基于聲納目標(biāo)多線(xiàn)譜信息的目標(biāo)運(yùn)動(dòng)參數(shù)估計(jì)＊

呂 琳 費(fèi)志剛 馮 達(dá)

（91388部隊(duì)92分隊(duì) 湛江 524022）

1 引言

在水下隱蔽攻擊中，應(yīng)用最廣泛的是純方位跟蹤（BOT）問(wèn)題，即只利用目標(biāo)的方位信息來(lái)估計(jì)運(yùn)動(dòng)參數(shù)。如果觀測(cè)平臺(tái)和目標(biāo)在運(yùn)動(dòng)要素估計(jì)期間是勻速直線(xiàn)運(yùn)動(dòng)，則目標(biāo)運(yùn)動(dòng)要素不具備可觀測(cè)性，因此要求在估計(jì)期間觀測(cè)平臺(tái)必須做機(jī)動(dòng)，大大影響了該方法的實(shí)用性。由于艦艇輻射噪聲都含有線(xiàn)譜，且其功率和慣性都較大，有很高的強(qiáng)度和穩(wěn)定度，頻率信息包含了目標(biāo)與觀測(cè)站之間相對(duì)運(yùn)動(dòng)引起的多普勒頻移［1］，它反映了距離的變化率。所以繼純方位跟蹤之后，人們提出了利用方位和頻率信息的單陣方位－單頻率目標(biāo)跟蹤技術(shù)。由于增加了頻率輔助信息，使得方位－頻率目標(biāo)跟蹤算法無(wú)需本艇機(jī)動(dòng)就能獲得對(duì)目標(biāo)的運(yùn)動(dòng)參數(shù)估計(jì)［2］。水中目標(biāo)在運(yùn)動(dòng)過(guò)程中，由于機(jī)械的振動(dòng)和往復(fù)運(yùn)動(dòng)，使得輻射噪聲一般都含有多根線(xiàn)譜，在這種情況下，同時(shí)利用多個(gè)線(xiàn)譜頻率估計(jì)目標(biāo)運(yùn)動(dòng)參數(shù)，可提高估計(jì)的性能。

2 方位－多頻率算法模型

假設(shè)在觀察時(shí)間內(nèi)，目標(biāo)源沿固定的方向作勻速運(yùn)動(dòng)，且狀態(tài)平穩(wěn)。目標(biāo)源向外輻射頻率為f0的信號(hào)（f0可以是未知的，一般可以認(rèn)為是被跟蹤目標(biāo)的某特征頻率，且可以不止一個(gè)）。

在直角坐標(biāo)系下，觀測(cè)平臺(tái)的運(yùn)動(dòng)狀態(tài)記為Xw＝［rwxrwyvwxvwy］T，目 標(biāo) 的 運(yùn) 動(dòng) 狀 態(tài) 記 為XT＝［rTxrTyvTxvTy］T，則 相 對(duì) 運(yùn) 動(dòng) 狀 態(tài)XT－Xw＝［rxryvxvy］T，在方位－頻率量測(cè)［3］條件下，若本艇與目標(biāo)發(fā)生了相對(duì)徑向運(yùn)動(dòng)，則可得到目標(biāo)的多譜勒頻移信息。在k時(shí)刻頻率量測(cè)方程［4～5］如下

其中c為海水聲速，vTx、vwx，vTy、vwy分別為目標(biāo)、本艇大地坐標(biāo)速度分量，f0i為輻射的第i個(gè)固定頻率。

通過(guò)對(duì)式（1）變形，可得：

假設(shè)目標(biāo)的運(yùn)動(dòng)狀態(tài)向量X記為X＝ ［rxryvxvy1］Tf0i，假設(shè)總共有M個(gè)線(xiàn)譜頻率，由式（3）可以得到量測(cè)向量：

同樣，根據(jù)方位量測(cè)，在k時(shí)刻方位量測(cè)方程為

整理上式得：

根據(jù)假設(shè)的目標(biāo)狀態(tài)向量，可以得到方位量測(cè)向量：

在直角坐標(biāo)下，則可以得到觀測(cè)方程：

其中

因此，可以通過(guò)獲得方位序列和多線(xiàn)譜頻率序列來(lái)估計(jì)目標(biāo)的運(yùn)動(dòng)參數(shù)［6］。

對(duì)于多陣情況下的方位－多頻率目標(biāo)運(yùn)動(dòng)參數(shù)估計(jì)只需對(duì)上述模型做適應(yīng)性改進(jìn)即可，這里不再贅述。

3 極大似然估計(jì)（MLE）

由于上述問(wèn)題是典型的非線(xiàn)性問(wèn)題，利用MLE［7］可以得到較理想的數(shù)值解，由前面給出的量測(cè)方程，當(dāng)聲納對(duì)目標(biāo)輻射噪聲中的多根線(xiàn)譜進(jìn)行跟蹤時(shí)，則X的MLE是求解下面代價(jià)函數(shù)的極小化問(wèn)題：

其中fm（ti）為ti時(shí)刻量測(cè)的第m根線(xiàn)譜頻率。為使殘差平方和最小化，本文首先利用G－N算法［8］來(lái)試探步長(zhǎng)dk：

其中Jk殘差Fk的Jacobi矩陣，Gk＝。為了避免殘差值較大時(shí)G－N方法的不足，當(dāng)dk小于ε時(shí)使用L－M算法，即將線(xiàn)性方程組 （＋μkI）dk＝－Gk的解dk作為目標(biāo)相對(duì)運(yùn)動(dòng)狀態(tài)向量＾X處的搜索方向，μk為迭代參數(shù)因子。通過(guò)這種MLE估計(jì)方法，來(lái)增加收斂的穩(wěn)定性。

4 仿真分析

該算法的仿真驗(yàn)證主要針對(duì)單陣多頻率、多陣多頻率（艇艏＋拖曳）聯(lián)合目標(biāo)量測(cè)方位條件下，進(jìn)行方位－多頻率模型算法的驗(yàn)證，對(duì)每個(gè)航路進(jìn)行1000次的蒙特卡洛仿真。

仿真條件假設(shè)：

目標(biāo)初距D0＝20km，初始方位B0＝0°，目標(biāo)航速Vm＝18kn，目標(biāo)航向Cm＝120°，本艇航速Vw＝6kn，本艇航向Cw＝300°，采樣周期1s，拖纜長(zhǎng)度1000m。

單頻：500Hz；

多頻：300Hz，500Hz，600Hz，800Hz；

對(duì)于多陣情況下，多頻為1000Hz，1200Hz，300Hz，500Hz；

仿真結(jié)果如下：

表1 方位－單頻率TMA與單陣方位－多頻率TMA比較

表2 方位－單頻率TMA與多陣方位－多頻率TMA比較

從仿真結(jié)果表1可以看出，利用單陣方位多頻率TMA性能優(yōu)于單陣方位單頻率TMA，收斂時(shí)間短，穩(wěn)定性好，從圖1～4中也可以驗(yàn)證這一點(diǎn)，并且可以得到利用的線(xiàn)譜頻率越高，算法的性能可以得到更好地改善。從表2中可以得到，多陣情況下具有方位、多線(xiàn)譜頻率可以利用時(shí)，收斂時(shí)間更快，收斂精度更高，特別是距離精度，這主要是因?yàn)槎嚓嚽闆r下，相當(dāng)于增加了陣的空間尺寸，大大改善了系統(tǒng)的觀測(cè)性。

5 結(jié)語(yǔ)

方位頻率TMA是以方位信息為主，通過(guò)增加頻率輔助信息進(jìn)行解算，可使模型在本艇不機(jī)動(dòng)的情況下，完成目標(biāo)運(yùn)動(dòng)分析［9］。當(dāng)存在多線(xiàn)譜頻率時(shí)，利用多頻率TMA算法具有更高的性能，在多陣共同量測(cè)時(shí)，由于利用多陣量測(cè)［10］的空間分布，收斂速度更快，收斂精度更高。目標(biāo)輻射噪聲存在的線(xiàn)譜大多集中在低頻段，受傳播衰減的影響較小，利用頻率輔助信息可達(dá)到對(duì)遠(yuǎn)距離目標(biāo)的要素估計(jì)。在實(shí)際應(yīng)用中，如果單陣出現(xiàn)線(xiàn)譜不穩(wěn)定或不可用、或某個(gè)陣所工作頻段不存在線(xiàn)譜頻率時(shí)，可以利用其他頻率繼續(xù)進(jìn)行解算，從而不影響算法的收斂，因此方位－多頻率TMA算法具有更廣泛的應(yīng)用適應(yīng)性。

［1］Le Yang，Ming Sun，K.C.Ho.“Doppler－Bearing Tracking in the Presence of Observer Location Error”［J］.IEEE TRANSACTIONS ON SIGNAL PROCESSING，2008，56（8）：4082－4087.

［2］Guoxiang Gu，Meir Pachter，Phil R.Chandler，Corey J.Schmacher［C］／／“Target Motion Analysis Based on RF Power and Doppler Measurements”.2008American Control Confer－ence，2008：1869－1874.

［3］陳伏虎，胡青.多陣方位－頻率目標(biāo)運(yùn)動(dòng)分析算法研究［J］.聲學(xué)與電子工程，2003，（4）：1－5.

［4］萬(wàn)謹(jǐn)，宋志杰.基于方位和多普勒頻移的目標(biāo)運(yùn)動(dòng)分析改進(jìn)方法［C］／／中國(guó)聲學(xué)學(xué)會(huì)2006年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集，2006，75－81.

［5］周春陽(yáng)，周?chē)?guó)標(biāo).方位－多普勒頻率合成TMA的可測(cè)性分析［J］.戰(zhàn)術(shù)導(dǎo)彈技術(shù)，2005，（5）：17－20.

［6］趙申?yáng)|，劉志杰.基于方位和線(xiàn)譜頻移的TMA方法［J］.火力指揮與控制，2004，（3）：33－35.

［7］穆?lián)P眉.極大似然估計(jì)的幾種求法［J］.科技信息，2011，（4）：47－50.

［8］行花妮，劉剛，王磊.基于G－N算法的快速算法在PPI網(wǎng)絡(luò)中的實(shí)現(xiàn)［J］.計(jì)算機(jī)與信息技術(shù)，2009，（9）：63－65.

［9］胡友峰，孫進(jìn)才.水下無(wú)源目標(biāo)運(yùn)動(dòng)分析的修正擴(kuò)展卡爾曼濾波方法［J］.聲學(xué)學(xué)報(bào)，2002，（5）：11－13.

［10］劉健，劉忠.多陣方位－頻率目標(biāo)運(yùn)動(dòng)分析算法研究［J］.艦船科學(xué)技術(shù)，2006，（3）：7－9.