不确定海洋环境中基于贝叶斯理论的声源运动参数估计方法

环境参数失配导致定位性能大幅度下降是匹配场定位所面临的难题之一.应用贝叶斯理论对环境聚焦,是当前解决该难题的研究热点.环境聚焦方法的实质是将未知环境参数和声源位置联合优化估计.然而,运动声源的位置时变性限制了观测时间长度和观测信息量,因此不得不利用很有限的观测信息来实现众多参数的估计.当航速较快或是环境信息的不确定性较大时,环境聚焦方法的效果迅速变差.借鉴卡尔曼滤波处理非平稳过程的参数估计思想,对航速较恒定的声源,本文将多个时刻的接收信号同时反演,引入能够描述声源位置随时间变化规律的时不变参数,以较少的时不变参数间接反演多个声源位置,从而有效降低待估参数维数.同时将当前估计结果作为下一次反演的先验信息,建立新的先验分布和代价函数,有效补偿个别异常数据,实现运动声源的连续定位.该方法在相同的环境不确定条件下,大幅度增加了观测时间和观测信息量,可以较好地改善环境聚焦方法的定位效果.

不确定海洋环境下AUV环境感知方法研究

针对AUV在高度不确定海洋环境中执行任务的过程中需要实时准确地感知出当前环境、系统状态和任务执行中不确定事件对任务成功的影响,并为AUV任务重规划提供触发条件的问题,提出了一个具有不确定事件检测、不确定事件识别和不确定环境本体模型的环境感知框架,实现了基于本体推理和模糊逻辑结合的不确定事件检测方法和基于贝叶斯网络的不确定事件识别方法,并利用不确定事件检测和不确定事件识别结果更新具有概率扩展的不确定环境本体模型,提高本体在不确定知识的表示和推理方面的能力.结合AUV在不确定海洋环境中执行导航任务的应用背景,对AUV环境感知进行仿真实验并分析了实验结果,验证了不确定海洋环境下AUV环境感知方法的有效性.

不确定海洋环境中基于贝叶斯理论的多声源定位算法

环境参数失配导致定位性能大幅度下降是匹配场定位所面临的难题之一。应用贝叶斯理论对环境聚焦,是当前解决该难题的研究热点。环境聚焦方法的实质是将未知环境参数和声源位置联合优化估计,当出现多个目标时,估计的参数会随着声源个数成倍增加,因此不得不利用有限的观测信息来实现众多参数的估计。本文采用最大似然比方法,获得信号源谱和误差项的最大似然估计,实现这些敏感性较弱参数的间接反演,有效降低了反演参数维数和定位算法复杂度。针对遗传算法的早熟和稳定性差的问题,改进了似然函数的经验表达式。将多维后验概率密度在参数起伏变化范围内积分,得到反演参数的一维边缘概率分布,求解最优值的同时进行反演结果的不确定性分析。本文仿真了位于相同距离、不同深度的两个声源,使用仿真实验验证了提出算法的有效性。

不确定海洋环境下AUV分层任务规划与重规划方法研究

AUV(Autonomous Underwater Vehical),即自主水下机器人,其在海洋开发和探索中得到广泛应用。为了能够有效提高AUV在不确定性、复杂且任务多变的海洋条件下进行任务执行和探索时的稳定性,需要对于其分层任务规划和重规划方法进行充分的研究,以期能够有效提高AUV在不确定海洋环境下自主完成任务以及适应程度的可靠性。

不确定海洋环境中的模态子空间重构稳健定位方法

实际的海洋是一个不确定的声传播环境,常规的匹配场方法在进行目标定位时会遇到环境失配的问题,导致定位性能下降.在不确定的海洋环境中,声场传播中的一部分简正波模态受到声场不确定性的影响较小.基于此,本文提出了一种模态子空间重构的稳健定位方法.该方法使用稳定的模态来重构拷贝场向量,相比于常规匹配场定位方法中使用全阶模态来构造拷贝场向量,其定位结果更加稳健.利用计算机仿真数据和海试数据进行了定位性能分析,并给出了常规匹配场定位方法和稳健最大似然定位方法作为对比.研究结果表明:1)不确定海洋环境中,常规匹配场定位方法即使在较高的信噪比条件下其定位性能也较差.2)模态子空间重构定位方法的性能优于常规匹配场定位方法和稳健最大似然方法.

一种度量不确定环境中被动声纳作用距离的计算方法

提出了一种度量不确定海洋环境中被动声纳作用距离的计算方法,推导了当海洋环境中存在单个和多个不确定参数时被动声纳作用距离与不确定参数之间的关系,继而获得被动声纳作用距离的概率分布,以极大似然准则确定此时被动声纳的作用距离。针对海洋环境存在单个和多个不确定参数时的情形,计算了被动声纳的作用距离。该方法充分利用不确定海洋环境参数的概率密度信息,对不确定海洋环境参数的概率分布不做特定要求,且无需设定用以估计作用距离的门限。

不确定海洋声场中的检测性能损失环境敏感度度量

现有的检测算法在实际的不确定海洋环境中会出现失配情况,进而导致检测性能下降,但是定量分析这种检测性能损失的工作却很少见,因此本文定义了检测性能损失敏感度函数,并给出了基于蒙特卡罗方法的计算方法.检测性能损失敏感度是一个表征海洋环境不确定度的物理量,它反映了海洋参数变动和检测性能损失之间的关系.利用地中海某处海洋环境进行仿真,针对各个海洋环境参数,计算了全海域的检测性能敏感度.结果表明:1)检测性能损失呈现了很强的空间性,在20km处,水面声速有4m/s的变化下,检测损失最小为1%,而最大达到60%.声信道中的检测性能较为稳定,其在远距离上更是如此;2)各个海洋环境参数对检测性能损失有不同的影响,水体声速剖面和第一层海底介质的声速和厚度是对检测性能影响最大的量;3)环境参数敏感度呈现很强的频率特性,海底底质参数包括底质厚度、密度和吸收系数等随着频率的升高对检测性能的损失影响变小.

一种基于模式识别的水文知识库构建方法

提出了一种基于句法结构识别的水文知识库构建方法,阐述了模式识别相关理论,提取水文图像结构信息分类特征,构建水文知识库。传播损失计算精度严重影响声呐性能,而传播损失计算精度又受不确定海洋环境影响,在此选取了不确定海洋环境参数主要影响因素,例如:海底底质、声梯等,将多维度的声速剖面提取特征点后编码,建立历史水文知识库索引,为传播损失计算精度的提高和后续作用距离预报提供数据支持。