基于压缩感知和子空间技术的匹配场定位技术研究

发布时间：2017-12-15 09:30

  本文关键词：基于压缩感知和子空间技术的匹配场定位技术研究

  更多相关文章： 匹配场处理 声源定位 压缩感知 子空间技术

【摘要】：匹配场处理是水声学研究的热点问题之一,同时也是实现水下目标定位的主要手段之一。常规匹配场定位方法具有分辨率低、旁瓣高的缺陷,而现有的高分辨率算法对快拍数的要求较多、宽容性较差,并且不能有效的解决相干源的问题。为了克服已有的匹配场处理存在的这些缺陷,本文提出了基于压缩感知和子空间技术的匹配场定位方法。首先利用声源在波导中的空间稀疏特性建立了水下目标定位的稀疏数学模型,然后利用已有的压缩感知中的稀疏重构方法和子空间技术对该模型进行求解,以实现对水下目标的定位。本文的主要研究内容包括：第一,研究了将压缩感知理论和子空间理论中的稀疏重构算法用于匹配场定位的可行性。在使用压缩感知和子空间理论进行信号的稀疏重构时,需要测量矩阵具有约束等距性。在第三章我们证明在水声环境中只要水听器阵元的个数大于目标个数两倍时,测量矩阵的约束等距常数会以很大的概率分布得到满足。同样在子空间理论中要求测量矩阵的Spark秩要大于或等于某个值,第三章我们推导出只要水听器个数大于该值时,该条件也会很容易得到满足。第二,研究了基于稀疏重构的匹配场定位算法。本文提出了基于K均值(KMean)方法的匹配场预定位算法,该算法利用宽容性强、计算量较小的线性匹配场处理器计算出搜索区域中各个栅格点上的代价函数值,之后对这些函数值通过KMeans方法划分成若干个聚类,并取中心值最大的聚类对应的簇中的栅格点作为信号源的候选位置,从而实现了预定位。之后把这些候选位置作为新的搜索区域通过压缩感知重构算法或子空间方法对该区域进行搜索,从而降低了问题的时间复杂度。由于格林函数的模值与声源和水听器之间的距离成反比,为了使距离对定位性能的影响尽量减少,本文提出了在定位之前对测量矩阵的列向量的模值进行归一化处理,并且证明了该处理不会对定位的准确性造成影响。第三,研究了通过奇异值分解方法对观测信号进行降噪,并对降噪的原理给予了理论性证明。第四,研究了已有的匹配场定位方法和基于稀疏重构的匹配场定位算法在粗糙海底环境下的宽容性问题。本文使用MIT开发的OASES-3D软件,通过微扰法计算出粗糙海底的散射声场,并通过仿真研究了粗糙海底对匹配场定位性能的影响。第五,通过仿真实验研究了快拍数、信噪比、传感器个数、相干源和环境失配对算法定位性能的影响。第六,在宽带匹配场定位的稀疏数学模型的基础上,本文提出了联立块正交匹配基追踪(Simutaneous Block Orthogonal Matching Pursuit, SBOMP)方法对该数学模型进行求解,从而实现了基于稀疏重构的宽带匹配场定位。第七,在稀疏重构理论方面,本文对已有的感知字典生成算法进行了改进,原有的基于交替投影的感知字典生成算法只适用于感知字典中的原子的元素为实数的情形,本文推导出其对应的复数域的情形。
【学位授予单位】：中国海洋大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：TB56;P733.2

【相似文献】

中国期刊全文数据库 前10条

1 吴日强,于开平,邹经湘;改进的子空间方法及其在时变结构参数辨识中的应用[J];工程力学;2002年04期

2 庞世伟,于开平,邹经湘;用于时变系统辨识的自由响应递推子空间方法[J];振动工程学报;2005年02期

3 邬芬;杨马英;田保林;王海波;;一种无外部持续激励的子空间闭环辨识算法[J];计算机应用与软件;2011年02期

4 杨华;李少远;;基于输入扩张的闭环系统子空间辨识及其强一致性分析[J];自动化学报;2007年07期

5 刘青松;戴蓓劏;许东星;吴德辉;;基于失配信息子空间失配补偿的话者确认[J];中国科学技术大学学报;2010年08期

6 庞世伟,于开平,邹经湘;识别时变结构模态参数的改进子空间方法[J];应用力学学报;2005年02期

7 李幼凤;苏宏业;褚健;;子空间模型辨识方法综述[J];化工学报;2006年03期

8 杨利芳;于开平;庞世伟;邹经湘;;用于线性时变结构系统辨识的子空间方法比较研究[J];振动与冲击;2007年03期

9 王宏伟;王佳;夏浩;;基于子空间方法的非均匀周期刷新和采样系统辨识[J];控制与决策;2014年05期

10 杨大地;刘仁达;;加速广义极小残余新算法[J];重庆大学学报(自然科学版);2006年10期

中国重要会议论文全文数据库 前3条

1 沈兴鹏;刘雪芳;傅丰林;;一种基于子空间的MIMO-OFDM系统信道盲估计算法[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年

2 朱红丽;郑天琪;向坚;;基于子空间的人体运动类型分段[A];第二十九届中国控制会议论文集[C];2010年

3 方晨;王智慧;周向东;周皓峰;汪卫;施伯乐;;基于动态子空间距离的图像聚类[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

中国博士学位论文全文数据库 前9条

1 张文林;基于子空间的声学模型及自适应技术研究[D];解放军信息工程大学;2013年

2 郭双乐;基于压缩感知和子空间技术的匹配场定位技术研究[D];中国海洋大学;2014年

3 吴平;基于子空间的系统辨识及其应用[D];浙江大学;2009年

4 李幼凤;闭环子空间辨识方法及其应用[D];浙江大学;2010年

5 林依勤;收缩和扩张Krylov子空间方法[D];复旦大学;2005年

6 杨利平;保局子空间人脸特征提取及识别方法研究[D];重庆大学;2008年

7 吴亚锋;子空间系统辨识方法及其在复杂结构中的应用[D];西北工业大学;2000年

8 唐亮;面向人脸识别的子空间分析和分类方法研究[D];浙江大学;2009年

9 吴钢;求解大规模非对称矩阵特征值问题的一些数值算法[D];复旦大学;2004年

中国硕士学位论文全文数据库 前10条

1 赵一儒;基于子空间的人脸识别[D];河北大学;2015年

2 汪秋莹;基于Krylov子空间的多通道自适应信号检测方法的性能分析[D];电子科技大学;2015年

3 董新;子空间辨识方法的研究及软件包的开发[D];华北电力大学（北京）;2006年

4 张永富;一种子空间辨识对权重矩阵加权平均新方法[D];大连理工大学;2013年

5 孟红燕;求解矩阵特征值问题的Inverse-free Krylov子空间方法[D];南京航空航天大学;2012年

6 杨江;基于子空间辨识的控制性能评估研究[D];浙江大学;2011年

7 陈瑞宇;多线性子空间方法在错误隐藏上的应用[D];浙江大学;2008年

8 魏庭阳;基于正交分解和主元分析的子空间辨识方法研究及应用[D];湖南大学;2014年

9 杜琳琳;基于共享子空间学习的多视角数据分析[D];北京交通大学;2014年

10 牛晓倩;可重启的广义二阶Krylov子空间方法[D];厦门大学;2009年

，

本文编号：1291486