SCI核心期刊查詢網(wǎng)提供SCI、AHCI、SSCI、國內(nèi)核刊等期刊目錄查詢選刊服務(wù),助力上萬名科研人員成功評職晉升!

中文、英文期刊目錄查詢系統(tǒng)

快速了解學(xué)術(shù)期刊目錄級別、選刊、行業(yè)刊物等解決方案

多傳感器數(shù)據(jù)融合如何提高水聲精度

文章簡要:水下水聲環(huán)境具有復(fù)雜性和不確定性,導(dǎo)致單個傳感器接收到不完整和不可靠的信息。水下目標(biāo)的定位精度不高,多傳感器關(guān)節(jié)定位的使用已成為一種趨勢,接下來小編簡單介紹一篇優(yōu)秀電子傳感器論文。 針對采用多傳感器數(shù)據(jù)融合提高水聲定位精度,提出了兩種數(shù)據(jù)融

  水下水聲環(huán)境具有復(fù)雜性和不確定性,導(dǎo)致單個傳感器接收到不完整和不可靠的信息。水下目標(biāo)的定位精度不高,多傳感器關(guān)節(jié)定位的使用已成為一種趨勢,接下來小編簡單介紹一篇優(yōu)秀電子傳感器論文。

傳感器世界

  針對采用多傳感器數(shù)據(jù)融合提高水聲定位精度,提出了兩種數(shù)據(jù)融合的方法,優(yōu)化加權(quán)平均法和自適應(yīng)加權(quán)平均法,當(dāng)待融合數(shù)據(jù)為兩個時,通過理論分析得出了計算加權(quán)因子的公式。由數(shù)值仿真得到了兩種方法的融合精度,結(jié)果表明優(yōu)化加權(quán)平均法和自適應(yīng)加權(quán)平均法都可以有效地改善定位精度,但是后者的效果明顯優(yōu)于前者。

  0 引 言

  隨著電子技術(shù)、信息處理技術(shù)的飛速發(fā)展,數(shù)據(jù)融合技術(shù)已廣泛應(yīng)用于各種復(fù)雜領(lǐng)域,尤其在水下水聲目標(biāo)探測識別方面是較早應(yīng)用的領(lǐng)域。由于水下環(huán)境的復(fù)雜性和不確定性,造成了單個傳感器接收信息不僅不全面,而且不可靠,從而使得多個傳感器的聯(lián)合使用成為一個趨勢。多傳感器數(shù)據(jù)融合技術(shù)的基本原理就像人腦綜合處理信息一樣,充分利用多個傳感器資源,通過對傳感器及其觀測信息的合理支配和使用,把多傳感器在空間或時間上冗余或互補信息依據(jù)某種準(zhǔn)則進行組合,以獲得被測對象的一致性解釋或描述 [1],F(xiàn)代艦艇往往配備多部主動聲吶和被動聲吶,搜集不同方位的目標(biāo)信息或同一目標(biāo)的不同特征信息,進而做出更精確的判斷。

  本文采用多套水聲設(shè)備或同一套設(shè)備的不同工作方式(即多傳感器)來定位水下水聲目標(biāo),對測量結(jié)果進行數(shù)據(jù)融合,提高定位精度,從而獲得目標(biāo)位置的更準(zhǔn)確信息。

  1 模糊理論

  設(shè)要把n個冗余數(shù)據(jù)融合為一個數(shù)據(jù)。設(shè)原始數(shù)據(jù)為X1,X2,…,XM,它們是不同傳感器對同一物體的同一物理量進行測量得到的。Xj(j=1,2,…,M)均為隨機變量。水聲設(shè)備(四元超短基線陣)接收水下目標(biāo)發(fā)送的聲信號,獲取時延信息t,c為水下聲速,根據(jù)空間幾何關(guān)系可以推導(dǎo)出水下目標(biāo)的坐標(biāo)值Xj直角坐標(biāo)系中的坐標(biāo)xj ,yj或zj)[3],定位精度為坐標(biāo)值的標(biāo)準(zhǔn)差σj。四元超短基線陣被動定位結(jié)構(gòu)如圖1所示。

  采用格拉斯準(zhǔn)則剔除測量數(shù)據(jù)中疏失的數(shù)據(jù)值,步驟為:

  (1) 由式(1)和式(2)計算各個水聲設(shè)備定位水下目標(biāo)得到的位置數(shù)據(jù)值的均值和標(biāo)準(zhǔn)差:

  [Xj=1ni=1nXji, i=1,2,???,n] (1)

  [σj=1ni=1nXji-Xj2] (2)

  (2) 由式(3)計算格拉斯統(tǒng)計量[4]:

  [Tj=Xji-Xjσj] (3)

  若滿足式(4),則舍棄T對應(yīng)的:

  [Tj≥Tn,a] (4)

  (3) 重復(fù)式(1)、式(2)和式(3),直至所有的數(shù)據(jù)值都滿足格拉斯準(zhǔn)則。

  2 兩個數(shù)據(jù)的加權(quán)平均法融合

  2.1 常規(guī)加權(quán)平均法

  所有傳感器都可以在測量之前經(jīng)過仔細校準(zhǔn)來消除系統(tǒng)誤差,于是Xj(j=1,2,…,M)都沒有系統(tǒng)誤差。設(shè)只有X1和X2被融合,它們均為隨機變量,X1是[-1,1]上的均勻分布,X2是[-h,h]上的均勻分布,令h≥1,設(shè)σ1和σ2為兩組數(shù)據(jù)的精度值,k為權(quán)重因子,0

  [Y=kX1+1-kX2] (5)

  這是獨立于上下文的定常(Context Independent Constant Behavior,CICB)融合算子,其融合參數(shù)不隨待融合數(shù)據(jù)的變化而變化。設(shè)σ3為融合數(shù)據(jù)Y的精度,則若σ3<σ1且σ3<σ2,就說明加權(quán)平均法有效改善了多套水聲設(shè)備的定位精度。

  2.2 優(yōu)化加權(quán)平均法

  現(xiàn)在來優(yōu)化常規(guī)的加權(quán)平均法,需要求出當(dāng)k為何值時,該方法能達到最優(yōu),也就是精度達到最高。這里通過最小化E|Y|來求k的值[5],首先計算概率分布函數(shù),然后計算,再令d(E|Y|)/dk=0,就能求出k的最優(yōu)值,結(jié)果如下:

  [k=hh2+3] (6)

  將式(6)代入式(5),計算融合數(shù)據(jù)Y,再代入式(2),求出融合精度σ3。

  2.3 自適應(yīng)加權(quán)平均法

  經(jīng)過格拉斯統(tǒng)計量判據(jù)后,對得出的有效數(shù)據(jù)求取各組測量數(shù)據(jù)的估計值X0和估計標(biāo)準(zhǔn)差σ0,計算原數(shù)據(jù)值和估計值的均值之間的模糊貼近度,求出各組數(shù)據(jù)的相對權(quán)重,從而得出最優(yōu)加權(quán)因子:

  [k0=1σ2jj=1M1σ2j] (7)

  將式(7)代入式(5),計算融合數(shù)據(jù)Y,再代入式(2),求出融合精度σ4。

  2.4 三個數(shù)據(jù)的加權(quán)平均融合

  設(shè)只有X1,X2和X3被融合,它們均為隨機變量,X1是[-1,1]上的均勻分布,X2是[-h2,h2]上的均勻分布,X3是[-h3,h3]上的均勻分布,令h2≥1,h3≥1,設(shè)σ1,σ2和σ3分別為三組數(shù)據(jù)的精度值,k1和k2為權(quán)重因子,0  [Y=k1X1+k2X2+1-k1-k2X3] (8)

  事實上,大多數(shù)加權(quán)平均法都可以用式(7)來表示,簡單來說,就是先融合X1和X2,再將融合結(jié)果與X3進行融合,求取最終融合數(shù)據(jù)的精度值σ4。

  3 算法仿真

  在實際工程應(yīng)用中,采用2臺水聲設(shè)備或1臺設(shè)備的不同工作方式對水下目標(biāo)進行定位,可以在不同時間段內(nèi)采集到多組數(shù)據(jù),換算為目標(biāo)的位置數(shù)據(jù)值x,首先通過提出的模糊理論剔除不滿足格拉斯準(zhǔn)則的數(shù)據(jù),再在兩套數(shù)據(jù)組中個選擇一個數(shù)據(jù)進行融合,得到融合精度。

  這里的仿真過程采用Matlab函數(shù)unifrnd分別生成兩個數(shù)據(jù)X1和X2,各包含100個數(shù)據(jù)點,其中X1是[-1,1]上的均勻分布,X2是[-h,h]上的均勻分布,h≥1。

  (1) 按照優(yōu)化加權(quán)平均法對兩個數(shù)據(jù)X1和X2進行融合,獲取優(yōu)化加權(quán)因子k和融合精度σ3。

  (2) 按照自適應(yīng)加權(quán)平均法對兩個數(shù)據(jù)X1和X2進行融合,獲取優(yōu)化加權(quán)因子k0和融合精度σ4。

  (3) 計算兩個數(shù)據(jù)X1和X2各自的定位精度σ1和σ2,與融合后的數(shù)據(jù)精度σ3和σ4進行比較,如表1所示。

  將獲取的精度值σ1,σ2,σ3和σ4用Matlab函數(shù)畫圖,如圖2所示。其中σ2變化趨勢較大,不在圖中顯示。

  將圖2和表1結(jié)合可以看出,隨著σ2逐漸變大,σ3和σ4總小于σ1,σ3和σ4而且相差較小,這就說明優(yōu)化加權(quán)平均法和自適應(yīng)加權(quán)平均法都可以有效改善定位精度,而且采用兩種方法對兩個數(shù)據(jù)進行融合后的結(jié)果區(qū)別不大。

  (4) 用蒙特卡洛方法做10 000次兩個數(shù)據(jù)的融合,得到融合精度均值。由于函數(shù)unifrnd生成的數(shù)據(jù)X1和X2帶有隨機誤差,只做一次兩個數(shù)據(jù)的融合,不能充分說明優(yōu)化加權(quán)平均法和自適應(yīng)加權(quán)平均法的細微差別,為了進一步明確兩種方法差異,這里采用蒙特卡洛方法做10 000次兩個數(shù)據(jù)的融合統(tǒng)計,求取融合精度的均值σ3′和σ4′,如表2所示。

  將獲取的精度值σ3′和σ4′用Matlab函數(shù)畫圖,如圖3所示。

  結(jié)合表2和圖3可以看出,應(yīng)用優(yōu)化加權(quán)平均法和自適應(yīng)加權(quán)平均法都可以有效改善定位精度,尤其是自適應(yīng)加權(quán)平均法,它的效果比優(yōu)化加權(quán)平均法明顯更好一些。在今后的水下水聲定位的數(shù)據(jù)融合中,將多采用自適應(yīng)加權(quán)平均法提高定位精度。

  4 結(jié) 語

  本文提出了優(yōu)化加權(quán)平均法和自適應(yīng)加權(quán)平均法來優(yōu)化兩個精度不同的數(shù)據(jù)值,這兩個數(shù)據(jù)是均勻分布的,比較了兩種方法的融合結(jié)果,自適應(yīng)加權(quán)平均法明顯更好一些。將來的工作把該方法推廣到水下水聲定位的實際工程應(yīng)用中,在三個數(shù)據(jù)或多個數(shù)據(jù)的融合上可以做更多研究。

  參考文獻

  [1] 龔純.信息融合技術(shù)在軍事領(lǐng)域的應(yīng)用與研究[J].艦船電子工程,2013,33(3):29?30.

  閱讀期刊:傳感器世界

  《傳感器世界》(月刊)創(chuàng)刊于1995年,由科學(xué)技術(shù)部高技術(shù)研究發(fā)展中心主辦。是國家新聞出版署核準(zhǔn)的公開發(fā)行的國家正式期刊,是國內(nèi)傳感器行業(yè)的知名權(quán)威性期刊,在業(yè)內(nèi)具有較高的知名度。我刊具有審讀周期短(1月以內(nèi)),刊發(fā)時間快(2-3月)、期刊發(fā)行量大等優(yōu)勢,是業(yè)內(nèi)同行發(fā)表科技成果、學(xué)業(yè)及職稱學(xué)術(shù)論文的理想平臺。

SCI期刊