基于多基阵信息融合的目标定位仿真实验

阎振华，张群飞，程 玲

(1.中国舰船研究院，北京，100192;2.西北工业大学航海学院，陕西 西安 710072)

基于多基阵信息融合的目标定位仿真实验

阎振华1，张群飞2，程 玲1

(1.中国舰船研究院，北京，100192;2.西北工业大学航海学院，陕西 西安 710072)

为了有效提高被动自导作用距离和目标参数的估计精度，针对水下航行器的多个基阵，采用信息融合方法，从波形级融合和波束级融合2个方面，对多个基阵的目标被动定位方法进行仿真实验研究，并给出了各种融合方法的统计性能分析。仿真结果表明，多个基阵的信息融合可有效提高目标的定位精度，使低信噪比时的检测能力提高1～3 dB，从而提高被动自导的有效作用距离。

多基阵;波形级;波束级;信息融合;目标定位

0 引言

随着水声目标探测技术的发展，自导技术也向着在单一平台上安装多种基阵，利用多基阵的信号进行数据融合，从而获取更多目标信息的方向发展。在目标参数估计方面，可以利用估计目标的尺度、目标运动的特征、运动方向、目标的种类及识别假目标等，还可以利用现在发展的各种高分辨估计的方法，如AR参数模型法和ARMA参数模型法。子空间类方法，如经典的MUSIC方法，MINI-NORM方法，以及旋转子空间不变法和加权子空间拟合法。另外，通过基于高阶统计量的一些新方法，可以很好地对目标进行识别，区分假目标，提高命中概率。

20世纪80年代以来，随着传感器技术和计算机技术的发展，信息融合技术引起了世界范围内的普遍关注。目前，不仅在理论上取得了突破性的进展，并且已有实用的系统投入使用。融合系统的融合方式可分为集中式和分布式2种。在集中式融合方式下，各传感器将其观测数据直接传输到融合中心，融合中心根据各传感器的观测数据进行假设检验，并形成最终的判决。集中式融合的优点是利用所有传感器的观测信息，因此可以获得较好的检测性能。其缺点是为了完成每次检测，各传感器均须传送全部观测数据至融合中心，因此，数据传输量庞大。但该融合方式可提供融合系统检测性能的上限，因此可作为评估各种融合算法性能的基准;分布式融合方式则具有数据传输量小、融合中心计算量小等优点。在分布式融合方式下，各部传感器首先基于自己的观测进行判决，然后将判决结果传输到融合中心，融合中心将各部传感器的判决作为自己的观测量，并据此进行假设检验，形成最终的判决。显然，和集中式融合系统不同，分布式融合系统对各部传感器观测数据的处理，是由融合中心及各部传感器共同承担的。

针对目标远程被动定位技术的需求，本文主要研究在单一平台上安装多种基阵的2种基于多基阵信号融合技术的集中式目标定位技术。

1 基本原理

多基阵目标参数估计融合是传统估计理论与信息融合理论的有机结合，或者说是针对估计问题的信息融合。针对自导基阵一般采用实时数据处理(波形处理)和波束形成后处理(波束处理)2种处理方式，远程目标定位的融合算法可分为波形级融合算法和波束级融合算法。

波形级融合算法是把2个阵列等效成1个阵列，将宽带信号分解成多个子带后再做波束形成，来抑制阵列间距大而产生的栅瓣，其结构框图如图1所示。波束级融合算法是分别对2个阵列进行波束形成得到空间角谱，把多个基阵角谱相加得到融合后的优化空间谱，其结构框图如图2所示。如果多个基阵的工作频段相同时，则使用波形级融合算法;否则，将使用波束级融合算法。

假设第i个阵元在t时刻的接收数据(假设增益为1)为:

将式(1)的离散傅立叶变换为:

将各个阵元在频率fn处的分量写为矩阵的形式，有:

以Hz为单位，则有:

式中:X(fn)和N(fn)为M×1维向量;S(fn)为P×1维向量;A(fn)为M×P维数组流行矩阵;M和P分别为阵元个数和信号源个数。

该宽带数组信号频域模型与窄带数组时域模型类似，因此窄带方法可以应用于宽带数组处理中。对宽带信号在频域进行处理，通过DFT将宽带信号变换到频域，将宽带数据分解成互不混迭的窄带成分，在每个窄带成分上应用窄带算法，然后对在各个窄带成分上求得的方向估计值进行加权平均，得到最终的方向估计值。宽带信号各频点的信号子空间或噪声子空间可由它对应的协方差矩阵通过特征值分解得到，同样可以在每一频点根据信号子空间和噪声子空间之间的正交性来获得该频点的DOA估计。最后对所有频点的空间谱进行平均，得出宽带信号空间谱估计。因此，宽带合成波束形成方法可以采用窄带波束形成的方法，本文采用了窄带信号处理经常使用的常规波束形成方法、MUSIC方法、MVDR方法、MNM方法对宽带信号进行处理。

2 仿真实验

2.1 波形级融合算法

假设平台上安装了舷侧阵和拖曳阵2种基阵，假设舷侧阵是由20个无指向性阵元组成的均匀线列阵，阵元间距约为宽带中心频率对应波长的0.6倍;拖曳阵是由20个无指向性阵元组成的均匀线列阵，阵元间距约为宽带中心频率对应波长的2.2倍。2个阵列位于同一直线上，2个阵列间相距(2个阵列首个阵元的距离)20 m。同时假设2个基阵工作在同一频带，且接收到的目标辐射噪声为该频带的限带高斯白噪声，自噪声也为高斯白噪声，与信号有相同的带宽，各通道噪声之间相互独立，且与信号不相关;信号采样频率为30 kHz，快拍数为1 000，目标方位角为 20°。

在接收信噪比为10 dB的条件下，对4种波形级融合的空间谱估计方法进行仿真实验研究。波形级融合算法的结果如图3～6所示。

图3给出了用常规波束形成法单独处理拖曳阵、舷侧阵和处理融合阵的空间谱估计结果。从中可以看到，融合后的主瓣变窄了，分辨率高于2个阵列单独处理的结果。不过融合后的空间谱虽然没有栅瓣，但在主瓣两侧出现了2个小旁瓣，可以考虑用幅度加权的方式来抑制。

图4给出了用MVDR方法单独处理拖曳阵、舷侧阵和处理融合阵的空间谱估计结果。从中可以看到，相对于3～10 kHz的频率，拖曳阵的阵元间距比较稀疏，导致外侧的栅瓣抑制不充分，形成了－10°～0°，40°～50°范围内多处－6 dB左右的旁瓣。这一现象也导致了融合后空间谱上“寄生”了很多毛刺，不利于空间谱检测。克服这一问题的方法是合理选取工作频段或对空间谱进行平滑滤波。

图5给出了用MUSIC方法单独处理拖曳阵、舷侧阵和处理融合阵的空间谱估计结果。从中可以看到，融合后的空间谱是2个独立阵列空间谱的折衷，性能似乎没有什么改善。

图6给出了用Mini-Norm方法单独处理拖曳阵、舷侧阵和处理融合阵的空间谱估计结果，从中可以看到，融合后的空间谱也没有什么改善，反而出现了谱峰分裂，会对参数估计带来不利影响。

通过以上4种方法形成的空间谱比较可知，常规波束形成法融合效果最好，MVDR方法融合后的空间谱谱峰发生偏移，并出现很多毛刺。

2.2 波束级融合算法

在仿真条件与波形级融合算法仿真基本一致的情况下，只是将拖曳阵的工作频率降低，使其与舷侧阵的工作频率不同。则4种波束级融合的空间谱估计方法仿真结果如图7～图10所示。

图7给出了用常规波束形成法单独处理拖曳阵、舷侧阵和处理融合阵的空间谱估计结果。从中可以看到，融合后的空间谱是2个独立阵列空间谱的折衷，性能似乎没有什么改善。

图8给出了用MVDR方法单独处理拖曳阵、舷侧阵和处理融合阵的空间谱估计结果。从中可以看到，融合后的空间谱是2个独立阵列空间谱的折衷，性能似乎没有什么改善。

图9给出了用MUSIC方法单独处理拖曳阵、舷侧阵和处理融合阵的空间谱估计结果。从中可看到，融合后的空间谱是2个独立阵列空间谱的折衷，性能似乎没有什么改善。

图10给出了用Mini-Norm方法单独处理拖曳阵、舷侧阵和处理融合阵的空间谱估计结果。从中可以看到，融合后的空间谱是2个独立阵列空间谱的折衷。

3 两种融合算法性能分析

由于宽带被动检测中检测对象是目标辐射噪声，检测背景是环境噪声，二者都是随机过程，因此单次空间谱估计结果无法说明融合性能的好坏，因此可以从检测性能统计仿真的角度来分析2个异构线列阵波形级融合及波束级融合的性能。

3.1 波形级融合方法性能

仿真条件与波形融合仿真的条件基本相同，目标方位改为10°，信噪比从－30 dB变化到－5 dB，各种方法的检测概率曲线如图11～图14所示。

图14 波形级融合Mini-Norm方法检测概率Fig.14 Detection probability for the method of Mini-Norm with waveform level fusion

比较这4幅图可以看出，对于同频带的2个异构阵列的波形级融合，4种方法融合后都可在一定程度上提高低信噪比时的检测能力。常规波束法融合效果最佳，可获得3 dB的融合增益，最低可检测信噪比达到－22 dB。最小模方法融合性能次之，融合增益达到2 dB，MVDR融合增益在1 dB左右。

3.2 波束级融合算法性能

仿真条件与波束级融合仿真的条件基本相同，目标方位改为10°，信噪比从－30 dB变化到－5 dB，各种方法的检测概率曲线如图15～图18所示。

通过检测概率曲线比较可以看出，常规波束、MVDR等2种线性空间谱估计方法在波束级融合后性能提升不明显。MUSIC方法波束级融合后检测性能提高了2 dB，最小模方法提高了1 dB，波束融合起到了一定的效果。

图15 波束级融合常规波束法检测概率Fig.15 Detection probability for the method of general beamforming with beam level fusion

4 结语

波形级和波束级的融合研究了多基阵自导技术上使用的舷侧阵和拖曳阵的被动宽带阵列处理数据融合问题，采用了2种不同的数据融合方法:工作频段相同时的波形级融合、工作频段不同时的波束级融合。研究了常规波束形成、MVDR、MUSIC、最小模等4种空间谱估计方法在融合前后的性能变化。仿真了波形级融合前后空间谱图的变化，表明常规波束形成法的波形级融合可扩大阵列孔径、锐化波束主瓣。各种方法的检测性能的统计仿真结果表明，波形级融合可以获得1～3 dB的增益，常规波束形成的波形级融合效果最好;波束级融合可以获得1～2 dB的检测性能改善，MUSIC方法的检测性能融合后提高最大。

2种数据融合方法有效地利用了2个异构阵列的数据信息，特别是对于多基阵自导技术在小尺度平台上的应用，虚拟的增大了基阵孔径，可更好地实现远程目标的被动定位。

［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］王志胜，姜斌，甄子洋.融合估计与融合控制［M］.北京:科学出版社，2009.36 －38.WANG Zhi-sheng，JIANG Bin，ZENG Zi-yang.Fusion Estimation and Fusion Control［M］.Beijing:Science Press，2009.36 －38.

［6］杨露菁，余华.多源信息融合理论与应用［M］.北京:北京邮电大学出版社，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］杨万海.多传感器数据融合及其应用［M］.西安:西安电子科技大学出版社，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.基于子空间方法的宽带信号DOA估计［D］.成都:西南交通大学，2008.TANG Xing.DOA Estimation for Broad Band Signal based on subspace method［D］.Chengdu:Southwestern Jiaotong University，2008.

［9］王昭，赵俊渭.空气声被动定位的误差分析［J］.应用声学，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

阎振华(1980－)，男，博士，工程师，研究方向为水声自导信号处理。