稀疏观测约束下基于压缩感知的水下目标方位估计研究

With the development of technology for underwater small vehicle（USV）, it is necessity to localize underwater target by using the underwater small vehicle, which possesses potential appliance value in ocean engineering. Comparing with ship carrier of localization array, the underwater small vehicle has volume and energy restrictions as carrier for localization array. If the tradition algorithm of DOA (direction of arrival) is used in underwater small vehicle carrier, the precision of DOA will be low as sparse measuring data. Aiming at this problem, the project will study the method of DOA of underwater target on restriction that sparse measuring in time and space domain. Based on the theory of compressive sensing, the characteristic of sparsity for DOA will be analyzed respectively in time, space and transform domains, and the relationship between sparse measuring restriction with sparsity model of DOA, so the problem of DOA on restriction of sparse measuring will be transformed to solve the problem of the sparsity construction by the theory of compressive sensing, then the azimuth of underwater target will be accurately estimated. Moreover, considering the USV carrier movement and array swing bringing to estimation precision reducing, the project will study the method of DOA on array mismatching by combined sparsity algorithm.

UUV等小型水下航行器在海洋工程领域有着广泛的应用，以小型航行器作为声阵列搭载平台实现对水下目标的高精度定位将更大地发挥其应用价值，然而由于受到载体载荷的限制，采用传统的DOA算法通过增加阵元数和数据块拍数提高方位估计精度的方法不能完全适用，因此本项目提出开展在时空稀疏观测限制条件下的高精度目标方位估计研究。课题以压缩感知理论为基础，从时域、空域及变换域多角度出发研究基于DOA的稀疏特性，建立稀疏观测条件与基于DOA的稀疏描述之间的联系，将稀疏观测约束下的DOA问题转换为压缩感知的稀疏重构问题，并通过引入动态参量或失配因子采用多参数联合稀疏的思想，提高在载体运动及阵型失配情况下的方位估计精度。通过本项目的研究提出一类新的方位估计方法，有效解决在稀疏观测限制条件下的方位估计精度低的问题，为水下目标高精度定位应用提供技术支撑。

UUV等小型水下航行器在海洋工程领域有着广泛应用,然而由于受到载体载荷的限制，传统DOA算法通过增加阵元数和数据快拍数提高方位估计精度的方法不能完全适应。本项目提出开展在时空稀疏观测条件下的高精度目标方位估计研究，以压缩感知理论为基础，针对目标方位估计模型开展了一系列研究工作，主要研究内容分为以下四部分：.（1）建立基于水声DOA估计的稀疏表示模型.该研究内容的重要成果是建立了基于目标空间稀疏特性的方位估计模型以及基于变换域冗余字典的目标方位估计稀疏表示模型，同时还提出在目标函数设计方面结合稀疏约束与噪声的影响，利用引入规划因子的方式进一步约束稀疏表示模型，提高方位估计精度。该研究内容所取得成果为基于稀疏重构目标方位估计奠定了理论基础。.（2）快速高效的基于DOA稀疏模型的重构算法研究.为了解决基于目标方位的稀疏模型的准确重构问题，本项目对传统的基于l1范数的重构算法进行了分析，由于此类算法是将lo范数非凸问题转化为l1范数的凸问题进行优化求解，所以其精度和失败率仍然较高，针对此问题，本项目直接建立基于平滑l0范数的水声目标DOA估计方法数学模型，提出基于平滑l0范数的窄带及宽带水声DOA估计方法，并就这一类算法进行了深入研究，先后提出了基于平滑l0快速方位估计算法，以及平滑l0的改进算法，进一步完善了平滑l0方位估计理论，该方法在硬件和计算耗时方面都具有明显的优势，为实际系统开发提供了理论参考价值。.（3）基于压缩感知的水声目标方位估计精度性能分析.与传统的基于波束形成类和子空间类方位估计算法进行了仿真对比研究，从理论上分析不同方法的优缺点和性能，并且就阵型失配条件下对方位估计精度的影响提出将载体运动姿态作为空间稀疏参量，将姿态信息与目标空间方位信息联合构造多维稀疏模型，通过联合稀疏重构算法的设计在考虑阵型失配因素影响下进一步提高目标方位估计精度，该方法对于UUV小型载体运动条件下的高精度水声目标方位估计应用提供了技术方案。.（4）基于水声通信信号循环稀疏特性的高精度方位估计研究.本项目对水声通信平台的侧向应用也开展了研究工作，通过分析研究水声通信信号循环谱稀疏特性的基础上，提出构建多循环频率时延估计器，在低信噪比情况下更准确的估计出目标信号的时延差，提高水声通信信号测向精度，并与传统的基于循环谱方位估计方法进行了对比分析。该研究成果可应用于多天线水声通信系系统。