復(fù)雜海洋環(huán)境匹配場源定位性能分析.pdf

1、匹配場處理(Matched-Field Processing，簡稱MFP)是匹配濾波/波束形成理論在水聲學(xué)中的延續(xù)和發(fā)展，是目前水下被動源定位的主要手段之一。在海洋波導(dǎo)這樣一個既受到約束又可獲取更多信息的復(fù)雜環(huán)境中，聲波以垂直駐波水平行波的方式傳播，匹配場處理利用了聲傳播的全場結(jié)構(gòu)，將聲場知識和信號處理技術(shù)兩方面合理而深層次地結(jié)合，帶來如虎添翼的效果。
　　 被動源定位的匹配場處理可以說是信號處理技術(shù)在極端復(fù)雜環(huán)境中的綜合應(yīng)用。

2、究其本質(zhì)而言，它是一個參數(shù)估計器。對估計器的研究包括算法及性能兩方面，其中，性能分析可定量地衡量估計算法的最優(yōu)性和局限性，對實際應(yīng)用有重要的指導(dǎo)作用。復(fù)雜環(huán)境中匹配場處理的性能分析，由于涉及聲傳播、環(huán)境及信號統(tǒng)計等多種模型，相當(dāng)富有挑戰(zhàn)性。
　　 論文對匹配場定位的估計性能進(jìn)行系統(tǒng)分析?，F(xiàn)有的MFP性能分析還主要集中在考慮背景噪聲場為空間白噪聲過程，本文發(fā)展了空間有色噪聲場中的性能分析方法，考慮了點干擾和表面生成噪聲兩種代表性過

3、程，并和白噪聲場中的性能進(jìn)行了比較。這里以均方誤差性能(Mean-Square Error，簡稱MSE)為指標(biāo)，同時在Fisher框架和Bayesian框架中展開性能分析。主要考慮了CRB和BCRB兩種局部性能限，以及區(qū)間錯誤(Method of Interval Errors，簡稱MIE)和ZZB兩種全局性能分析方法。典型的MSE性能主要有兩個特點：1)存在門限效應(yīng)，當(dāng)信噪比低于門限信噪比時，MSE主要受制于旁瓣模糊，性能迅速下降。2

4、)如果環(huán)境參數(shù)存在失配，則即使在高信噪比區(qū)域也可能存在固定偏置，MSE性能無法改善。
　　 全文根據(jù)接收信號二階矩是否已知，分別對三種不斷深入的情況展開研究，即協(xié)方差矩陣完全已知，協(xié)方差矩陣未知和格林函數(shù)存在小失配時協(xié)方差矩陣未知。獲得的理論結(jié)果在典型的Pekeris波導(dǎo)和2001年亞洲海國際聲學(xué)實驗(AsianSeas International Acoustic Experiment，簡稱ASIAEX)反演得到的淺海環(huán)境中進(jìn)

5、行了仿真驗證，主要包括以下三方面的結(jié)果。
　　 1)在二階矩已知時不失代表性地考慮了最大似然(Maximum Likelihood，簡稱ML)算法，因為ML方法具有漸近最小方差無偏(Minimum Variance andUnbiased，簡稱MVU)性，在協(xié)方差矩陣已知時可以達(dá)到CRB。CRB只考慮了主瓣模糊，是局部性能限；MIE方法則具有明顯的門限效應(yīng)，在整個信噪比區(qū)域和Monte Carlo的結(jié)果吻合良好。這是因為它額外添

6、加考慮了主要旁瓣帶來的概率錯誤(Probabilistic Square Error，簡稱PSE)，需要計算對應(yīng)主要旁瓣與主瓣之間的錯誤概率。BCRB對應(yīng)著全局Fisher信息矩陣的逆，是Fisher信息矩陣在分布空間上的加權(quán)。當(dāng)信息矩陣在分布空間上不均勻時，BCRB不再漸近可達(dá)，與實際性能之間存在微小的縫隙。ZZB則需要計算分布空間內(nèi)任意兩點的錯誤概率。錯誤概率和信息矩陣不一樣的地方在于，它和具體算法密切相關(guān)。
　　 2)二階

7、矩未知時考慮了Capon算法。Capon算法具有高分辨力，但是不是無偏估計器，加上自適應(yīng)算法采樣協(xié)方差求逆(Sample Matrix Inversion，簡稱SMI)的影響，其性能無法達(dá)到CRB，論文中修正得到了CRB型Capon算法漸近可達(dá)下限，并聯(lián)合錯誤概率構(gòu)建了對應(yīng)的MIE性能分析方法；經(jīng)過同樣方法修正的BCRB也更為緊致。仿真結(jié)果和二階矩已知時表現(xiàn)出一些共性：有色噪聲場的加入使得門限信噪比相對白噪聲場存在不同程度的提高。其中，

8、MFP表現(xiàn)出對強單點干擾噪聲良好的抑制能力，但是具有多秩性的表面生成噪聲會使得高信噪比區(qū)域MSE下降的速率更為緩慢。當(dāng)存在環(huán)境參數(shù)失配時，修正后的錯誤概率計算得到的MIE和ZZB也與Monte Carlo結(jié)果吻合，在高信噪比區(qū)域收斂到偏置引入的MSE。
　　 3)寬容性匹配場算法犧牲分辨力來獲取寬容性，以提高輸出信號干擾噪聲比(Signal-to-Interference and Noise Ratio，簡稱SINR)為目的。論

9、文直接考慮了駕駛向量的不確實性，將其建模在一不確實球內(nèi)，球半徑為不確實因子，使得即使最壞情況下信號也能不失真通過。存在失配的時候，峰值對應(yīng)的估計值存在一定偏置，寬容性算法并不能改善這一點，MSE描述不再適合，論文從波束模式圖和輸出SINR給予了分析，隨著所選擇不確實因子參數(shù)的增大，性能有明顯改善。
　　 以上部分理論內(nèi)容還在實驗室波導(dǎo)水池中采集數(shù)據(jù)進(jìn)行了驗證。在環(huán)境參數(shù)完全已知的情況下，最大似然MFP算法可以實現(xiàn)對信號源的定位，