使用离网稀疏贝叶斯式学习在水下环境中直接确定多色调声学信号的位置
Wei Wang1,2, Shefeng Yan1,2, Jirui Yang1,2
1Institute of Acoustics, Chinese Academy of Sciences, Beijing, 100190, China.
The Journal of the Acoustical Society of America
|April 17, 2025
概括
本研究介绍了一种先进的算法,用于使用多色声信号精确地定位水下目标. 与现有技术相比,新方法显著提高了定位精度和目标分辨率.
科学领域:
- 声学 声学 在声学方面
- 信号处理 信号处理
- 水下监视系统的使用.
背景情况:
- 高精度目标定位对于水下监视至关重要.
- 现有的直接位置确定 (DPD) 算法由于固定网格和伪目标干扰而面临精度限制.
研究的目的:
- 为多色声信号提出一个改进的DPD算法.
- 为了提高定位精度和多目标分辨率在水下环境.
主要方法:
- 开发了一个基于贝叶斯学习的离网稀疏DPD算法 (DPD-offGSBL).
- 建立了一个统一的频域数据模型,用于连贯,不连贯和混合信号.
- 制定了一个离网稀疏信号表示,并探索了数组之间的联合稀疏性.
主要成果:
- DPD-offGSBL表现出卓越的定位精度和多目标分辨率.
- 该算法在各种条件下接近克拉梅尔-拉奥边界 (CRB).
- 使用SWellEx-96实验事件S5用于单个水下声源定位的验证实用性.
结论:
- 拟议的DPD-offGSBL算法在水下声学定位方面取得了重大进展.
- 它有效地解决了传统方法的局限性,提供更高的精度和更好的分辨率.
- 该算法是强大的,适用于现实世界水下监控场景.
