原文传递
基于被动声纳的目标航迹估计技术研究
| 论文题名： | 基于被动声纳的目标航迹估计技术研究 |
| 关键词： | 被动声纳;航迹估计;被动测距;目标跟踪;LOFAR谱 |
| 摘要： | 被动声纳静默的工作方式使其具有重要应用价值，在军用领域中，被动声纳承担着目标探测、定位与跟踪等一系列重要任务。本文以潜艇等水下平台的综合声纳系统为应用背景，围绕被动声纳目标航迹估计的相关技术展开研究，主要内容包括被动声纳量测获取、目标跟踪滤波、多阵态势下的分布式航迹融合等。 航迹估计以量测获取为信息输入，量测获取的核心内容之一是被动测距技术。传统的方位交汇几何被动测距算法简单、工程易于实现，但对测向精度要求严苛，在声纳基阵孔径有限的条件下，不适用于远距离目标。本文以波导不变量为基础，分析了目标距离与LOFAR谱、空间谱之间的耦合关系，构建了基于声场干涉结构的被动测距算法，相较于方位交汇被动测距算法，该算法对测向精度依赖程度低、整体测距性能更稳健，更适用于远距离目标，对提高被动声纳测距能力有着重要意义。 跟踪滤波技术是目标航迹状态估计的关键技术之一。卡尔曼滤波是经典的线性高斯系统状态估计算法，以其为基础发展的扩展卡尔曼滤波、无迹卡尔曼滤波解决了非线性系统的状态估计问题。本文以上述内容为基础，在被动测距声纳的应用条件下，构建了以“当前”统计模型为基础的状态转移模型、基于极坐标与笛卡尔坐标转换的被动声纳非线性量测转移模型，研究了一种自适应无迹卡尔曼滤波目标跟踪算法，并基于该算法推导了目标航速、航向估计公式，实现对目标运动状态的实时估计。 分布式结构相比于其他数据融合结构，鲁棒性更高、系统的扩展性及延伸性更好，航迹融合是一种分布式数据融合，以进一步提高航迹估计的稳健性与精度。局部状态估计误差的相关性是影响航迹融合性能的关键，协方差加权算法是相关性已知条件下的最优融合算法，但实际应用中通常难以精确估计该相关性。本文以椭球法为研究方向，推导并分析了相关性未知条件下的协方差交叉算法，并以此为基础研究了融合精度更高的逆协方差交叉算法，采用协方差椭球理论论证了该航迹融合算法的有效性。最后本文构建了由位置均方根误差、状态协方差矩阵及海林格距离组成的综合评价指标，对上述融合算法进行了仿真验证。 最后通过处理海试试验数据对本文研究的被动测距及目标跟踪算法进行验证，结果表明本文研究的算法可有效完成目标的被动测距以及目标航迹、航速及航向等运动学参数的实时估计。 |
| 作者： | 张博 |
| 专业： | 水声工程 |
| 导师： | 梁国龙 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
