【《浅海测距方法的性能分析与仿真实验案例概述》4900字】

浅海测距方法的性能分析与仿真实验案例概述目录TOC\o"1-3"\h\u5875浅海测距方法的性能分析与仿真实验案例概述 (4-12)此外，也可以利用压缩感知的框架来解决目标定位问题[86]。而基于压缩感知的方法，需要将场景划分为规则的网格图，网格划分越细，则定位精度越高，但感知矩阵之间的相关性也会增大，计算量也变大。因此，本文将网格分辨率设为10m[86]，从而将该场景划分为40×50个规则网格(图4-7(c))。如图4-7(a)所示，基于本文方法的定位结果(绿点)紧紧围绕在目标周围，此时HDOP为9.3601；在图(b)中，由于Urick方法测距的平均误差高达，该方法的定位性能最差，对应的HDOP为85.8468；在图(d)中，压缩感知方法的定位结果集中在目标的附近，且其中大部分都是红点(距离目标最近的网格点)，此时HDOP为9.1906。显然，基于本文方法的定位方案的性能优于基于Urick方法，并且可以媲美压缩感知方法。(a)(b)(c)(d)图4-7本文方法、基于Urick的方法、压缩感知方法的定位性能比较(a)本文方法的定位结果(b)基于Urick方法的定位结果(c)压缩感知构建的网格图(d)压缩感知的定位结果1.3湖试实验1.3.1湖试准备在校内的敬业湖中实施了本文提出的测距方法。根据预先的测量结果，敬业湖东西方向长约130米、南北方向宽约70米、深度约为5米；如图4-8所示，按照逆时针方向，由全站仪测量了目标节点(红色五角星)与参考节点(蓝色三角形)之间的实际距离，分别约为；因此，本次实验的规模略小于上述仿真的规模。实验的目标是根据在参考节点测量得到的RSS映射出其与目标节点之间的距离，并综合节点测距信息利用最小二乘估计目标的位置。图4-8实验场景示意图如图4-9所示，在本次实验中，本文采用了B&K公司的全套设备，其中包括1个2713型发射端功率放大器和5个B&K8104水听器(1个作为目标节点布置在发射端，4个作为参考节点布置在接收端)，并配置NEXUS2693可调放大器和3050-A-040数据采集卡。另外，装有B&K官方软件的笔记本电脑用于仪器控制、数据存储和定位解算。(a)(b)(c)(d)图4-9实验仪器(a)8104水听器(b)3050-A-040数据采集卡(c)NEXUS2693可调放大器(d)2713功率放大器如图4-10所示，发射信号由电脑设计并产生，经由2713功率放大器放大一定的倍数后(实验距离较近，未选择高增益)，由水听器转换为对应频率的声波在水下信道中传播；待接收端水听器接收到信号后，经由2693可调放大器放大一定倍数(未选择高增益)后，到达3050-A-040数据采集卡(采样频率为131.072kHz)，并由配套的软件记录下数据，通过设计的带通滤波器后，根据接收信号获得RSS测量值，并用本文方法估计距离，基于最小二乘估计目标位置。图4-10实验流程图考虑到射线理论的适用范围、湖深较浅的事实和8104水听器的频率响应特性，本文将发射信号的频率设置为20.0-25.0kHz，相邻频率间隔为250Hz，且每个频率的信号持续时间为30ms，而为了减轻多径扩展的影响，频率之间的时间间隔应足够大，因此将其设置为120ms。设置程序让发射端的水听器每5秒周期性地发送一次信号。(a)(b)(c)(d)图4-11信号的时域形式及功率谱密度(a)发射信号的时域(b)接收信号的时域(c)发射信号的功率谱密度(d)接收信号的功率谱密度发射信号的时域及其功率谱密度如图4-11(a)、(c)所示。接收信号的时域及其功率谱密度如图4-11(b)、(d)所示。可见，发射端信号的幅值于各个频率都是相同的，但在接收端处测量的信号幅值却在不同频率点是不同的，且这种不同程度最多可达20dB，这说明了频率对RSS的显著影响[55]。这种影响的原因是，尽管不同频率的信号沿着同样的多条子路径从发射端传输到接收端，但是每个不同的频率对子路径的接收信号相位的影响是不同的，这导致不同子路径的信号之间的加强/抵消关系发生变化，从而影响接收信号的强度。1.3.3湖试实验的测距/定位性能与1.2.3节相同，在获得接收端信号强度后，可使用本文方法和Urick方法来估计目标节点与四个参考节点之间的距离，并基于RMSE评价实验测距性能。如图4-12所示，在本次实验中，本文方法的百分比测距误差在11.60%～16.67%之间波动，而基于Urick的方法的百分比测距误差在9.36%～70.28%之间波动；整体来看，本文方法和基于Urick的方法的平均误差分别是13.68%和26.41%。可见，与基于Urick的方法相比，本文方法的测距误差减少了约50%。图4-12本文方法与基于Urick的方法的测距性能比较当计算出目标与每个参考节点间的距离后，可建立二维空间坐标系根据基本的三边测量算法和最小二乘估计得到目标在该坐标系中的位置，两种方法的最终定位结果，如图4-13所示。可见，本文方法的定位结果(绿点)比Urick方法的更加接近目标节点，且更为集中。在本实验中，基于本文方法的定位方案和