详情

原文传递基于频率分集的水声定位方法研究

论文题名：	基于频率分集的水声定位方法研究
关键词：	水声定位;无线传感器网络;接收信号;频率分集
摘要：	水声无线传感器网络在海洋资源开发的诸多领域有着广泛的应用，其中水声定位技术是水声无线传感器网络的关键技术之一。然而，水声信道具有高传输损耗、高环境噪声、严重的多径效应和多普勒效应等特点，给水声定位技术的发展提出了挑战。近年来，相关领域的研究人员不断提出新的优化方案或创新方法来克服这些挑战。　　在众多的水声定位方法中，基于接收信号强度（receivedsignalstrength,RSS）的定位方法无需时间同步，对设备硬件要求较低，且没有额外的能量消耗，适合于水声无线传感器网络低成本、低功耗、易实现的需求。然而在实际应用中，现有方法还存在以下三个主要问题：第一，单频RSS仅与大尺度衰落存在对应关系，在多径传播导致的小尺度衰落下会出现测量值大幅度波动，造成现有的基于单频RSS的主动测距方法存在较大误差。第二，现有的基于RSS的主动测距方法仅依赖粗粒度RSS指标无法对多径信道进行精细化建模，难以突破多径环境中测距精度的瓶颈。第三，现有的基于差分接收信号强度（differentialreceivedsignalstrength,DRSS）的被动定位方法需要的信标节点数量过多，限制了其在水声无线传感器网络中的实用性。　　本文针对现有方法存在的问题，以频率分集为技术手段，从测量模型和测量指标两个方向开展研究，提出三种水声主动测距及被动定位创新方法。本文工作的主要创新点和贡献如下：　　(1)针对多径环境中单频RSS测量值波动导致的测距精度较低的问题，本文提出一种基于多频RSS的水声主动测距方法，采用多频点RSS加权平均值代替单频RSS进行测距。理论分析、仿真及实验表明，该方法能有效降低多径衰落引起的RSS测量值波动，提升测距精度。　　(2)针对粗粒度RSS指标无法对多径信道进行精细化建模的问题，为了进一步提升测距精度，本文提出一种基于信道状态信息（channelstateinformation,CSI）的水声主动测距方法。该方法用细粒度的物理层信道测量指标CSI细化RSS指标，基于CSI的频率分集特性将水声主动测距问题建模为基于信道幅频响应的多元最优化问题。为了解决多变量最优化难以收敛的问题，提出一种基于信道冲激响应的多径参数估计算法，将多元最优化问题转化为一元最优化问题，采用梯度下降法可靠求解了水声主动测距问题。仿真和实验结果表明，与基于RSS的测距方法相比，基于CSI的测距方法能够完全消除多径衰落对测距精度的影响，突破了传统方法在多径环境中测距精度的瓶颈。　　(3)针对基于DRSS的被动定位方法需要的信标节点数量过多问题，本文提出一种基于频率分集和差分幅频响应的水声被动定位方法。该方法用频率分集代替空间分集，解决了传统方法需要大量信标节点的问题，仅用两个信标节点即能完成三维空间中的被动目标定位。该方法通过傅里叶变换获得频率分集，将水声被动定位问题建模为基于差分幅频响应的多元最优化问题。为了解决多变量最优化难以收敛的问题，提出一种基于―倒谱—自相关‖联合分析的多径参数估计算法，基于最大置信水平峰值搜索策略提取倒谱和自相关谱在时间轴上重合的公共峰值估计多径参数，大幅度降低了变量的维度，并采用差分进化算法得到水声被动定位问题的最终估计值。仿真和实验结果表明，该被动定位方法采用频率分集有效补偿了空间分集，用两个信标节点达到了传统方法至少采用四个信标节点能够达到的定位精度。
作者：	曹宇
专业：	环境科学与工程
导师：	付晓梅
授予学位：	博士
授予学位单位：	天津大学
学位年度：	2022