常采用矢量水聽器或水聽器陣列等進(jìn)行方位估計(jì)。在系統(tǒng)硬件平臺(tái)、軟件算法復(fù)雜度等應(yīng)用成本受到限制時(shí)，一般難以達(dá)到較高的方位估計(jì)精度。因此，當(dāng)方位估計(jì)精度較低時(shí)，模型(8)中目標(biāo)函數(shù)主要由時(shí)延信息決定，方位信息的影響較小，難以對(duì)距離模糊起到抑制作用。為了充分利用方位信息的無(wú)模糊性，將其作為約束條件，并根據(jù)目標(biāo)距離進(jìn)行適當(dāng)松弛，得到優(yōu)化模型如下：

(9)

1.2.2 算法步驟

優(yōu)化模型(9)的目標(biāo)函數(shù)是非凸、不光滑的，且多個(gè)局部極小值的存在容易使基于梯度下降的傳統(tǒng)優(yōu)化算法陷入局部最優(yōu)，對(duì)搜索全局最優(yōu)解造成了嚴(yán)重的干擾。差分進(jìn)化(differentialevolution，DE)算法是一種采用浮點(diǎn)矢量編碼的智能優(yōu)化算法，具有內(nèi)在的并行性，采用種群搜索的方式對(duì)解空間的多個(gè)區(qū)域同時(shí)進(jìn)行循環(huán)迭代尋優(yōu)。實(shí)際應(yīng)用中，分布式水聲定位系統(tǒng)需要對(duì)一定區(qū)域內(nèi)的目標(biāo)進(jìn)行定位，距離模糊問(wèn)題可能會(huì)導(dǎo)致DE算法產(chǎn)生早熟收斂，降低了其在整個(gè)解空間的全局尋優(yōu)能力。而模型(9)的方位約束函數(shù)可以進(jìn)一步限定DE算法的搜索空間，降低算法陷入局部最優(yōu)解的危險(xiǎn)，提高其尋優(yōu)效率及穩(wěn)健性，從而獲得較強(qiáng)的全局搜索能力。

基于差分進(jìn)化和時(shí)延方位融合的解距離模糊方法 (rangeambiguityresolutionbasedonDEandTOA-DOAfusion，RAR-DEF)的具體實(shí)現(xiàn)步驟如下：

1) 建立最大似然準(zhǔn)則下的時(shí)延方位融合定位優(yōu)化模型。

2) 種群初始化。在滿足定位區(qū)域邊界約束的條件下隨機(jī)選擇一組位置坐標(biāo)作為第一代種群向量。

3) 個(gè)體評(píng)價(jià)。將優(yōu)化模型中的目標(biāo)函數(shù)作為差分進(jìn)化算法的最小化適應(yīng)度函數(shù)，計(jì)算種群中每個(gè)個(gè)體對(duì)應(yīng)的實(shí)數(shù)適應(yīng)值，進(jìn)而根據(jù)適應(yīng)值大小及是否滿足方位約束條件對(duì)個(gè)體的優(yōu)劣進(jìn)行評(píng)價(jià)。

4) 進(jìn)化操作。根據(jù)種群中個(gè)體評(píng)價(jià)結(jié)果，采用DE/localtobest/2/bin方式對(duì)當(dāng)代種群執(zhí)行變異(mutation)、交叉(crossover)和選擇(selection)操作，得到下一代種群。

5) 重復(fù)執(zhí)行步驟3)和4)，直到滿足終止條件，則最終得到的適應(yīng)值最小的個(gè)體即對(duì)應(yīng)目標(biāo)位置矢量的最優(yōu)估計(jì)值。

1.3抗模糊性能及定位誤差分析

RAR-DEF算法的實(shí)質(zhì)是通過(guò)數(shù)值搜索的方式對(duì)非線性定位觀測(cè)方程進(jìn)行優(yōu)化求解，從而得到最大似然準(zhǔn)則下的全局最優(yōu)解。其解距離模糊性能主要受到系統(tǒng)陣元數(shù)、目標(biāo)與陣元的位置關(guān)系、方位約束條件等因素的影響。對(duì)于系統(tǒng)陣元數(shù)，當(dāng)Na=2時(shí)，一般情況下可以得到目標(biāo)位置的無(wú)模糊解。但是，當(dāng)目標(biāo)位于兩陣元連線附近時(shí)，方位約束函數(shù)難以有效限定目標(biāo)所在區(qū)域，可能無(wú)法抗距離模糊。因此，至少需要三個(gè)陣元才可能實(shí)現(xiàn)對(duì)整個(gè)測(cè)量區(qū)域的無(wú)模糊定位。另一方面，在觀測(cè)量質(zhì)量一定的條件下，適當(dāng)增加觀測(cè)量的個(gè)數(shù)，即增強(qiáng)系統(tǒng)冗余有利于提高定位系統(tǒng)抗距離模糊的穩(wěn)健性。因此，工程實(shí)際中，通?？紤]在陣元數(shù)有冗余(即Na≥4)的條件下對(duì)目標(biāo)進(jìn)行無(wú)模糊定位。

(10)

式中：m為直接測(cè)量量個(gè)數(shù)，Δ為測(cè)量誤差。在水聲定位系統(tǒng)中，目標(biāo)位置坐標(biāo)是間接測(cè)量量，直接測(cè)量量一般是時(shí)延、方位、聲速、陣元位置等，且二者之間的函數(shù)關(guān)系是非線性的。假設(shè)各直接測(cè)量量互不相關(guān)，根據(jù)誤差傳遞規(guī)律，間接測(cè)量量Y的方差可以近似表示為

(11)

式(11)說(shuō)明定位精度同時(shí)受到各個(gè)觀測(cè)量的精度以及誤差傳遞關(guān)系的影響。由于RAR-DEF算法優(yōu)化模型表達(dá)式較復(fù)雜，難以直接獲得定位誤差的解析表達(dá)式，因此，下面通過(guò)仿真實(shí)驗(yàn)對(duì)RAR-DEF算法的抗距離模糊性能及定位精度進(jìn)行分析。

2同步定位解模糊性能仿真實(shí)驗(yàn)

考慮采用六陣元分布式水聲同步定位系統(tǒng)對(duì)在半徑r=800m的圓形區(qū)域內(nèi)運(yùn)動(dòng)的水下目標(biāo)進(jìn)行定位。目標(biāo)運(yùn)動(dòng)速度為60kn，約為30m/s。通過(guò)仿真實(shí)驗(yàn)，對(duì)本文方法的抗距離模糊性能進(jìn)行分析，并將其定位精度與基于方位測(cè)量的直線交匯定位方法[11]以及基于時(shí)延測(cè)量的球面交匯算法的定位精度進(jìn)行比較。

圖2　定位系統(tǒng)布局Fig.2　Layout of the positioning system

2.1抗距離模糊性能分析

采用RAR-DEF算法對(duì)目標(biāo)進(jìn)行定位，建立優(yōu)化模型如下，設(shè)各陣元的方位和時(shí)延測(cè)量誤差的標(biāo)準(zhǔn)差分別為σεi=σε=1°，σξi=σξ=0.1 ms，i=1,2,…,6。

(12)

以目標(biāo)位于[200,320]Tm處為例，RAR-DEF算法優(yōu)化模型(12)中目標(biāo)函數(shù)的等高線圖及約束條件所限定的區(qū)域如圖3所示。由圖3可見，模型(12)的性能曲面有多個(gè)局部極小值，對(duì)應(yīng)于由距離模糊導(dǎo)致的多個(gè)偽目標(biāo)，而真實(shí)目標(biāo)位于約束條件限定的虛線邊界區(qū)域內(nèi)。

注：星號(hào)表示目標(biāo)，實(shí)線圓形代表定位區(qū)域的邊界，其內(nèi)部的虛線圓形表示通過(guò)方位約束條件限定的目標(biāo)鄰域的邊界。圖3　優(yōu)化模型示意圖Fig.3　Diagram of proposed optimization model

圖4給出了目標(biāo)預(yù)設(shè)運(yùn)動(dòng)軌跡及RAR-DEF算法的定位結(jié)果，并與幾種常用的抗距離模糊方法進(jìn)行了對(duì)比。目標(biāo)預(yù)設(shè)運(yùn)動(dòng)軌跡如圖4(a)所示，圖4(b)給出了采用舉手表決方法[8]抗距離模糊的定位結(jié)果。在測(cè)量區(qū)域內(nèi)隨機(jī)選取一點(diǎn)作為目標(biāo)初始位置，得到采用參考位置標(biāo)示法[8]的定位結(jié)果，如圖4(c)所示。圖4(d)給出了采用間距為7.5m的三元陣組合定位抗距離模糊[10]的結(jié)果，其中，相鄰陣元間時(shí)延差測(cè)量誤差服從均值為0，標(biāo)準(zhǔn)差為5us的高斯分布。將模型(12)中的方位約束條件去掉，對(duì)應(yīng)的定位結(jié)果如圖4(e)所示，采用本文方法得到的定位結(jié)果如圖4(f)。由圖4(b)可見，距離模糊嚴(yán)重時(shí)，遍歷得到的大量偽目標(biāo)對(duì)真實(shí)目標(biāo)的判決產(chǎn)生嚴(yán)重的干擾，導(dǎo)致舉手表決法抗距離模糊性能下降。由圖4(c)可見，當(dāng)目標(biāo)初始位置未知時(shí)，參考位置標(biāo)示法無(wú)法得到最初的無(wú)模糊傳播時(shí)延，導(dǎo)致后續(xù)周期均無(wú)法有效抗距離模糊。圖4(d)結(jié)果表明，當(dāng)目標(biāo)距離遠(yuǎn)大于基陣孔徑時(shí)，三元陣被動(dòng)測(cè)距誤差可能超過(guò)參考距離誤差容限，從而無(wú)法實(shí)現(xiàn)無(wú)模糊定位。由圖4(e)可見，無(wú)方位約束條件時(shí)，距離模糊可能導(dǎo)致DE算法的早熟收斂，因此只有部分位置能夠得到無(wú)模糊定位結(jié)果，且定位精度較低。圖4(f)中RAR-DEF算法定位結(jié)果與預(yù)設(shè)軌跡基本一致。綜合以上結(jié)果可見，方位約束函數(shù)有效地限定了真實(shí)目標(biāo)所在區(qū)域，降低了DE算法陷入局部最優(yōu)解的危險(xiǎn)。對(duì)于分布式高幀率定位系統(tǒng)，本文方法無(wú)需目標(biāo)初始就位點(diǎn)，即可實(shí)現(xiàn)對(duì)大范圍測(cè)量區(qū)域內(nèi)運(yùn)動(dòng)目標(biāo)的高精度穩(wěn)健無(wú)模糊定位。

圖4　不同方法抗距離模糊性能對(duì)比Fig.4　Performance comparison of different ambiguity resolving methods

2.2定位精度分析

目標(biāo)位于[200,320]Tm處，假設(shè)聲速、陣元位置等可以精確測(cè)量，各陣元方位測(cè)量誤差標(biāo)準(zhǔn)差σε=1°。

進(jìn)行200次MonteCarlo實(shí)驗(yàn)，統(tǒng)計(jì)當(dāng)時(shí)延測(cè)量誤差標(biāo)準(zhǔn)差σξ在0～1ms范圍內(nèi)變化時(shí)，RAR-DEF算法和球面交匯算法[5](sphericalintersection,SI)的定位均方根誤差(rootmeansquareerror，RMSE)的變化情況。

(13)

采用基于時(shí)延測(cè)量的定位克拉美-羅界[14](Cramer-Raobound，CRB)作為二者定位性能的評(píng)價(jià)標(biāo)準(zhǔn)。

(14)

式中：σ為標(biāo)準(zhǔn)差下界，d1⊥i,j為目標(biāo)到陣元i，j間線段的最短距離，di,j為陣元i，j間的距離，d1,i和d1,j分別為目標(biāo)到陣元i，j的距離。統(tǒng)計(jì)結(jié)果如圖5所示，需要說(shuō)明的是，SI算法本身不具有抗距離模糊的能力，因此，圖5中SI算法的統(tǒng)計(jì)結(jié)果是利用無(wú)模糊的時(shí)延信息得到的，而本文方法仍是在存在距離模糊的條件下進(jìn)行定位。

由圖5可見，隨著時(shí)延估計(jì)誤差的增大，RAR-DEF算法的定位誤差始終接近CRB，精度稍高于SI算法。

另一方面，由各個(gè)陣元的方位交匯對(duì)目標(biāo)進(jìn)行定位。通過(guò)200次MonteCarlo實(shí)驗(yàn)統(tǒng)計(jì)得到的定位均方根誤差約為11.5m?？梢?，本文方法的定位精度遠(yuǎn)高于方位交匯定位精度。

圖5　定位誤差隨時(shí)延估計(jì)標(biāo)準(zhǔn)差的變化Fig.5　Positioning error versus TOA standard error

3高幀率同步定位系統(tǒng)海試結(jié)果

2015年在大連旅順海域進(jìn)行了分布式浮標(biāo)陣水聲定位系統(tǒng)的海上試驗(yàn)，RAR-DEF算法得到進(jìn)一步驗(yàn)證。試驗(yàn)中水下6個(gè)浮標(biāo)構(gòu)成邊長(zhǎng)約1km的六邊形測(cè)量陣，如圖6所示。目標(biāo)船停機(jī)漂泊，模擬聲源發(fā)射換能器吊放于目標(biāo)船上，其位置由目標(biāo)船攜帶的GPS提供。系統(tǒng)同步周期0.2s，實(shí)測(cè)聲速1 515.47m/s。

圖6(a)給出了系統(tǒng)在無(wú)方位約束條件下僅利用時(shí)延信息得到的目標(biāo)定位結(jié)果及方位交匯的定位結(jié)果。采用RAR-DEF算法得到的定位結(jié)果如圖6(b)所示，統(tǒng)計(jì)得到其定位均方根誤差為5.70m。由圖6可見，僅利用時(shí)延信息對(duì)目標(biāo)進(jìn)行定位存在模糊問(wèn)題，僅利用方位信息定位精度較低，而本文方法將時(shí)延和方位信息融合優(yōu)化求解，有效地克服了距離模糊問(wèn)題，并且保證了系統(tǒng)定位精度。

注：三角形符號(hào)表示浮標(biāo)，旁邊為其編號(hào)。圖6　系統(tǒng)海試陣型及定位結(jié)果Fig.6　Array shape and positioning result of sea trial

4結(jié)論

針對(duì)高幀率水聲同步定位系統(tǒng)所面臨的距離模糊問(wèn)題，提出了基于差分進(jìn)化和時(shí)延方位融合的解距離模糊方法。建立了最大似然準(zhǔn)則下時(shí)延方位融合定位優(yōu)化模型，并采用差分進(jìn)化算法求解。上述研究和試驗(yàn)數(shù)據(jù)分析結(jié)果表明：

1) 對(duì)于分布式高幀率定位系統(tǒng)，本文方法利用方位信息對(duì)目標(biāo)所在區(qū)域進(jìn)行了有效限定，同時(shí)約束了差分進(jìn)化算法的搜索空間，具有較強(qiáng)的全局搜索能力；無(wú)需目標(biāo)初始就位點(diǎn)，即可實(shí)現(xiàn)對(duì)大范圍測(cè)量區(qū)域內(nèi)運(yùn)動(dòng)目標(biāo)的穩(wěn)健無(wú)模糊定位。

2) 在各陣元時(shí)延測(cè)量誤差統(tǒng)計(jì)特性相同時(shí)，本文方法定位精度與球面交匯算法精度相當(dāng)，且克服了利用時(shí)延參量定位存在的模糊問(wèn)題以及利用方位參量定位精度較低的問(wèn)題。

參考文獻(xiàn)：

[1]CARROLL P, MAHMOOD K, ZHOU Shengli, et al. On-demand asynchronous localization for underwater sensor networks[J]. IEEE transactions on signal processing, 2014, 62(13): 3337-3348.

[2]DIAMANT R, LAMPE L. Underwater localization with time-synchronization and propagation speed uncertainties[J]. IEEE transactions on mobile computing, 2013, 12(7): 1257-1269.

[3]PAULL L, SAEEDI S, SETO M, et al. AUV navigation and localization: A review[J]. IEEE journal of oceanic engineering, 2014, 39(1): 131-149.

[4]張木. 水下高速航行體超空泡減阻的大渦模擬與實(shí)驗(yàn)研究[D]. 南京: 南京理工大學(xué), 2013: 2-5.

ZHANG Mu. Large eddy simulation and experimental study of the supercavity drag reduction of underwater high-speed navigation body[D]. Nanjing: Nanjing University of Science and

Technology, 2013: 2-5.

[5]田坦. 水下定位與導(dǎo)航技術(shù)[M]. 北京: 國(guó)防工業(yè)出版社, 2007: 54-57.

[6]KORSHUNOV A Y, FRIDMAN L B, SINITSIN E A. Effectiveness of range ambiguity mitigation in primary radars when using signals with high pulse-repetition frequency[C]//Proceedings of the 23rd international conference on microwave and telecommunication technology. Washington DC, 2013: 1154-1155.

[7]RIEGER P. Range ambiguity resolution technique applying pulse-position modulation in time-of-flight scanning lidar applications[J]. Optical engineering, 2014, 53(6): 061614.

[8]梁國(guó)龍, 楊春, 陳曉忠, 等. 同步水聲跟蹤定位系統(tǒng)軟件抗距離模糊技術(shù)研究[J]. 應(yīng)用聲學(xué), 2005, 24(5): 300-304.

LIANG Guolong, YANG Chun, CHEN Xiaozhong, et al. On resolving range ambiguities by software in synchronous underwater acoustic tracking system[J]. Applied acoustics, 2005, 24(5): 300-304.

[9]于平, 謝勝. 水聲定位實(shí)時(shí)抗距離模糊方法[J]. 艦船電子工程, 2012, 32(1): 118-120.

YU Ping, XIE Sheng. A real-time anti-fuzzy distance method of acoustic positioning[J]. Ship electronic engineering, 2012, 32(1): 118-120.

[10]惠娟, 梁國(guó)龍. 組合定位抗距離模糊技術(shù)及性能分析[J]. 哈爾濱工程大學(xué)學(xué)報(bào), 2007, 28(6): 665-668.

HUI Juan, LIANG Guolong. Technology of resolving range ambiguities of active spherical positioning model combined with passive hyperboloid ranging model[J]. Journal of Harbin engineering university, 2007, 28(6): 665-668.

[11]田孝華, 周義建. 無(wú)線電定位理論與技術(shù)[M]. 北京: 國(guó)防工業(yè)出版社, 2011: 7, 54, 67-69.

TIAN Xiaohua, ZHOU Yijian. Theory and technology of wireless location[M]. Beijing: National Defense Industry Press, 2011: 7, 54, 67-69.

[12]PRICE K V. Differential evolution a fast and simple numerical optimizer[C]//Proceedings of 1996 biennial conference of the North American fuzzy information processing society. New York, 1996: 524-527.

[13]STORN R, PRICE K. Differential evolution-a simple and efficient heuristic for global optimization over continuous spaces[J]. Journal of global optimization, 1997, 11(4): 341-359.

[14]PATWARI N, HERO A O, PERKINS M, et al. Relative location estimation in wireless sensor networks[J]. IEEE transactions on signal processing, 2003, 51(8): 2137-2148.

本文引用格式：

王燕, 李晴, 付進(jìn)，等. 高幀率水聲同步定位解距離模糊方法研究[J]. 哈爾濱工程大學(xué)學(xué)報(bào)， 2016, 37(6): 812-818.

WANG Yan, LI Qing, FU Jin, et al. Range ambiguity resolution method for synchronous acoustic positioning with high frame rate[J]. Journal of Harbin Engineering University, 2016, 37(6): 812-818.

收稿日期：2015-05-30.

基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目(51279043,61201411,51209059)；國(guó)家高技術(shù)研究發(fā)展計(jì)劃(2013AA09A503)；黑龍江省普通高等學(xué)校青年學(xué)術(shù)骨干支持計(jì)劃(1253G019).

作者簡(jiǎn)介：王燕(1973-)，女，教授，博士生導(dǎo)師； 付進(jìn)(1981-)，女，副教授. 通信作者：付進(jìn)，E-mail：fujin@hrbeu.edu.cn.

DOI:10.11990/jheu.201505086

中圖分類號(hào)：TB566

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1006-7043(2016)06-0812-07

Range ambiguity resolution method for synchronous underwater acoustic positioning with high frame rate

WANG Yan1,2，LI Qing1,2，F(xiàn)U Jin1,2，LIANG Guolong1,2

(1. Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001, China; 2. College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China)

Abstract：To effectively suppress range ambiguity that may be experienced by synchronous underwater acoustic positioning systems with a high frame rate and improve the systems′ performance, considering that the measurement of a signal′s direction of arrival (DOA) is unaffected by range ambiguity, in this study, we propose a range ambiguity resolution method based on differential evolution and time of arrival (TOA) DOA fusion. With respect to parameter estimation, we construct the TOA-DOA fusion optimization model based on the maximum likelihood criterion. We solve the nonlinear multimodal optimization problem through differential evolution. Simulation results show that the constraint function effectively limits the area in which a target is located and suppresses the premature convergence of differential evolution. Thus, a target moving in a large scope can be located without ambiguity. Sea trial results demonstrate the effectiveness of this range-ambiguity-resistant method.

Keywords：underwater acoustic positioning; high frame rate; range ambiguity; differential evolution; TOA-DOA fusion

網(wǎng)絡(luò)出版日期：2016-04-21.