无人值守无线传感网智能声测节点线性最优滤波研究

受有限能量和网络安全等实际因素的制约，高智能传感器节点与低数据量通信融合是现代无人值守无线传感器网络的优选方案之一。随着水下无线传感网和战场无线传感网的兴起，对智能声测传感器节点的研究已显现出巨大的应用前景。基于小尺寸阵列的超宽带线性最优滤波处理可在低信噪比、低信干比、和多径干扰的嘈杂声场环境下获得瞬时最大信噪比输出，从而逼近最优的目标检测性能、参数估计精度和目标识别准确性，保证低数据量网络融合处理的整体性能。声测传感器节点的线性最优滤波可在时间、空间、频率、多普勒、时延、声道等各种物理量空间或联合空间中进行，能够最大限度地抑制干扰并积累目标能量。针对这种超宽带多维空间的广义线性最优滤波处理研究的尝试还不多见，具有较大的学术研究价值。

本项目针对超宽带智能声测传感器节点的实时多目标探测，利用实际声源信号在多维空间中的能量分布稀疏特性，最大限度地抑制干扰并积累目标能量，从而在低信噪比、低信干比、多径干扰的复杂环境下为最大化目标检测性能、参数估计精度和目标识别准确性提供瞬时最大信噪比输出，提高实际无人值守无线传感网系统能量带宽利用效率和网络安全性能。.针对战场侦察、水下监视、生态监测和鼾声诊断等典型应用，确定了远距离枪声信号、远距离船只水声信号、远距离动物声频信号、鼾症病人鼾声信号等典型声源目标的最优滤波适宜空间，并采用增大处理带宽、阵元间距、观测时长等措施强化声源目标的可分离性。在此基础上，分别研究了相应的弱目标最优滤波处理算法。.对于远距离枪声中的微弱膛口冲击波信号，提出了线性波形匹配结合非线性阵列组合匹配和弹道轨迹匹配，大幅提高了探测距离和定位精度。相应的实时处理软件作为核心处理模块之一已成功应用于我军两个型号装备产品并通过了军用软件测评。大量的仿真分析和外场试验都验证了该算法的高效性和稳健性。该装备产品已进入批产阶段，市场潜力巨大。.对于车船噪声、语音等具有典型线谱特征的远距离弱目标，提出时-空-频多维积累方法积累目标声源能量，同时利用迭代消大法逐次滤除强干扰，实现准线性最优滤波。为保证抗干扰和抗多径能力，空域积累阶段根据不同应用采用了不同类型的角度谱。为进一步提高输出信噪比，提出对脉冲型、断续型和连续型声源目标分别采用极大型、筛选型和总和型帧间积累方案。在多维目标累积过程中，空间混叠影响因高频角度谱栅瓣具有频变和时变特性而被有效抑制。针对鼾症病人呼吸道阻塞前后的微弱呼吸声检测与识别，采用广义旁瓣对消技术抑制干扰结合模式识别技术增强目标信号，然后截取纯净的鼾声片段用于后续分析。.自主研制了多套不同阵型的4阵元大气和水下声测传感器节点数据采集与实验研究平台，可实现长时间不间断的无人值守实时数据采集，已有大量实测阵列数据用于本项目研究，形成了枪声、鸟声、鼾声等典型声源目标数据库，有力支持了本项目的理论研究、算法评估和成果转化。.在基金支持下，本项目研究已从原计划的军工应用扩展到医疗、生态等民用领域，新课题不断涌现，学术和应用价值获得明显提升。