一种改进的声传感器网无源时差定位算法.doc

一种改进的声传感器网无源时差定位算法郭云飞，张幸，林岳松（杭州电子科技大学 信息与控制研究所 杭州 310018）摘要：针对声传感器测量目标声波信号存在纯方位量测、时延较大的特点，提出了一种改进的最小时差定位方法。首先，在搜索步长范围内，对两个传感器的量测数据进行交叉定位，然后进行时延的校准处理、虚假点的验证，获得目标的初始位置，最后利用杂点处理方法进而获得目标较为准确的位置估计，形成航迹。解决了纯方位量测并有较大时延问题的目标定位和时延校准，仿真结果表明，本文的算法计算量小，实时性强，且定位精度高。关键词：声传感器；纯方位跟踪，时差定位；时延校准处理An Improved Passive TDOA Algorithm Location for Acoustic Sensor NetworkYunfei Guo, Zhang Xing, Yuesong Lin(Institute of Information and Control, Hangzhou Dianzi University, 310018, Hangzhou, China)ABSTRACT：Concerned with target signal that is measured by acoustic sensor with the character of time-delay and bearing-only, an improved passive TDOA algorithm is proposed in this paper. Firstly, within the scope of the search step, two sensor measures can be chosen to get a cross location. Then, in order to acquire the initial position, we process time-delay registration and check the virtual location. Finally, the new initial position is utilized to get more accurate estimation by removing the false location deviation from the track. It solves the problem of target location and time-delay registration with bearing-only and larger time-delay. The simulation results show that the algorithm has the performance of short calculation, real-time and high precision.KEYWORDS：acoustic sensor; bearing-only tracking; TDOA; tine-delay registration中图分类号：TP391.9 文献标识码：A 61 引言基金项目：国家自然科学基金.项目批准号: 60805013.声传感器可以探测到低空来袭目标的发动机、螺旋桨以及运动过程中发出的次声波，并可以通过谱分析识别出目标的属性，计算出目标的方位，通过对声传感器的组网，可以在大范围实现对低空/超低空目标、水下目标的探测、定位、识别和预警，由于声传感器是被动工作的，不易被敌发现和干扰，具有极大的隐蔽性，是雷达探测预警网的一个有力补充1-3。对于声传感器网络，由于声音传播具有较大的时延，而且同一个目标在同一个位置发出的声音并不是被多个声传感器同时接收到的。所以在实际的声被动定位工程问题中要考虑时延问题4-5。针对时延运动目标的定位问题，Ho.K.C和Chan.Y.T提出一种渐进的无偏估计方法，该方法适用于至少有一对未知参数约束的拟线性方程组的二次平方的最小化6。随后，KwLo和BGFerguson利用地基传感器阵列收集的宽带声波信号估计目标运动参数，提出一种非线性最小二乘算法，这种方法假定声源在某时刻发出的信号会被不同位置的传感器陆续接收到，当传感器间距较远时，不同传感器接收的信号可能对应目标不同位置，因此，这一假设并不一定成立7。2007年，A. N. Bishop和P. N. Pathirana等人提出了剔除“鬼点”的处理方法以及所需要的传感器个数8。时差定位是通过处理三个或多个测量站采集到的信号到达时间差，再结合测量站各自的测量数据对辐射源进行定位。它具有隐蔽性、抗干扰、定位精度高等优点, 已成为目前最重要且应用最广泛的一种无源定位系统9-10。本文针对声传感器测量目标发出的声波信号存在纯方位量测、有较大时延问题，采用改进的最小时差定位方法。首先对每个声传感器探测到的方位角信息及探测到的时间上报给融合中心，融合中心按链表形式存储每个声传感器上报的信息。 然后算法选择一个合适的搜索步长，从一组传感器的量测数据中选取次优解，利用假设推理找出局部最优配对。最后，通过对目标点判别真伪来获得目标较为准确的位置估计，形成航迹。本算法在原有基础上增加了可以调节搜索步长，从而缩短了计算量、提高了系统的实时性。同时增加了目标虚假点检验及杂点的剔除方法，提高了跟踪精度。本文第2部分描述了声传感器网无源时差定位的综合处理算法。第3部分给出了算法的仿真结果和性能分析。第4部分是结论。2 声传感器网无源时差定位2.1声波时延方程如图1示，点为传感器所在的位置，为时刻目标与传感器之间的距离，为时刻目标与传感器之间的距离。图1 时延方程说明图设为传感器的扫描周期，为传感器相邻两量测信号实际发出的时间间隔，即需要估计的模型周期，为声音在空气中的传播速率，为目标飞行物的运动速率。假设某时刻目标位于点，经过时间后，目标该时刻发出的信号被传感器在第个扫描周期接收到。传感器在第个扫描周期接收到该目标信号是在之后。从目标处于点的时刻算起，在这段时间内，目标经过飞行到点，在该点发出的信号经过被传感器在第个扫描周期接收到。因而有下面的时延方程成立： (1)则 (2)声传感器的采样周期固定，即声传感器接收到相邻两个量测的时间间隔相同，但是由于声音引起的时延，各相邻量测信号实际发出的时间间隔不相同，因此运动模型的周期是变化的。当目标远离传感器径向飞行时，取到最小值。此时，代入式(2)，整理得 (3)当目标接近传感器径向飞行时，取到最大值。此时，代入(2)可得 (4)所以的摄动范围为：。2.2 最小时差定位在声探测系统中，由于声波自身的传播存在很大的时间延迟，因此目标在同一位置发出的信号到达各个声传感器的时间不尽相同，即在同一融合周期中，各个声传感器上报的方位角信息不再对应目标同一位置。下图2给出了同一融合周期，各个声传感器上报的方位角信息对应的目标位置。在第个融合周期，声传感器上报目标位置的方位角信息，而上报目标位置的方位角信息。为目标位置与传感器之间的距离，为目标位置与传感器之间的距离，为目标位置与传感器之间的距离。由于、不尽相同，因此传感器和传感器在不同时刻接收到目标在位置发出的声波信号。图2 传感器上报方位示意图假设在融合周期，传感器上报的方位角信息对应于目标位置，此时由于信号到达各个传感器的时间不同，传感器上报的方位角信息不会对应于目标位置，而是对应于目标位置。直接利用同一融合周期上报的方位角信息进行目标跟踪将导致跟踪精度的下降，甚至跟踪发散。所以在声探测网跟踪目标过程中，必须进行时延数据配对。当目标处于匀速直线运动且运动速度小于声速时，假设理想情况为各个声传感器能连续探测目标任意位置的方位角信息，且能实时记录探测到的时刻，那么可以得到以下定理。定理1：在理想情况下，对于任意两个声传感器和，在时刻上报目标位置的方位角信息，在时刻上报目标位置的方位角信息，如果有等式成立，那么和为同一位置。推论1：在实际情况下，对于任意两个声传感器和，在时刻上报目标位置的方位角信息，在、时刻分别上报目标位置、的方位角信息，如果，则存在一位置使得和为同一位置。性质1：如果各个声传感器上报的方位角信息对应目标的同一位置，那么这个位置目标发出的声波信号到达各个声传感器的传输时延差值等于各个声传感器上报方位角信息的时间差值。在声探测系统中，每个声传感器将探测到的方位角信息及其探测到的时间上报给融合中心。融合中心按链表形式存储每个声传感器上报的信息。表示一条链表，存储传感器在各个融合周期上报的方位角信息和探测到的时刻。分别表示传感器在第融合周期上报的方位角信息和探测到方位角的时间。表示声传感器的位置。最小时差法的核心思想是以当前融合周期为起点，为了更好的满足实时性要求，在搜索步长范围内遍历其中一个链表，当推论1的条件成立时停止搜索。由于目标的飞行轨迹未知，且声传感器不能探测到目标的位置，利用声传感器上报的方位角交叉定位得到的位置非目标实际位置，因此最小时差法只能求得一个次优解。交叉点的权值计算公式如下： (5) (6)其中、分别表示传感器1和传感器2在各个时刻上报的方位角信息，、分别表示传感器1和传感器2在各个融合周期上报方位角的时间，表示交叉点到传感器的距离，、分别表示第次搜索交叉点距离传感器1和传感器2的距离。2.3 目标虚假点的检验及杂点处理在声探测中，我们得到的量测是方位角，在多个角度量测中，我们可以选择交角比较靠近90度的两个量测，这样计算目标点的问题就变成求两条射线的交点的问题11，如图3。图3 交叉定位示意图 我们设两个传感器的坐标分别为，对应的目标方位角分别为，。两条射线的交点为，传感器到目标点的距离为，两条射线方程可以写成线性方程组： (7) （8）当，方程组有解，解为目标点的位置： (9) (10)其中：由于我们求得的目标点是两条射线的交叉，考虑到传感器的量测误差，以及目标靠近传感器附近时方位角变化率比较大，会出现两条射线没法相交的问题，此时，如果我们利用交叉定位公式进行求解，就会出现一条射线与另一条射线的反向延长线相交，如图4这时求出的交叉点就是伪目标点。 图4 交叉伪目标点示意图为了解决这种问题，要对所求出的目标点进行验证以判断该点是否合理。验证流程为：(1) 根据公式初次求得目标点的坐标信息(该点可能是虚假点)。(2) 做一个假设推理，假设得到的坐标点不是虚假点，可以根据斜率信息反推出坐标点到两个传感器的方位角信息，。(3) (为阈值)判断是否成立。如果成立就是我们所求得的合理目标点。反之，该目标点为伪目标点。(4) 得到初步的目标轨迹点，调用杂点剔除算法，图5为杂点剔除算法流程图。图 5杂点处理流程图2.4 综合算法流程无源时差定位算法基本流程为：步骤1：记录上报各个传感器的信息，传感器坐标，方位角，以及量测方位角信息的当前时刻，。步骤2：以一个传感器方位角链表为基准，搜索步长范围内(一般控制在5-8s内)对另一个传感器方位角链表进行区间局部遍历，根据公式(9)和(10)求得多组交叉点，然后根据节的虚假点验证方法除去伪交叉点。步骤 3：根据时延公式(2)求出目标点到两个传感器的时间差，其公式为：(11)其中d1，d2分别表示目标到各个声传感器的距离，为目标发出的声波信号到达各个声传感器的时刻。根据性质，在理理想情况下，可以找到一个最佳的方位角组合，使得的值为零，但是由于量测误差的存在，不可能找到完全满足性质的一个组合配对，但是可以找到一个次优的延迟配对，从而使最小。步骤 4：判断是否小于一个给定值，如果满足则可判定该方位角组合为所求的局部最优的组合。反之，不满足。步骤 5：得到初步的目标轨迹点，调用杂点处理算法去除那些不合理的假点。获得目标较为准确的位置估计，形成航迹。3 仿真及性能分析本节针对某一机动目标运动场景，用进行仿真实验，验证算法的准确性和有效性。设定声网络由三个传感器节点构成，传感器，。目标运动速率为，声速设为。仿真时间为，在第1s到第，目标沿平行于纵轴的方向匀速飞行，第到第，目标做角速度的匀速转弯飞行。传感器采样周期为，3个传感器开始接收到目标信号时对应目标初始位置为，三个传感器独立工作，每个传感器测量角度误差为，在上述条件下，分别用一般交叉定位，最小时差定位算法和本文提到的算法对目标状态进行更新，仿真结果如下：图6给出了目标运动轨迹和采用一般交叉定位方法的结果图，图7为目标运动轨迹和采用最小时差方法定位的结果图，图8为目标运动轨迹和采用本文改进算法的结果 图9 对最小时差方法和本文改进算法的跟踪误差做一个比较。图6 一般定位方法图7 最小时差定位方法图8 本文算法定位轨迹图9 误差比较由上面的结果显示，由于不能很好的解决时延问题，一般的交叉定位方法容易出现“丢点”的现象。特别是，当目标飞近传感器时方位角变化幅度非常大，同时方位角也可能发生跳变，在这种情况下很容易发生定位不出轨迹。最小时差算法能够解决时延的配对问题，但是当目标飞近传感器时，仍然会出现一些点偏离目标真实运动轨迹，如图7所示。在图9的误差分析中也可以看出在80s到90s之间采用最小时差方法，定位出的轨迹与真实目标距离误差出现很大的波动。而本文的定位算法与目标位置真实距离误差整体比较平稳，定位的误差要优于最小时差定位。由于最小时差算法在考虑时延配对时容易忽视跟踪过程的实时性，本文的算法采用虚假点验证和杂点的剔除算法以及对搜索步长的调节，很好的弥补了时差定位的不足，提高了跟踪精度和实时性。4 结论本文提出了一种改进的最小时差定位方法，通过对搜多步长的调节、虚假点验证以及杂点的剔除实现对纯方位量测并有较大时延问题的目标的定位和时延校准，提高了定位精度。仿真结果表明本文的算法适用于声传感器对大致飞行速率已知，对沿直线或转弯的目标进行跟踪定位，计算量小，实时性强，且定位精度高。参考文献：1 孙仲康, 周一宇, 何黎星. 单多基地有源无源定位技术M. 北京:国防工业出版社. 1996.2 胡来招. 无源定位技术综述J. 电子对抗. 2004,4:1-7.3 单月晖,孙仲康,皇甫堪.不断发展的无源定位技术.航天电子对抗,2002,1:36-424 沈功田,耿荣生,刘时风.声发源定位技术J,2002, 24(3)5 Torrieri D J. Statistical theory of passive location systems J. IEEE Trans. 1984, AES- 20: 183- 198.6 Ho,K.C, Chan.Y.T. An asymptotically unbiased estimator for bearings-only and Doppler-bearing target motion analysis JIEEE Transsignal Processing，20O6，54(3)：809-8227 K.w.Lo和B.G Ferguson Broadband Passive Acoustic Technique f0r Target Moti0n Parameter Estimati0nJIEEE TransAerospace and Electr0nic systems，2000，36(1)：163-1758 N. B. Adrian, N. P. Pathirana. Loca