基于多基陣信息融合的目標定位仿真實驗

閻振華，張群飛，程 玲

(1.中國艦船研究院，北京，100192;2.西北工業大學航海學院，陜西 西安 710072)

基于多基陣信息融合的目標定位仿真實驗

閻振華1，張群飛2，程 玲1

(1.中國艦船研究院，北京，100192;2.西北工業大學航海學院，陜西 西安 710072)

為了有效提高被動自導作用距離和目標參數的估計精度，針對水下航行器的多個基陣，采用信息融合方法，從波形級融合和波束級融合2個方面，對多個基陣的目標被動定位方法進行仿真實驗研究，并給出了各種融合方法的統計性能分析。仿真結果表明，多個基陣的信息融合可有效提高目標的定位精度，使低信噪比時的檢測能力提高1～3 dB，從而提高被動自導的有效作用距離。

多基陣;波形級;波束級;信息融合;目標定位

0 引言

隨著水聲目標探測技術的發展，自導技術也向著在單一平臺上安裝多種基陣，利用多基陣的信號進行數據融合，從而獲取更多目標信息的方向發展。在目標參數估計方面，可以利用估計目標的尺度、目標運動的特征、運動方向、目標的種類及識別假目標等，還可以利用現在發展的各種高分辨估計的方法，如AR參數模型法和ARMA參數模型法。子空間類方法，如經典的MUSIC方法，MINI-NORM方法，以及旋轉子空間不變法和加權子空間擬合法。另外，通過基于高階統計量的一些新方法，可以很好地對目標進行識別，區分假目標，提高命中概率。

20世紀80年代以來，隨著傳感器技術和計算機技術的發展，信息融合技術引起了世界范圍內的普遍關注。目前，不僅在理論上取得了突破性的進展，并且已有實用的系統投入使用。融合系統的融合方式可分為集中式和分布式2種。在集中式融合方式下，各傳感器將其觀測數據直接傳輸到融合中心，融合中心根據各傳感器的觀測數據進行假設檢驗，并形成最終的判決。集中式融合的優點是利用所有傳感器的觀測信息，因此可以獲得較好的檢測性能。其缺點是為了完成每次檢測，各傳感器均須傳送全部觀測數據至融合中心，因此，數據傳輸量龐大。但該融合方式可提供融合系統檢測性能的上限，因此可作為評估各種融合算法性能的基準;分布式融合方式則具有數據傳輸量小、融合中心計算量小等優點。在分布式融合方式下，各部傳感器首先基于自己的觀測進行判決，然后將判決結果傳輸到融合中心，融合中心將各部傳感器的判決作為自己的觀測量，并據此進行假設檢驗，形成最終的判決。顯然，和集中式融合系統不同，分布式融合系統對各部傳感器觀測數據的處理，是由融合中心及各部傳感器共同承擔的。

針對目標遠程被動定位技術的需求，本文主要研究在單一平臺上安裝多種基陣的2種基于多基陣信號融合技術的集中式目標定位技術。

1 基本原理

多基陣目標參數估計融合是傳統估計理論與信息融合理論的有機結合，或者說是針對估計問題的信息融合。針對自導基陣一般采用實時數據處理(波形處理)和波束形成后處理(波束處理)2種處理方式，遠程目標定位的融合算法可分為波形級融合算法和波束級融合算法。

波形級融合算法是把2個陣列等效成1個陣列，將寬帶信號分解成多個子帶后再做波束形成，來抑制陣列間距大而產生的柵瓣，其結構框圖如圖1所示。波束級融合算法是分別對2個陣列進行波束形成得到空間角譜，把多個基陣角譜相加得到融合后的優化空間譜，其結構框圖如圖2所示。如果多個基陣的工作頻段相同時，則使用波形級融合算法;否則，將使用波束級融合算法。

假設第i個陣元在t時刻的接收數據(假設增益為1)為:

將式(1)的離散傅立葉變換為:

將各個陣元在頻率fn處的分量寫為矩陣的形式，有:

以Hz為單位，則有:

式中:X(fn)和N(fn)為M×1維向量;S(fn)為P×1維向量;A(fn)為M×P維數組流行矩陣;M和P分別為陣元個數和信號源個數。

該寬帶數組信號頻域模型與窄帶數組時域模型類似，因此窄帶方法可以應用于寬帶數組處理中。對寬帶信號在頻域進行處理，通過DFT將寬帶信號變換到頻域，將寬帶數據分解成互不混迭的窄帶成分，在每個窄帶成分上應用窄帶算法，然后對在各個窄帶成分上求得的方向估計值進行加權平均，得到最終的方向估計值。寬帶信號各頻點的信號子空間或噪聲子空間可由它對應的協方差矩陣通過特征值分解得到，同樣可以在每一頻點根據信號子空間和噪聲子空間之間的正交性來獲得該頻點的DOA估計。最后對所有頻點的空間譜進行平均，得出寬帶信號空間譜估計。因此，寬帶合成波束形成方法可以采用窄帶波束形成的方法，本文采用了窄帶信號處理經常使用的常規波束形成方法、MUSIC方法、MVDR方法、MNM方法對寬帶信號進行處理。

2 仿真實驗

2.1 波形級融合算法

假設平臺上安裝了舷側陣和拖曳陣2種基陣，假設舷側陣是由20個無指向性陣元組成的均勻線列陣，陣元間距約為寬帶中心頻率對應波長的0.6倍;拖曳陣是由20個無指向性陣元組成的均勻線列陣，陣元間距約為寬帶中心頻率對應波長的2.2倍。2個陣列位于同一直線上，2個陣列間相距(2個陣列首個陣元的距離)20 m。同時假設2個基陣工作在同一頻帶，且接收到的目標輻射噪聲為該頻帶的限帶高斯白噪聲，自噪聲也為高斯白噪聲，與信號有相同的帶寬，各通道噪聲之間相互獨立，且與信號不相關;信號采樣頻率為30 kHz，快拍數為1 000，目標方位角為 20°。

在接收信噪比為10 dB的條件下，對4種波形級融合的空間譜估計方法進行仿真實驗研究。波形級融合算法的結果如圖3～6所示。

圖3給出了用常規波束形成法單獨處理拖曳陣、舷側陣和處理融合陣的空間譜估計結果。從中可以看到，融合后的主瓣變窄了，分辨率高于2個陣列單獨處理的結果。不過融合后的空間譜雖然沒有柵瓣，但在主瓣兩側出現了2個小旁瓣，可以考慮用幅度加權的方式來抑制。

圖4給出了用MVDR方法單獨處理拖曳陣、舷側陣和處理融合陣的空間譜估計結果。從中可以看到，相對于3～10 kHz的頻率，拖曳陣的陣元間距比較稀疏，導致外側的柵瓣抑制不充分，形成了－10°～0°，40°～50°范圍內多處－6 dB左右的旁瓣。這一現象也導致了融合后空間譜上“寄生”了很多毛刺，不利于空間譜檢測。克服這一問題的方法是合理選取工作頻段或對空間譜進行平滑濾波。

圖5給出了用MUSIC方法單獨處理拖曳陣、舷側陣和處理融合陣的空間譜估計結果。從中可以看到，融合后的空間譜是2個獨立陣列空間譜的折衷，性能似乎沒有什么改善。

圖6給出了用Mini-Norm方法單獨處理拖曳陣、舷側陣和處理融合陣的空間譜估計結果，從中可以看到，融合后的空間譜也沒有什么改善，反而出現了譜峰分裂，會對參數估計帶來不利影響。

通過以上4種方法形成的空間譜比較可知，常規波束形成法融合效果最好，MVDR方法融合后的空間譜譜峰發生偏移，并出現很多毛刺。

2.2 波束級融合算法

在仿真條件與波形級融合算法仿真基本一致的情況下，只是將拖曳陣的工作頻率降低，使其與舷側陣的工作頻率不同。則4種波束級融合的空間譜估計方法仿真結果如圖7～圖10所示。

圖7給出了用常規波束形成法單獨處理拖曳陣、舷側陣和處理融合陣的空間譜估計結果。從中可以看到，融合后的空間譜是2個獨立陣列空間譜的折衷，性能似乎沒有什么改善。

圖8給出了用MVDR方法單獨處理拖曳陣、舷側陣和處理融合陣的空間譜估計結果。從中可以看到，融合后的空間譜是2個獨立陣列空間譜的折衷，性能似乎沒有什么改善。

圖9給出了用MUSIC方法單獨處理拖曳陣、舷側陣和處理融合陣的空間譜估計結果。從中可看到，融合后的空間譜是2個獨立陣列空間譜的折衷，性能似乎沒有什么改善。

圖10給出了用Mini-Norm方法單獨處理拖曳陣、舷側陣和處理融合陣的空間譜估計結果。從中可以看到，融合后的空間譜是2個獨立陣列空間譜的折衷。

3 兩種融合算法性能分析

由于寬帶被動檢測中檢測對象是目標輻射噪聲，檢測背景是環境噪聲，二者都是隨機過程，因此單次空間譜估計結果無法說明融合性能的好壞，因此可以從檢測性能統計仿真的角度來分析2個異構線列陣波形級融合及波束級融合的性能。

3.1 波形級融合方法性能

仿真條件與波形融合仿真的條件基本相同，目標方位改為10°，信噪比從－30 dB變化到－5 dB，各種方法的檢測概率曲線如圖11～圖14所示。

圖14 波形級融合Mini-Norm方法檢測概率Fig.14 Detection probability for the method of Mini-Norm with waveform level fusion

比較這4幅圖可以看出，對于同頻帶的2個異構陣列的波形級融合，4種方法融合后都可在一定程度上提高低信噪比時的檢測能力。常規波束法融合效果最佳，可獲得3 dB的融合增益，最低可檢測信噪比達到－22 dB。最小模方法融合性能次之，融合增益達到2 dB，MVDR融合增益在1 dB左右。

3.2 波束級融合算法性能

仿真條件與波束級融合仿真的條件基本相同，目標方位改為10°，信噪比從－30 dB變化到－5 dB，各種方法的檢測概率曲線如圖15～圖18所示。

通過檢測概率曲線比較可以看出，常規波束、MVDR等2種線性空間譜估計方法在波束級融合后性能提升不明顯。MUSIC方法波束級融合后檢測性能提高了2 dB，最小模方法提高了1 dB，波束融合起到了一定的效果。

圖15 波束級融合常規波束法檢測概率Fig.15 Detection probability for the method of general beamforming with beam level fusion

4 結語

波形級和波束級的融合研究了多基陣自導技術上使用的舷側陣和拖曳陣的被動寬帶陣列處理數據融合問題，采用了2種不同的數據融合方法:工作頻段相同時的波形級融合、工作頻段不同時的波束級融合。研究了常規波束形成、MVDR、MUSIC、最小模等4種空間譜估計方法在融合前后的性能變化。仿真了波形級融合前后空間譜圖的變化，表明常規波束形成法的波形級融合可擴大陣列孔徑、銳化波束主瓣。各種方法的檢測性能的統計仿真結果表明，波形級融合可以獲得1～3 dB的增益，常規波束形成的波形級融合效果最好;波束級融合可以獲得1～2 dB的檢測性能改善，MUSIC方法的檢測性能融合后提高最大。

2種數據融合方法有效地利用了2個異構陣列的數據信息，特別是對于多基陣自導技術在小尺度平臺上的應用，虛擬的增大了基陣孔徑，可更好地實現遠程目標的被動定位。

［1］CHEN B，WILLETT P K. On the optimality of the likelihood-ratio test for local sensor decision rules in the presence of nonideal channels［J］.IEEE Trans，Inf.Theory，2005，52:693 －699.

［2］SENOL H，TEPEDELENLIOGLU C. Performance of distributed estimation over unknown parallel fading channels［J］.IEEE Trans，Signal Processing，2008，56:6057－6068.

［3］WU T，CHENG Q. Distributed estimation overfading channels using one-bit quantization［J］.Proceedings of the 42nd AsilomarConference on Signals，Systems and Computers，2008.

［4］LI J，ALREGIB G.Rate-constrained distributed estimation in wireless sensor networks［J］.IEEE Transactions on Signal Processing，2007，55:1634 －1643.

［5］王志勝，姜斌，甄子洋.融合估計與融合控制［M］.北京:科學出版社，2009.36 －38.WANG Zhi-sheng，JIANG Bin，ZENG Zi-yang.Fusion Estimation and Fusion Control［M］.Beijing:Science Press，2009.36 －38.

［6］楊露菁，余華.多源信息融合理論與應用［M］.北京:北京郵電大學出版社，2006.20 －32.YANG Lu-jing，YU Hua.Theories and application of multisource information fusion［M］.Beijing:Beijing Post and Electronic University Press，2006.20 －32.

［7］楊萬海.多傳感器數據融合及其應用［M］.西安:西安電子科技大學出版社，2004.18 －19.YANG Wan-hai.Data Fusion and Its Application with multisensor［M］.Xi'an:Xidian University Press，2004.18 －19.

［8］唐星.基于子空間方法的寬帶信號DOA估計［D］.成都:西南交通大學，2008.TANG Xing.DOA Estimation for Broad Band Signal based on subspace method［D］.Chengdu:Southwestern Jiaotong University，2008.

［9］王昭，趙俊渭.空氣聲被動定位的誤差分析［J］.應用聲學，2000，19(2):39 －43.WANG Zhao，ZHAO Jun-wei.Error Analysis for Passive Localization with Air Sound［J］.Applied Acoustic，2000，19(2):39－43.

Simulation experiment studies on long-distance target localization based on information fusion with multi-array

YAN Zhen-hua1，ZHANG Qun-fei2，CHEN Ling1
(1.China Ship Research and Development Academy，Beijing 100192，China;2.School of Marine Engineering，Northwestern Polytechnical University，Xi'an 710072，China)

In order to increase the operation distance of passive self-homing and the parameter estimation precision for the target efficiently，the methods of information fusion with multi-array are adopted for the underwater vehicle.From the aspects of waveform level fusion and beam level fusion，simulation experiment studies is carried through the passive localization methods for the target with multi-array.And the statistical performance analyses of different fusion methods are provided.The simulation results show that，the localization precision for the target is improved efficiently with information fusion of multi-array，and the detection capability outperforms from 1 dB to 3 dB.So the efficient operation distance of passive self-homing is enhanced.

multi-array;waveform level;beam level;information fusion;target localization

TN911.6

A

1672－7649(2011)06－0090－06

10.3404/j.issn.1672－7649.2011.06.021

2011－05－06

閻振華(1980－)，男，博士，工程師，研究方向為水聲自導信號處理。