[发明专利]一种基于多簇的加权MUSIC声源直接定位方法

说明书

本发明提供了一种基于多簇的加权MUSIC声源直接定位方法，建立多簇的阵列模型，通过簇内相关处理，得到采样协防差矩阵，获取空间模糊函数后，进行簇间非相关融合处理，得到二维空间谱并寻找极点，即为目标位置的估计结果。本发明在接收系统中选择性地构建簇以进行相关处理，充分利用了阵列之间的相关性，定位精度高于分布式直接定位算法，加权MUSIC算法利用各簇的特征结构和接收噪声自适应地调整权值，获得更好的空间相干结构，使系统的目标分辨能力得到提升。

技术领域

本发明涉及水声阵列信号处理领域，尤其是一种定位方法。

背景技术

传统的声源定位算法称为二步法，首先各接收站点对包含有目标信息的中间参数进行估计，得到目标方位、目标信号到达时间(差)、目标信号强度以及多普勒频移等参数的测量值，在此基础上通过交叉定位得到目标位置的估计结果。二步法定位虽易实现，但精度较低。相比于二步法，直接定位算法可以获得较高的精度。这类算法将各接收阵列看作一个较大的接收阵，并且直接将目标声源的x-y二维坐标看作未知参数，利用最大似然准则(A.J.Weiss,Direct position determination of narrowband radio frequencytransmitters,IEEE Signal Process.Lett.11(5),513-516,2004)，或者结合MUSIC算法理念(A.J.Weiss.and A.Alon,Direct position determination of multiple radiosignals,EURASIP Journal on Advances in Signal Processing,(1),37-49,2005)，以及MVDR算法理念(T.Tirer and A.J.Weiss,High resolution direct positiondetermination of radio frequency sources,IEEE Signal Process.Lett.23(2),192-196,2016)得到一个目标函数，再通过网格扫描法获得目标位置的估计结果。这类算法避免了对包含有目标信息的中间参数的估计，在理论上是最优的(M.Wax and T.Kailath,Optimum localization of multiple sources by passive arrays,IEEETrans.Acoust.,Speech,Signal Process.ASSP-31(5),1210-1217,1983)。然而，这种全局联合处理的机制最大的缺点是需要将各站点的原始接收数据全部传输到处理中心，这对系统的通信带宽和处理中心的数据处理能力要求非常高，因而联合处理算法在实际中并不实用。其次，在实际环境中，尤其是水下环境中，随着接收阵列间距的增大，各阵列接收数据之间的同步性和相关性并不能满足联合处理的基本理论假设，在这种情况下，联合处理算法的性能不可避免地就会下降。

采用分布式的处理机制可以解决联合处理算法所面临的通信负担大和相关性下降的问题(M.Wax and T.Kailath,Decentralized processing in sensor arrays,IEEETrans.Acoust.Speech,Signal Process.33(5),1123-1129,1985)。该算法将各接收阵列看作相互独立的接收站点，无需考虑各站点接收信号之间的相关性，各站点之间也无需相互通信，仅需将各自的采样协方差矩阵传输到信息中心即可。分布式直接定位算法所需通信带宽和计算量仅略高于二步法，但精度相较于全局相关处理有所下降。