基于特征提取的匹配场处理.pdf

《基于特征提取的匹配场处理.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、Vo1．39．No．5火力与指挥控制第39卷第5期May，2014FireControI&CommandControI2014年5月文章编号：1002—0640(2014)05—0097—04基于特征提取的匹配场处理王奇，王英民，诸国磊(西：ILI~大学航海学院，西安710072)摘要：匹配场被动定位具有优于传统被动定位算法的性能，但其对环境参数具有依赖性的缺点严重制约了算法的应用。为了改善算法的适应性，在充分利用拷贝场协方差矩阵信号分量和噪声分量的基础上，构造了两种优化的特征提取匹配场处理器。

2、最后使用1993年NATOSCALANTCentre在地中海用垂线阵采集的实验数据对算法进行了验证，结果显示在不确实海洋环境下，算法不仅可以成功定位固定声源和运动声源，而且其输出信干比和峰值背景比都得到了改善。关键词：匹配场处理器，特征提取，被动定位中图分类号：TB566文献标识码：AMatchedFieldProcessingBasedonFeatureExtractionWANGQi，WANGYing-min，ZHUGuo-lei(SchoolofMarineEngineering，Nort

3、hwesternPolytechnica1ersity，Xi’锄710072，China)Abstract：Thematchedfieldprocessingonpassivelocalizationispriortotheclassicalpassivesourcelocalizationalgorithm，buttheapplicationofthealgorithmwhichhasdisadvantagesoftheenvironmentaldependenceisseverelyrest

4、ricted．Inordertoimproveitsadaptiontotheenvironment，twooptimizedfeatureextractionmatchedfieldprocessorsareproposedbyusingthesignalvectorsandnoisevectorsofthereplicacovariancematrixessuficiently．Intheend，theverticalarraydatafromthemediteraneanseacollec

5、tedbytheNATOSCALANTCentreisusedtoevaluatethealgorithms．TheresultsshowthatthetwoalgorithmscannotonlyIocalizethefixedsourceandthemovingsourcesuccessfully，butalsoimprovetheoutputSignaltoInterferenceplusNoiseRatio(SINR)andthePeaktoBackgroundRatio(PBR)inu

6、ncertainenvironments．Keywords：matchedfieldprocessor，featureextraction，passivelocalization—当所使用的环境模型与实际环境失配时，匹配场处口理效果急剧变差，甚至失效。众所周知，真实的海洋匹配场处理技术通常被广泛地用作对水下目标环境是个随机时变的环境，此时，对环境变化很敏的被动定位和海洋环境声学参数反演等方面_l。感的匹配场处理算法很难在实际中使用，因此，需在被动定位方面，相对于传统的被动定位方法，匹要克服匹配场

7、处理对环境的依赖性，研究对环境失配场被动定位算法成功地将水声信道的物理特性配不敏感的稳健的匹配场处理方法。和传统的信号处理算法相结合，克服了海面海底的到目前为止，国内外学者先后提出了很多种解声波反射、折射以及多途效应等对传统被动定位算决方案，如白噪声约束的匹配场处理算法(WNCM：法的不利影响，在多次试验中取得了更好的定位效WhiteNoiseConstraintMethod)、临域位置约束的匹果[]。但匹配场处理需要准确预知观测水域的环配场处理算法(MV—NLC：NeighborhoodLoc

8、ationCon—境信息，即要有水声信道模型较准确的先验知识。straints)、环境扰动约束的匹配场处理算法收稿日期：2013—03—25修回日期：2013—04—17作者简介：王奇(1983)，男，陕西渭南人，博士研究生。研究方向：信息与信号处理。·97·(总第39—0836)火力与指挥控制2014年第5期(MV—EPC：EnvironmentalPerturbationConstraints)、其中E是拷贝场协方差矩阵E去掉前k个较扇区聚焦(SF：SectorFocusing)约束的匹配场