一、Broadband matched-field inversion for shallow water environment parameters（论文文献综述）
曲文鹏[1]（2021）在《基于机会声源的海底地声参数反演研究》文中研究指明水声探测与水声通信性能依赖于海洋环境知识,海底地声特性直接影响声传播特性。地声参数反演是获取海洋环境参数的有效手段之一。利用航船辐射噪声等机会声源进行地声参数反演在生态保护和军事应用方面中具有重要的意义。本文结合频散曲线方法与匹配场方法,对浅海环境下的机会声源地声参数反演展开研究。利用宽带信号在浅海波导环境传播时的频散特征,本文开展了频散曲线地声参数反演研究。将频散曲线从时间-频率域变换到波数-频率域提高了频散特征。将结构相似性的目标函数取代遮罩函数提高了对水体深度参数反演的鲁棒性。将船舶辐射噪声的简化点源模型和匹配场反演结合,本文提出了机会声源地声参数反演框架。分别研究了接收阵型、信噪比和目标函数对反演性能的影响。在使用差分进化算法进行全局优化迭代过程中,联合上一代和父代信息的变异策略反演效果最好。另外,将合作声源与机会声源联合进行地声参数反演,可以实现二者互补提高地声参数反演的有效性与稳健性。通过2017年SBCEX数据验证了基于频散曲线的地声参数反演方法。通过2016年舟山六横岛海试数据验证了机会声源地声参数反演的有效性。设计2019年舟山秀山岛海域海试数据采集系统,利用预测的传播损失作为反演性能评价标准,通过采集的实验数据验证了合作声源与机会声源联合反演框架的有效性。
邹博[2]（2020）在《基于后向声散射模型的海底沉积物参数反演方法研究》文中认为在海洋开发和应用中,针对海底沉积物特性的调查不仅可以满足海洋工程建设和海洋科学研究的需要,同时海底也是海洋波导声传播的重要边界,对声呐系统的性能有着重要影响。为了进一步完善海底沉积物调查相关的理论基础,提高沉积物反演方法水平,本文面向高频海底声学应用需求,在贝叶斯理论的基础上引入高效准确的后验概率密度（Posterior Probability Density,PPD）采样方法,利用海底沉积物后向散射强度来反演海底表层沉积物地声参数和地声模型对应的物理参数,并给出量化的不确定性,具体工作如下:（1）高频海底散射一般分为粗糙散射和体积散射两个部分,而二者对总散射贡献大小差异和沉积物特性息息相关。本文在地声反演中引入差分进化自适应Metropolis（Diffe Rential Evolution Adaptive Metropolis,DREAM）算法用以对参数后验空间进行高效准确地采样,并提出利用贝叶斯反演中先验到后验的相对熵来估计主要后向散射机制:来自沉积物界面的粗糙散射、来自沉积物内部的体积散射和二者混合散射,仿真结果表明所提方法能够正确实现对散射机制的评估。（2）对海底沉积物采用不同的介质假设（流体、弹性或者多孔弹性介质）对应不同的地声模型和声散射模型,而单一的假设或模型并不能适用于所有类型的沉积物,尤其是在先验信息缺乏时难以确定用于反演的最佳模型。本文在地声反演中提出多模型联合使用并引入模型选择方法,用以提高反演适用性并给出与当前观测数据匹配最佳的模型和反演结果。量化的模型选择标准给出的模型间贝叶斯因子表明:对于当前砂质沉积物后向散射强度的反演而言,基于多孔弹性介质的地声模型与散射模型相结合被认为是最佳的模型。（3）为了降低多模型联合反演带来的较大计算代价,提出采用替代模型来进一步提升反演效率。本文借鉴了在参数后验空间上迭代构造精确替代模型的思路,将多重尝试DREAM（ZS）(Multiple-Try DREAM（ZS）,MT-DREAM（ZS）)应用到地声反演中,并提出基于MT-DREAM（ZS）的自适应高斯过程模型贝叶斯地声反演（Adaptive Gaussian process Modeling-based Bayesian Geoacoustic Inversion,AGMB-GI）,同时还引入自适应重采样（Adaptive Resampling,AR）并提出AGMB-GI-AR来提升替代模型的更新效率。实验结果表明两种方法都能获得与原始模型反演相近的结果,替代模型和原始模型间的贝叶斯因子表明AGMB-GI-AR能够更快地获得和AGMB-GI相当的结果,且最终能达到与原始模型反演结果非常接近的程度。（4）基于本文所提方法,分别采用Quinault站位和威海褚岛的实验数据进行反演,结果表明反演得到的参数PPD与有限的模型参数实测值基本吻合。模型选择结果表明:两个地点的数据对应的最佳模型均为等效密度流体模型（Effective Density Fluid Model,EDFM）和流体散射模型,但褚岛数据反演结果相比Quinault站位数据而言,不同模型间差异变小。相对熵估计结果表明:Quinault站位的砂质沉积物的主要散射机制为粗糙散射,而褚岛黏土质沉积物的粗糙散射和体积散射能量相当。此外,测量更多频率和掠射角的后向散射强度数据进行反演能进一步降低结果的不确定性。实际上,在贝叶斯理论框架下以PPD形式给出的反演结果,其本质就是基于先验信息、有限的数据和选用的模型给出反问题最合理、完备的解。
李鹏[3]（2020）在《近浅海中被动声呐目标探测关键技术研究》文中认为在近浅海海域中,由于港口要塞,交通要道等位置的过往船只多,使得被动声呐,常常工作在多目标,多干扰,低信噪比条件下。因此在目标探测时常会面临以下三个问题:一是多目标条件下,常规处理算法分辨力的不足;二是海面干扰多、强度大,严重影响对水下目标的探测;三是难以区分探测到的目标是水面还是水下目标。因此,多目标高分辨技术、强干扰抑制技术,以及水面水下目标分辨技术等是浅海海域中被动声呐目标探测的研究重点。本文从接收信号的相位结构出发,分别利用空域相位结构、频域相位结构、模态域相位结构,以及波数域相位结构来研究以上三方面的技术问题,建立了相关算法模型,针对各种复杂条件和模型参数,在理论分析的基础上,开展了大量仿真数据分析,进行了海上试验数据验证,取得了良好效果,对提升被动声呐目标探测性能具有重要意义和工程应用价值。针对浅海海域目标多,干扰多的问题,本文在高分辨关键技术的研究上,从多种角度给出了具体解决途径:一是针对现有逆波束算法的旁瓣问题,从空域相位结构的角度进行重新分析,改变传统的协方差矩阵Toeplitz平均过程,提出了一种改进的逆波束形成方法,仿真和海上试验数据验证表明,该方法可以在提高目标方位分辨力的同时,不会引入旁瓣和干扰项,保证了对弱目标的探测能力,改善了现有逆波束形成方法的性能。二是从频域相位结构的角度,提出了一种基于频率分集技术的被动声呐目标方位估计算法,利用接收信号的频域相位结构,通过频率间的相位补偿或重构,来提升多目标方位分辨力,降低栅瓣级和增强方位估计的稳健性。根据双阵元、线列阵,以及互质阵三种不同的应用背景,分别给出了算法原理的推导过程和算法性能的理论分析,通过大量仿真和海上实验数据验证,证明了所提出算法的有效性和稳健性。针对海面干扰影响水下目标探测的问题,在水面干扰抑制关键技术的研究上,从浅海波导理论出发,首先分析了简正波传播过程中的频散特性和模态强度随深度和传播距离的变化特性,给出了利用频散特性的warping变换及模态滤波方法。在此基础上,研究了用于垂直阵的三种基于模态分布的海面干扰抑制方法。由于垂直阵的应用场合受限,进一步提出了用于水平阵的水面干扰抑制算法。在理论和仿真分析了水平线阵和水平圆阵在模态分解技术区别的基础上,提出了基于水平圆阵的干扰抑制方法,根据模态域波束形成算法计算各阶模态的方位估计结果,利用模态分布特性,使用多阶模态估计结果对常规方位估计结果做修正,达到抑制水面干扰的目的。仿真和实验数据验证表明,基于圆阵的模态强度提取和干扰抑制效果比水平线列阵效果更好。针对水面与水下目标的辨识问题,在水面、水下目标分辨关键技术的研究上,本文从水声物理（模态特征）角度,提出了两种用于水平阵的水面水下目标分辨方法。第一种方法是基于水平线阵的模态域相位结构,使用模态域波束形成来估计各阶模态强度,并使用匹配模态处理对目标深度进行估计。这种算法虽然可以给出目标深度的估计结果,但是需要较多条件,如多模态数,较大的孔径,海洋环境参数以及目标方位等。第二种方法是基于信号的波数域相位结来计算f-k域能量分布,并根据分布特征来分辨水面、水下目标,其利用的原理也是不同深度的目标在模态域能量分布上存在区别。虽然这种方法不能给出准确的目标深度,但是与现有的基于浅海波导理论的深度辨识算法相比,可在水平阵列孔径小、海洋环境信息少的条件下,较好分辨水面目标和一定深度以下的水下目标,更加适合实际应用背景,而且不受目标运动工况（造成信号变化）的影响,具有物理机理上的稳健性。
张竞成[4]（2019）在《基于分布式布阵的地声参数反演》文中指出在浅海环境下,地声参数,如沉积层数量及厚度、密度、衰减系数等对声信号的传播有很大影响。然而衰减系数等参数很难通过直接的方式测量得到,因此声学上反演的方法得到高度重视。这个方法传统上通常利用垂直阵列和水平阵列接收到的声信号。大多数的研究者喜欢使用垂直阵,因为它在垂直方向上采样充分,但机动性较差;而水平阵列具有易布放和稳定性等优点。为了获取数据,以上两种布阵方式都需要特定的船只来布放接收阵列和声源,整个试验过程需要耗费大量的人力和物力。随着水下传感网络的发展,我们可以预测到在未来,很多低声本、高可靠性的声学接收器将会以分布式传感网络的形式放在海洋中。在此基础上,本文提出一种利用分布式布阵的方式进行地声参数反演的方法,主要内容包含以下几个方面:1)首先对分布式布阵方式进行理论分析。当声源移动时,在每一个位置,分布式阵列都可以等效成一个具有不同阵元间距的水平阵。声源与阵元之间的不同距离代表着声信号不同的入射角度,进而能够增加空间采样的多样性。因此,采用分布式布阵的方式理论上至少能够得到与传统布阵方式相似的结果。2)将分布式布阵方式应用到两个不同的环境中进行仿真分析,采用全局优化算法—遗传算法,将结果与传统的布阵方式得到的结果相比较,确定其可行性。3)由于分布式阵列的阵元间距较大,不同阵元接收到的信号之间可能不相关。因此,将频率相关与阵元相关的反演方法分别应用到分布式布阵的方式中,找到更加合适的反演方法。4)将该方法应用到SW06的实验中。将垂直接收阵接收到的线性调频信号进行滤波,提取出特定频点的数据。首先利用垂直阵进行反演,将结果与真实值相比较,验证数据的有效性。然后,将利用分布式阵列的反演方法应用于该数据,验证这种方法的有效性。
郑广学[5]（2019）在《基于浅海声场传播特性的海底声参数反演研究》文中研究说明海水环境参数和海底声学参数共同构成了水声传播计算的最重要的环境参数,相比水体环境参数,海底声参数更难直接测量,因而对其的有效获取研究一直是水声学中的热门课题。与直接测量的方法相比,声学方法反演可以避免人力、物力的浪费,能高效的获取海底声参数,有着良好的发展前景。本文针对浅海海底声参数的获取问题,提出了一种基于贝叶斯理论的浅海海底纵波声速、横波声速、纵波衰减、横波衰减、密度5项海底声参数反演方法。使用中,首先通过快速场方法（Fast Field Method,FFM）计算声压场的理论预报值,其次根据贝叶斯理论基于似然函数建立实测声压场与理论声压场之间的目标函数,并分析了该目标函数对各参数敏感度大小,最后依照Metropolis接受准则采样给出待反演参数的后验概率密度（Posterior Probability Density,PPD）作为反演结果,并从统计角度对反演结果的不确定性进行分析。为验证本方法的可行性与可靠性,本文分别采取数值模拟和实验室水池实验数据进行反演研究,研究结果表明:（1）与传统地声参数反演方法相比,本方法用反映地声参数向量综合信息的后验概率统计特性表征反演结果,相比传统只能给出待反演参数点估计的反演方法,反演信息更加全面、科学;（2）在本文给出的、基于贝叶斯理论的反演目标函数下,利用Metropolis准则采样,可以准确得到待反演参数的PPD;（3）与纵波衰减、横波衰减相比,纵波声速、横波声速以及密度的不确定性更小,对声压场的变化更敏感;（4）反演均值计算得到的传播损失曲线与仿真、实验结果基本一致。时域波形计算预报结果与实测信号波形匹配较好,不考虑换能器发射余振的影响下,二者相关系数ρ为0.89,证明了本反演方法在实际应用中的可靠性。
陈小宇[6]（2018）在《基于多源数据的声速场分布式反演与跟踪方法》文中指出海洋环境监测长期以来面临着分辨率与工作范围、空时尺度与资源之间的矛盾。海洋水体声速通常可由仪器准确测量得到,然而直接测量只能获得局部点及线的声速,无法获得区域的观测数据。海洋环境参数演化模型可预测大范围的环境场信息,然而可能存在较大误差。论文分析了潮汐现象与声速变化间的关系,并将潮汐过程和分布式测量系统中的高精度测量数据相融合,提出了基于分布式测量的水体声速场高分辨率估计方法,并利用海试数据进行了验证,具体工作如下:针对声速场的空时演化特性,利用海试数据分析了声速变化的主要特征,并且根据海试数据的特点,以潮汐现象作为切入点,解释了声速的周期性变化规律。同时结合海试区域的潮汐特征,对影响声速场变化占主导因素的分潮进行了辨认。在确定关键分潮的运动特征后,建立了基于潮汐现象的声速场模型,该模型可描述空间小尺度情况下声速场在潮汐现象影响下的空时演化特性。利用上述建立的模型,提出了声速场的求解方法。本文首先使用经验正交函数（Empirical Orthogonal Function,EOF）将声速场分解为背景场和扰动场,针对背景场计算,引入了经典空间插值方法:克里金插值（KrigingInterpolation）;针对扰动场计算,利用最大后验概率准则进行EOF系数估计。同时根据实际系统的观测方式,分别讨论了剖面测量情况和单点测量情况下上述算法的性能。采用海试数据对已建立的声速场模型和相应的声速场跟踪算法进行了验证。开展了分布式声速剖面测量和分布式单点测量条件下声速场估计结果的对比分析。实际数据处理结果显示,估计算法在测量区域的内部能比外部获得更准确的结果,采用更多的测量数据能提升估计的准确度,并且在测量稀疏,可用数据较少的情况下,本文的模型算法仍能捕捉到声速场的变化趋势。最后基于声压和声速场的耦合关系,构建了声场和声速场的耦合状态空间模型,利用分布式观测得到的声压和声速多源数据,通过马尔可夫链蒙特卡洛-集合卡尔曼滤波（Markov Chain Monte Carlo-Ensemble Kalman Filter,MCMC-EnKF）实现序贯估计,提高了声传播路径上时变声速场的估计精度。仿真和实验数据分析显示,利用耦合模型的声压数据反演性能在准确性和稳定上优于单纯的声压数据反演。
周悦[7]（2015）在《信息理论准则下的匹配场声源定位》文中研究指明本论文试图从机器学习角度探讨从水听器测量数据中学习声源位置信息的问题。在优化算法指导下,机器学习通过最小化模型拷贝与实际测量数据之间在特定代价准则下的误差来进行数据结构的学习。传统的匹配场处理（Matched-field processing,简称MFP）方法（例如：Bartlett相关器,最大似然估计器和最小方差无失真响应估计器等）是通过在声源位置参数空间内网格搜索参数并选取估计器模糊度输出峰值处对应的参数来作为估计值。模糊度输出的倒数可以看做是一种广义的误差、网格搜索是一种最平白的参数搜索策略、待估计的参数反映的即是数据的结构信息,因此说机器学习囊括了传统的匹配场声源定位方法。本论文将匹配场处理建立在机器学习框架之下,选取基于信息理论原则的代价准则,来实现对拷贝模型与实际测量数据在信息意义下的距离测量。目前有很多信息理论方法来测量信息之间的距离,其中最常用的就是散度。本论文选取了在信息论和信号检测中有广泛应用的f-散度进行重点研究。f-散度包含信息论中广为人知的相对熵,其偶对称形式被称为信息散度。f-散度也包含了Hellinger积分,它可以构成信号检测理论中着名的错误概率下限Chernoff Bound。Bhattacharyya系数是Hellinger积分控制参数等于常数1/2时的结果,它可以不失一般性地表征信号检测问题的错误概率上、下限,其倒数的自然对数是可以测量信息间距离的Bhattacharyya距离。在信息理论框架之内,本论文选取Bhattacharyya距离作为代价准则,并仿照最小化相对熵得到最大似然估计器的方式获得了最小化Bhattacharyya距离估计器。虽然高斯分布不能保证对测量数据的实际分布进行精确的表征,但是它通常是最合理的选择。高斯分布具有中心极限定理、便于理论分析时的解析推导及易于生成其他分布的特性,使得它卓越不凡。特别的是,当随机过程的一、二阶矩已知时,高斯分布可以最大化Cramer-Rao限。这样,任何基于Cramer-Rao限的优化准则在高斯分布下就成为了一种Min-Max优化准则,即最小最大化的Cramer-Rao限。由于Cramer-Rao限是无偏估计可达的方差理论下限,该特性对于无偏估计方法的性能评估具有显着的指导意义。本论文中,假设信号和噪声随机过程均服从零均值高斯分布,数据的统计特性可以完全由协方差矩阵表征。实际的匹配场处理过程中,受有限信号平稳时间、相位无失真带宽等因素影响,只能获得有限的有效数据样本。此时,通过最大似然估计方法获得的采样协方差矩阵就会因数据量有限而与数据的真实协方差矩阵存在误差,导致统计特性失配、数据信息的失真。因此,发展能够在统计特性失配情况下稳定工作的匹配场处理方法具有重要的意义。本论文对匹配场声源定位问题中的信号、噪声和传播过程分别进行了建模。信号和噪声均选择了零均值圆对称的复高斯随机模型。在该模型下,以最小化Bhattacharyya距离估计器为基础推导出数学形式简洁、对称的匹配协方差估计器（Matched-Covariance Estimator,简称MCE），该估计器通过匹配模型拷贝协方差矩阵和测量数据协方差矩阵的方式来进行参数估计,使得MCE具有对多秩信号参数估计的能力。对于噪声模型而言,本论文依据匹配场处理过程中的实际特点将噪声建模为空间白的本地噪声和空间相关的传播噪声场。其中传播噪声又可分为离散分布噪声（如：点干扰噪声）和连续分布噪声（如：海面生成噪声）o传播噪声因历经与声源信号相类似的水声信道传播,存在空间相似性,而对匹配场处理方法提出额外的挑战。在传播模型方面,本论文针对三种典型声源定位问题选取了三种各具代表性的模型：1)针对深海、自由场环境中的声源定向问题,选择了单模态平面波模型；2)针对浅海平稳波导环境下的声源定位问题,选择了多模态全波场模型；3)针对浅海起伏声场中的定位问题,选择了最近发展的多模态、多相干模态组模型。本论文通过在不同类型声源定位问题中,对不同代价准则下的机器学习系统性能比较,来从不同的角度评估机器学习架构下的匹配场声源定位性能。综合深海自由场、浅海全波场及浅海起伏声场的声源定位仿真结果,可以得出基于信息理论原则的MCE估计方法优于传统匹配场估计方法,因为：1)MCE能够同时开发信号和噪声的数据结构；2)MCE不采用对噪声抑制或抵消的操作,避免了在干扰源噪声与声源信号存在空间相似性时错误抵消信号的现象；3)MCE不限定信号空间的秩为“1”,可以完成对多秩信号的估计；及4)MCE不需要大量的持续数据来估计协方差矩阵,可以有效地缓解统计特性失配问题。
张明[8]（2015）在《状态—空间模型移动平台声—海反演：理论、方法与系统》文中指出声-海反演是将反演的方法应用于海洋声学,对海洋环境参数进行估计的一项技术,其优点为：1)由观测海域外围测量就可以获得海洋内部信息；2)用相对较少的观测仪器获得空时大尺度、平均意义上的海洋环境参数估计。然而,传统的采用固定节点的声-海反演技术由于节点复杂度很高,使得观测区域的节点数受限,面临覆盖范围与分辨力之间的矛盾。这是因为节点的测量方程数有限,在满足一定覆盖范围的前提下,分辨力的提高意味着未知参量的增加,从而可能使反演问题变为一个欠定逆问题（未知量超过方程数）。将大量成本可控的移动节点（如自主水下航行器（Autonomous Underwater Vehicle.AUV）.水下滑翔机）引入,利用其移动特性,增加节点测量方程数,为解决上述矛盾提供了新的思路。本论文主要研究以AUV为移动声源的声-海反演问题,包括理论研究和系统实现两个方面。移动声源的声传播模型的建立是基于移动平台的声-海反演的一个基本问题。在波导环境下,声源的运动引起波导多普勒效应,即不同简正波模态会有不同的多普勒频移。为了将多普勒效应融入到模型中,进而使模型与测量数据更好地匹配,本论文基于波导多普勒简正波理论建立移动声源的声传播模型。将该模型作为前向模型,并利用匹配场方法反演环境参数和声源参数（距离、深度、速度等）。在实际航行过程中,由于移动平台在预设的指定轨迹下存在一定的波动,本论文将对运动轨迹失配情况下的移动声源的声传播模型进行建模,并以此研究移动平台的运动轨迹失配对反演性能的影响。对于距离有关的环境参数反演,未知参量的数目可能会超过测量方程数,使反演问题变为一个欠定逆问题。由于移动平台在航行到不同位置时,会得到不同的测量数据,从而增加了测量方程数。论文将匹配场声-海反演问题建立在状态-空间模型下,利用不断更新的测量方程,对A1JV航行路径下距离有关的环境参数和声源参数进行序贯估计。此时可利用环境与距离有关的波导多普勒简正波模型建立前向模型,并比较不同序贯滤波器（扩展卡尔曼滤波、无味卡尔曼滤波、粒子滤波）的估计性能。声源在不同深度下会激发不同的简正波模态,或具有不同的声线传播路径,进而影响参数估计的性能。本论文以声速剖面（Sound Speed Profile-SSP）的估计性能为例,通过规划AUV的航行路径,使估计得到的SSP均方误差最小。为声-海反演理论验证设计开发的AUV平台,具有模块化的机械结构、硬件系统和软件系统,便于针对不同的应用更换不同的载荷模块。软件系统在开源软件MOOS-IvP上进行二次开发,具有星型拓扑结构。通过两次水池实验和两次湖上实验,对AUV的外设功能、导航、自主航行等进行了测试。AUV系统开展了一次湖试和一次海试,其辐射噪声被垂直接收阵接收,利用论文中的理论进行处理,得到了环境参数和声源参数的估计,与实际情况基本相符,从而论证了以AUV作为移动声源进行声-海反演的可行性。
赵德鑫[9]（2013）在《AUV舷侧阵浅海远程目标定位方法研究》文中认为近年来,随着具有海岸线国家的沿海局部冲突加剧,各国海军的战略重点逐渐由深海向浅海区域转移,自主式无人潜航器（Autonomous Underwater Vehicle,AUV）灵活性以及隐蔽性的特点使它更适合在这种敏感和存在争议的海区执行水下军事任务。舷侧阵被动声呐是AUV使用的重要探测装备,但由于AUV的长度有限,其舷侧阵通常很难获得足够的空间处理增益。而且,浅海有着比深海更加复杂的声传播环境,通常会导致基于平面波假设以及其它简化水声传播模型的阵列信号处理方法性能大幅度降低甚至失效,尤其是在低频远距离传播的情况下。所以,关于浅海声源的被动定位研究一直是既困难又富有挑战性的课题。为此,本文在总结和分析国内外已有研究工作的基础上,主要针对上述问题,对在复杂浅海环境中如何使用AUV舷侧阵以实现远程目标的被动定位进行了研究。近些年兴起的匹配场处理技术,其方法中融入了更贴近于实际海洋环境的水声传播模型,它实际上是利用大孔径声呐采集并处理目标声源在复杂海洋环境中产生的独特声场信息,从而将声源从各种干扰和噪声的背景中分离出来。在能够得知足够海洋环境信息的情况下,匹配场处理方法表现出了非常好的估计性能,已经开始从理论研究和科学试验阶段逐渐过渡到实际应用阶段。本文首先根据课题的研究背景,对水平短线列阵的阵元数、阵元间距与布放深度,水声传播模型、模型参数和建模方法,以及目标声源的特性进行了合理性分析与假设,并将具有不同分辨率和稳健性的匹配场处理方法应用于静止的水平短线列阵,详细研究并讨论了二维海洋环境中基于静止水平短线列阵的匹配场定位性能。根据对匹配场处理理论以及基于静止水平短线列阵的匹配场定位性能的分析,使用匹配场处理方法通常需要较长的接收基阵才能满足空间处理增益的需求。对垂直线列阵而言,当基阵的长度足够贯穿整个水层时,可以获得较好的定位性能,而如果水平线列阵想要达到相同的定位效果,则需要更长的基阵。本文针对运动水平短线列阵,提出了两种基于匹配场处理的定位方法（两种方法分别以两种不同的方式（相干或非相干）处理运动水平短线列阵在各个采样位置上收集到的阵列数据,试图弥补单个水平短线列阵空间处理增益的不足）,而且通过理论分析和仿真试验,详细研究并给出了两种定位方法的使用条件、分辨率和抗海洋环境参数失配以及水平短线列阵采样位置误差的性能。声呐的探测性能受安装平台的限制和影响很大,结合基于运动水平短线列阵匹配场定位的研究成果,为服务于所研究的基于AUV舷侧阵的远程目标被动定位方法,需要提高机动情况下AUV的自主定位精度,从而减少其舷侧阵采样位置的偏差。本文在详细研究AUV运动状态特性的基础上,提出了一种基于小波变换的灰粒子滤波算法,并通过试验数据的对比分析,详细评估了基于所提出滤波算法的AUV自主定位精度,验证了该算法的有效性。总结上述研究成果,本文最终提出了一种基于AUV舷侧阵的浅海远程目标三维被动定位方法。该方法需要在AUV预先设定好的航线上设定多个采样位置,包含两个步骤:空域上处理,时域上估计。首先使用高分辨率的匹配场处理方法处理在各个采样位置上收集到的舷侧阵数据,以实现复杂浅海环境中远程目标的初步定位,然后以非相干方式处理各个采样位置上的匹配场定位输出,这样可以尽可能多地挖掘由目标声源所产生声场的独特空间特征,增强了该定位方法对海洋环境参数失配以及舷侧阵位置误差的稳健性,逐渐改善定位输出的效果,从而随着时间的推移以较高的概率和精度估算出目标声源的三维坐标。
任群言[10]（2013）在《利用舰船噪声的海底地声参数反演研究》文中认为浅海环境下，海底地声参数对水声信号传播有着重要的影响，也是水下声纳应用的重要前提，因而海底地声参数获取研究一直是水声中的热点问题。由于主动信号的局限性、如对海洋生态环境的破坏性及特殊情况下的隐身要求使得利用被动声源进行地声参数反演越来越受到重视。在近海海域，由于舰船（渔船和运输船）大量存在，它们航行时候产生的噪声是水声应用的重要声源，也是我们的工作重点。在此背景下，本论文对利用舰船噪声进行海底地声参数获取作了研究，其主要内容包括以下几个部分：（1）论文第一部分回顾了地声参数反演研究的历史，对地声参数反演技术的发展历程及主要反演方法进行了总结概括，并对它们的特点进行了简单分析。该部分内容也对海洋噪声特性研究及利用噪声进行水声应用研究做了简单回顾。海洋噪声的多样性、复杂性及不确定性，使得很难直接应用于传统主动声学方法中，这就需要研发新设备或者新的处理方法。矢量水听器由于可同点同时测量水声中的声压和矢量场信息，因此现在被越来越多的研究学者所应用，关于矢量水听器及其矢量场方面的研究和应用在该部分有简要概述。（2）论文的第二部分主要介绍了线性声学理论及一些受声源影响较小比较适用于被动声学的物理观察变量。理论推导和数值仿真研究发现舰船宽带噪声的矢量场也存在有规则的干涉结构，而且矢量场的干涉结构和声压场干涉结构有所不同、并且该差异由环境条件决定的、因而可以反过来应用到环境参数反演中。通过联合声压场和矢量场处理，我们可以提取更能体现声场干涉特性的声能流分量，这对那些基于声场干涉特性的应用无疑是有帮助的。同样地、也是通过联合声压场和矢量场处理得到了和声源谱级无关但是对地声参数极高敏感的波导特征阻抗比，非常适合作为被动声学中的观察变量。该部分也给出了不同宽带声矢量场时域信号预测的数值研究及其相互比较进行了验证。（3）论文的第三部分介绍了利用声场干涉法通过分析舰船噪声干涉结构进行沉积层地声参数反演。通常来说，舰船噪声的低频干涉条纹大致结构受声源谱特性影响不大，但干涉条纹的位置会随环境缓慢变化。理论分析发现低频干涉条纹位置随环境参数变化的规律是近乎线性的，并通过数值仿真给出了典型浅海模型下沉积层参数（声速和厚度）和低频干涉条纹变化规律。基于该变化规律，我们提出了一个基于推导出的变化规律的声场干涉法进行沉积层参数估计，并处理了地中海上实验采集的舰船噪声数据，处理结果和之前同一海域利用主动声源测量的结果符合的很好。理论和实验处理数据也证实该方法对声源深度和距离的都具有一定的稳健性，非常适合于未知被动表面声源进行地声参数反演。（4）论文的第四部分介绍了基于全局优化算法和波导特征阻抗比反演海底参数的研究。由于波导特征阻抗比的声源谱级无关性及对环境参数的高敏感性，使得其非常适合应用于被动环境测量。该部分讨论了波导特征阻抗比对环境参数的敏感性分析，并处理了大连海域采集的渔船噪声矢量声场数据，分别使用声压场、矢量场和波导特征阻抗比进行了地声参数反演，结果显示，利用波导特征阻抗比的反演结果比单独使用声压场或者矢量场更符合实际实验海域的地声特性。
二、Broadband matched-field inversion for shallow water environment parameters（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Broadband matched-field inversion for shallow water environment parameters（论文提纲范文）
（1）基于机会声源的海底地声参数反演研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地声参数反演研究现状 |
| 1.2.2 机会声源地声参数反演研究现状 |
| 1.3 本文主要研究内容 |
| 2 机会声源地声参数反演的基本问题 |
| 2.1 反演基本理论 |
| 2.2 地声参数反演 |
| 2.2.1 声前向传播模型 |
| 2.2.2 目标函数 |
| 2.2.3 优化算法 |
| 2.2.4 结果评价 |
| 2.3 船舶辐射噪声 |
| 2.4 本章小结 |
| 3 基于频散曲线的机会声源地声参数反演 |
| 3.1 声前向传播模型 |
| 3.1.1 简正波频散曲线解 |
| 3.1.2 频散曲线仿真 |
| 3.2 模态频散曲线反演 |
| 3.2.1 遮罩函数方法 |
| 3.2.2 结构相似性方法 |
| 3.3 仿真结果 |
| 3.3.1 SSIM反演 |
| 3.3.2 不同水体深度的反演 |
| 3.3.3 不同信噪比反演 |
| 3.4 本章小结 |
| 4 基于匹配场的机会声源地声参数反演 |
| 4.1 匹配场反演框架 |
| 4.2 基于简化点源船舶辐射噪声模型的地声参数反演 |
| 4.2.1 简化点源船舶辐射噪声模型 |
| 4.2.2 数值仿真 |
| 4.3 合作声源与机会声源联合的地声参数反演 |
| 4.3.1 数值仿真 |
| 4.3.2 稳健性分析 |
| 4.4 本章小结 |
| 5 基于海试实验数据的地声参数反演方法有效性分析 |
| 5.1 频散曲线地声参数反演 |
| 5.1.1 SBCEX实验数据描述 |
| 5.1.2 反演结果讨论与分析 |
| 5.2 机会声源地声参数反演 |
| 5.2.1 六横岛海上实验介绍 |
| 5.2.2 反演结果分析与讨论 |
| 5.3 基于传播损失预测的反演效果评价 |
| 5.3.1 秀山岛海上实验数据采集系统设计 |
| 5.3.2 实验数据处理与分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 研究总结 |
| 6.2 未来展望 |
| 参考文献 |
| 作者简历 |
（2）基于后向声散射模型的海底沉积物参数反演方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 海底沉积物声传播及界面声散射模型研究进展 |
| 1.2.1 地声模型 |
| 1.2.2 散射模型 |
| 1.3 海底沉积物参数反演进展 |
| 1.3.1 反问题求解方法 |
| 1.3.2 地声反演方法 |
| 1.4 论文主要研究内容 |
| 第2章 基于相对熵的海底后向散射机制评估 |
| 2.1 引言 |
| 2.2 基于流体介质的散射模型 |
| 2.2.1 粗糙散射和体积散射的几何结构 |
| 2.2.2 沉积物界面粗糙散射 |
| 2.2.3 沉积物不均匀体积散射 |
| 2.2.4 粗糙散射和体积散射的关系 |
| 2.3 基于贝叶斯反演的相对熵估计 |
| 2.3.1 贝叶斯反演 |
| 2.3.2 先验到后验的相对熵求解 |
| 2.4 仿真结果分析 |
| 2.4.1 仿真设置 |
| 2.4.2 反演结果与相对熵分析 |
| 2.5 本章小结 |
| 第3章 基于多散射模型联合的高适用性地声反演 |
| 3.1 引言 |
| 3.2 地声模型和散射模型 |
| 3.2.1 EDFM流体散射模型 |
| 3.2.2 VGS(λ)弹性散射模型 |
| 3.2.3 CREB多孔弹性散射模型 |
| 3.3 基于贝叶斯反演的模型选择 |
| 3.3.1 贝叶斯证据和因子 |
| 3.3.2 贝叶斯证据估计 |
| 3.4 实验结果分析 |
| 3.4.1 实验描述 |
| 3.4.2 参数敏感度分析 |
| 3.4.3 参数反演 |
| 3.4.4 模型比较和选择 |
| 3.5 本章小结 |
| 第4章 基于高斯过程替代模型的高效地声反演 |
| 4.1 引言 |
| 4.2 高斯过程模型 |
| 4.3 基于替代模型的贝叶斯地声反演方法 |
| 4.3.1 多重尝试DREAM(zs) |
| 4.3.2 基于自适应高斯过程模型的贝叶斯地声反演 |
| 4.3.3 自适应重采样 |
| 4.4 实验结果分析 |
| 4.4.1 实验设置 |
| 4.4.2 参数反演结果对比 |
| 4.4.3 替代模型更新过程以及与原始模型的比较 |
| 4.5 本章小结 |
| 第5章 基于外场数据的反演结果分析与验证 |
| 5.1 引言 |
| 5.2 Quinault站位数据分析与验证 |
| 5.2.1 Quinault站位测量数据 |
| 5.2.2 模型比较与选择 |
| 5.2.3 基于EDFM流体散射模型的地声反演 |
| 5.3 威海市褚岛实验数据分析与验证 |
| 5.3.1 威海市褚岛测量数据 |
| 5.3.2 模型比较与选择 |
| 5.3.3 基于EDFM流体散射模型的地声反演 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录A 模型计算所需部分变量 |
| 附录B 后向散射强度测量换算方法 |
| 附录C 英文缩略词说明 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（3）近浅海中被动声呐目标探测关键技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究历史与现状 |
| 1.2.1 多目标高分辨方位估计问题研究进展 |
| 1.2.2 海面干扰抑制问题研究进展 |
| 1.2.3 水面水下目标分类问题研究进展 |
| 1.3 研究思路与内容结构安排 |
| 1.3.1 论文研究思路 |
| 1.3.2 研究内容与结构安排 |
| 第2章 基于阵列扩展原理的高分辨方位估计方法研究 |
| 2.1 引言 |
| 2.2 改进的逆波束形成 |
| 2.2.1 逆波束形成原理 |
| 2.2.2 逆波束形成的改进方法 |
| 2.3 仿真与实验数据分析 |
| 2.3.1 仿真数据验证 |
| 2.3.2 海试数据验证 |
| 2.4 本章小结 |
| 第3章 基于频率分集的高性能方位估计方法研究 |
| 3.1 引言 |
| 3.2 基于频率分集方位估计的基本原理 |
| 3.3 基于频率分集的线列阵方位估计研究 |
| 3.3.1 基于阵元内插的频率分集方位估计研究 |
| 3.3.2 基于阵元外推的频率分集方位估计方法研究 |
| 3.3.3 仿真与实验数据分析 |
| 3.4 基于频率分集的双阵元方位估计研究 |
| 3.4.1 传统双阵元方位估计算法 |
| 3.4.2 双阵元频率分集技术 |
| 3.4.3 仿真与实验数据分析 |
| 3.5 本章小结 |
| 第4章 基于互质阵的方位估计方法研究 |
| 4.1 引言 |
| 4.2 被动声呐中互质阵技术研究 |
| 4.2.1 基本原理 |
| 4.2.2 三种算法的仿真分析 |
| 4.3 互质阵上的频率分集算法 |
| 4.3.1 频集互质原理 |
| 4.3.2 仿真与实验数据分析 |
| 4.4 本章小结 |
| 第5章 基于模态特征的水面干扰抑制技术研究 |
| 5.1 引言 |
| 5.2 浅海波导条件下的传播特性研究 |
| 5.2.1 模态分布特征 |
| 5.2.2 频散特征及卷绕变换研究 |
| 5.3 基于模态分解的干扰抑制技术研究 |
| 5.3.1 垂直阵模态分解及匹配模原理 |
| 5.3.2 基于垂直阵的水面干扰抑制仿真研究 |
| 5.4 基于水平圆阵的干扰抑制 |
| 5.4.1 圆阵模态域波束形成 |
| 5.4.2 模态强度可提取性分析 |
| 5.4.3 水面干扰抑制及仿真研究 |
| 5.5 本章小结 |
| 第6章 水面水下目标分辨技术研究 |
| 6.1 引言 |
| 6.2 基于水平线阵的分辨技术 |
| 6.2.1 线阵模态域波束形成 |
| 6.2.2 模态匹配算法 |
| 6.2.3 仿真研究 |
| 6.3 基于F-K域特征的分辨技术 |
| 6.3.1 f-k域特征 |
| 6.3.2 仿真及实验数据研究 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（4）基于分布式布阵的地声参数反演（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 地声参数反演国内外研究现状 |
| 1.2.2 水下分布式无线传感网络 |
| 1.3 论文的主要研究内容 |
| 1.4 论文的创新点 |
| 第2章 匹配场反演 |
| 2.1 匹配场反演 |
| 2.2 遗传算法 |
| 2.2.1 初始化 |
| 2.2.2 选择 |
| 2.2.3 交叉 |
| 2.2.4 变异 |
| 2.2.5 迁徙 |
| 2.3 目标函数 |
| 2.4 小结 |
| 第3章 分布式阵列 |
| 3.1 分布式阵列介绍 |
| 3.2 信道容量 |
| 3.3 频率相关目标函数与阵元相关目标函数 |
| 3.4 敏感性分析 |
| 3.5 仿真 |
| 3.5.1 仿真一 |
| 3.5.2 仿真二 |
| 3.6 小结 |
| 第4章 Shallow Water06实验数据处理 |
| 4.1 实验介绍 |
| 4.2 利用垂直阵列进行地声参数反演 |
| 4.3 利用分布式阵列进行地声参数反演 |
| 4.4 小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士期间所取得的科研成果 |
（5）基于浅海声场传播特性的海底声参数反演研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文研究背景及其意义 |
| 1.2 研究现状及存在的不足 |
| 1.3 论文的研究内容 |
| 第二章 声场建模研究 |
| 2.1 模型介绍 |
| 2.2 模型选取 |
| 2.3 声场建模 |
| 2.3.1 基于快速场理论的计算方法 |
| 2.3.2 声场仿真验证 |
| 2.4 本章小结 |
| 第三章 目标函数与优化算法 |
| 3.1 贝叶斯理论 |
| 3.2 目标函数 |
| 3.3 优化算法 |
| 3.3.1 反演方法研究 |
| 3.3.2 反演方法验证 |
| 3.3.3 遗传算法(GA) |
| 3.4 本章小结 |
| 第四章 仿真数据处理 |
| 4.1 声传播特性分析 |
| 4.2 目标函数对各参数的敏感度分析 |
| 4.3 仿真反演结果分析 |
| 4.4 本章小结 |
| 第五章 水池实验数据处理 |
| 5.1 实验概况 |
| 5.2 反演结果分析与验证 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文及研究成果 |
（6）基于多源数据的声速场分布式反演与跟踪方法（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要工作 |
| 2 针对潮汐现象的声速场建模 |
| 2.1 声速剖面的低自由度表征 |
| 2.2 声速背景场 |
| 2.3 声速扰动场 |
| 2.4 声速变化与潮汐的对应关系 |
| 2.5 基于潮汐现象的扰动场模型 |
| 2.6 本章小结 |
| 3 基于分布式测量的声速场估计算法 |
| 3.1 背景场及EOF估计 |
| 3.2 扰动场估计 |
| 3.3 本章小结 |
| 4 分布式声速场反演海试数据分析 |
| 4.1 实验简介 |
| 4.2 估计误差评价标准 |
| 4.3 背景场估计和结果分析 |
| 4.4 分布式观测下扰动场估计和结果分析 |
| 4.5 本章小结 |
| 5 声压与声速场的耦合反演方法 |
| 5.1 声场-声速场耦合状态空间模型 |
| 5.2 序贯滤波算法 |
| 5.3 仿真分析 |
| 5.4 实验数据处理 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 研究内容总结 |
| 6.2 研究方向展望 |
| 参考文献 |
| 作者简历 |
（7）信息理论准则下的匹配场声源定位（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、数学符号清单表 |
| 1 绪论 |
| 1.1 课题背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 信号处理与声信号处理 |
| 1.2.2 波束形成 |
| 1.2.3 匹配场处理 |
| 1.2.4 信息度量 |
| 1.3 论文研究内容 |
| 1.3.1 基于信息理论准则下的信号估计 |
| 1.3.2 统计特性失配情况下的自适应信号估计 |
| 1.3.3 信源特征与噪声特征的联合估计 |
| 1.3.4 一般秩信号的参数估计 |
| 1.4 论文组织结构 |
| 2 机器学习视角下的常见匹配场声源定位及性能分析方法 |
| 2.1 高斯随机过程假设 |
| 2.2 信号、噪声和传播的建模 |
| 2.2.1 简正波模型 |
| 2.2.2 水下声源信号特性 |
| 2.2.3 信号的随机模型表征 |
| 2.2.4 噪声的随机模型表征 |
| 2.3 常见的匹配场处理判决方法 |
| 2.3.1 Bartlett信号估计方法 |
| 2.3.2 MLE信号估计方法 |
| 2.3.3 MVDR信号估计方法 |
| 2.3.4 MPDR信号估计方法 |
| 2.4 常见的匹配场参数估计性能分析方法 |
| 2.4.1 Cramer-Rao限 |
| 2.4.2 Weiss-Weinstein限 |
| 2.5 本章小结 |
| 3 信息理论原则下的信号估计方法 |
| 3.1 信息意义下的距离——散度 |
| 3.2 广泛应用的f-散度 |
| 3.2.1 Kullback-Leibler散度与最大似然估计 |
| 3.2.2 Jeffreys散度与Jeffreys错误概率限 |
| 3.2.3 Hellinger积分与Chernoff错误概率限 |
| 3.3 不失一般性与广泛性的Bhattacharyya系数 |
| 3.3.1 Bhattacharyya系数、距离和错误概率限 |
| 3.3.2 Bhattacharyya系数的几何表征 |
| 3.3.3 Bhattacharyya系数与Fisher信息 |
| 3.3.4 Bhattacharyya系数与Weiss-Weinstein限 |
| 3.4 最小Bhattacharyya距离与MCE信号估计 |
| 3.5 本章小结 |
| 4 MCE估计方法在单模态平面波模型下的声源定向 |
| 4.1 单模态平面波信号模型及声源定向问题 |
| 4.2 MLE和MVDR/MPDR所存在的实际问题 |
| 4.2.1 渐进最优MSE估计器 |
| 4.2.2 最优输出SINR估计器 |
| 4.3 空间白噪声背景单模态平面波模型声源定向性能分析 |
| 4.4 点干扰噪声背景单模态平面波模型声源定向性能分析 |
| 4.4.1 目标信号到达角度估计性能分析 |
| 4.4.2 目标信号与干扰噪声到达角度联合估计性能分析 |
| 4.5 本章小结 |
| 5 MCE估计方法在多模态全波场模型下的声源定位 |
| 5.1 MCE估计方法与自适应对角线加载估计方法 |
| 5.2 空间白噪声场多模态全波场模型声源定位性能分析 |
| 5.2.1 白噪声能量已知时目标信号距离估计性能分析 |
| 5.2.2 白噪声能量和目标信号距离联合估计性能分析 |
| 5.3 点干扰噪声场多模态全波场模型声源定位性能分析 |
| 5.3.1 点干扰噪声场多模态全波场模型声源定位问题 |
| 5.3.2 点干扰噪声场多模态全波场模型声源定位模糊度输出分析 |
| 5.3.3 点干扰噪声场多模态全波场模型声源距离估计MSE性能分析 |
| 5.4 表面生成噪声场多模态全波场模型声源定位性能分析 |
| 5.5 2001年亚洲海国际声学实验东海M-E航迹T点声源定位数据分析 |
| 5.5.1 实验简介 |
| 5.5.2 实验环境参数 |
| 5.5.3 实验数据处理 |
| 5.5.4 声源定位实验结果 |
| 5.6 本章小结 |
| 6 MCE估计方法在多相干模态组模型下的声源定位 |
| 6.1 多相干模态组模型 |
| 6.2 多相干模态组模型下的Cram6r-Rao限 |
| 6.3 多相干模态组模型下的声源定距性能分析 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历及在学期间科研成果 |
（8）状态—空间模型移动平台声—海反演：理论、方法与系统（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 术语表 |
| 数学符号表 |
| 1 绪论 |
| 1.1 课题背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容 |
| 1.3.1 移动平台匹配场反演 |
| 1.3.2 最优声源深度 |
| 1.3.3 状态-空间模型移动平台序贯反演 |
| 1.3.4 系统设计与实现 |
| 1.4 论文组织结构 |
| 2 移动平台声-海反演基础知识 |
| 2.1 基于简正波的声传播模型 |
| 2.1.1 简正波模型 |
| 2.1.2 波导多普勒简正波模型 |
| 2.1.3 SSP的EOF表示 |
| 2.2 反演方法 |
| 2.2.1 配场反演 |
| 2.2.2 状态-空间模型序贯反演 |
| 2.3 本章小结 |
| 3 移动平台匹配场反演 |
| 3.1 基于波导多普勒简正波模型的匹配场反演 |
| 3.1.1 任意积分时间下的波导多普勒简正波模型 |
| 3.1.2 目标函数 |
| 3.1.3 仿真分析 |
| 3.2 移动声源轨迹失配对反演性能的影响 |
| 3.2.1 移动声源轨迹失配声传播模型 |
| 3.2.2 仿真分析 |
| 3.3 本章小结 |
| 4 状态-空间模型移动平台序贯反演 |
| 4.1 状态-空间模型 |
| 4.1.1 声源幅度的估计 |
| 4.1.2 环境与距离有关的传播模型 |
| 4.2 状态-空间模型序贯反演 |
| 4.2.1 环境参数跟踪 |
| 4.2.2 环境参数和声源参数联合跟踪 |
| 4.3 最优声源深度 |
| 4.3.1 基于EOF系数BCRB的目标函数 |
| 4.3.2 仿真分析 |
| 4.4 AUV路径规划 |
| 4.4.1 标函数 |
| 4.4.2 仿真分析 |
| 4.5 本章小结 |
| 5 移动平台声-海反演系统设计与实现 |
| 5.1 AUV平台 |
| 5.1.1 硬件系统设计 |
| 5.1.2 软件系统设计 |
| 5.2 上位机控制平台 |
| 5.3 声-海反演采集系统 |
| 5.4 本章小结 |
| 6 实验数据分析 |
| 6.1 实验一：莫干湖水库湖试 |
| 6.1.1 海豚二号AUV基本性能分析 |
| 6.1.2 基于海豚二号AUV的移动平台参数反演实验 |
| 6.2 实验二：舟山六横海试 |
| 6.2.1 基于海豚一号AUV的移动平台参数反演实验 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 总结 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历及在学期间科研成果 |
（9）AUV舷侧阵浅海远程目标定位方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究的背景及意义 |
| 1.1.1 浅海声学概述 |
| 1.1.2 无人潜航器技术及其应用 |
| 1.1.3 舷侧阵被动声呐简述 |
| 1.2 水中声源被动定位方法综述 |
| 1.2.1 平面波波束形成技术 |
| 1.2.2 波前曲率测距法 |
| 1.2.3 目标运动分析法 |
| 1.2.4 多径测距法 |
| 1.2.5 匹配场定位方法 |
| 1.3 基于AUV舷侧阵的目标被动定位方法研究现状 |
| 1.3.1 被动合成孔径处理 |
| 1.3.2 基于水平线列阵的匹配场定位方法 |
| 1.4 论文的主要研究工作和内容安排 |
| 第二章 基于静止水平短线列阵的匹配场定位性能分析 |
| 2.1 常用的匹配场处理器 |
| 2.1.1 线性匹配场处理器 |
| 2.1.2 最小方差无畸变响应匹配场处理器 |
| 2.1.3 白噪声抑制最小方差无畸变响应匹配场处理器 |
| 2.1.4 宽带匹配场处理器 |
| 2.2 声场建模方法 |
| 2.2.1 波动方程和Helmholtz方程 |
| 2.2.2 射线理论模型 |
| 2.2.3 简正波模型 |
| 2.2.4 波数积分模型 |
| 2.2.5 抛物线方程模型 |
| 2.2.6 三维声场建模 |
| 2.3 基于静止水平短线列阵的匹配场定位 |
| 2.3.1 测试环境和方案 |
| 2.3.2 测试结果及分析 |
| 2.4 本章小结 |
| 第三章 基于运动水平短线列阵的匹配场定位方法 |
| 3.1 数据模型 |
| 3.2 采样位置间的非相干处理 |
| 3.3 采样位置间的相干处理 |
| 3.4 本章小结 |
| 第四章AUV舷侧阵的运动状态分析 |
| 4.1 AUV的定位问题分析 |
| 4.2 粒子滤波 |
| 4.2.1 状态空间模型与递推贝叶斯估计 |
| 4.2.2 序贯蒙特卡罗方法 |
| 4.2.3 粒子滤波算法 |
| 4.2.4 粒子滤波算法中的粒子贫化问题 |
| 4.3 基于小波变换的灰粒子滤波算法(WG-PF) |
| 4.3.1 AUV的系统建模 |
| 4.3.2 灰预测算法 |
| 4.3.3 基于小波变换的观测噪声统计特性估计 |
| 4.3.4 WG-PF算法的执行步骤 |
| 4.4 基于多模型的粒子滤波算法(MMPF) |
| 4.5 自适应扩展卡尔曼滤波算法(AEKF) |
| 4.5.1 标准的EKF算法 |
| 4.5.2 系统观测噪声的自适应 |
| 4.5.3 系统过程噪声的自适应 |
| 4.6 试验描述与结果分析 |
| 4.6.1 试验描述 |
| 4.6.2 试验结果及分析 |
| 4.7 本章小结 |
| 第五章 基于AUV舷侧阵的远程目标被动定位方法 |
| 5.1 定位方法描述 |
| 5.2 二维被动定位 |
| 5.2.1 测试环境描述 |
| 5.2.2 测试结果及分析 |
| 5.3 三维被动定位 |
| 5.3.1 测试环境描述 |
| 5.3.2 测试结果及分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文研究总结 |
| 6.2 论文研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（10）利用舰船噪声的海底地声参数反演研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 海洋环境参数获取 |
| 1.1.1 直接测量法 |
| 1.1.2 声遥感技术 |
| 1.1.3 海洋声层析 |
| 1.1.4 地声参数反演 |
| 1.2 海洋中的噪声源 |
| 1.3 利用噪声进行环境特性研究 |
| 1.3.1 利用环境噪声 |
| 1.3.2 利用飞行器噪声 |
| 1.3.3 利用舰船噪声 |
| 1.4 海洋中的声场干涉结构 |
| 1.5 矢量场和矢量水听器 |
| 1.6 论文结构 |
| 第2章 浅海声场基本理论与声场特性 |
| 2.1 浅海声场与波动方程 |
| 2.2 浅海声传播理论基础 |
| 2.2.1 射线方程理论 |
| 2.2.2 抛物方程方法 |
| 2.2.3 简正波理论 |
| 2.2.4 宽带时域信号预报方法 |
| 2.3 浅海宽带声场干涉特性 |
| 2.3.1 声压场的干涉结构 |
| 2.3.2 振速场的干涉结构 |
| 2.3.3 声强流的干涉结构 |
| 2.4 浅海波导特征阻抗比 |
| 2.5 本章小结 |
| 第3章 基于浅海宽带声场干涉结构的地声参数反演 |
| 3.1 干涉结构与环境的关系 |
| 3.2 干涉条纹特征提取研究 |
| 3.3 基于宽带声场干涉结构的地声参数反演研究 |
| 3.3.1 理论基础 |
| 3.3.2 数值仿真和稳健性讨论 |
| 3.3.3 海上实验和数据处理 |
| 3.4 本章小结 |
| 第4章 利用波导特征阻抗比海底参数反演 |
| 4.1 引言 |
| 4.1.1 倾斜角对 Z_g测量的影响 |
| 4.1.2 Z_g对地声参数的敏感性分析 |
| 4.2 基于波导特征阻抗比的地声参数反演 |
| 4.2.1 海上实验 |
| 4.2.2 海上实验数据处理 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文和取得的科研成果 |
| 致谢 |
四、Broadband matched-field inversion for shallow water environment parameters（论文参考文献）
- [1]基于机会声源的海底地声参数反演研究[D]. 曲文鹏. 浙江大学, 2021(01)
- [2]基于后向声散射模型的海底沉积物参数反演方法研究[D]. 邹博. 天津大学, 2020(01)
- [3]近浅海中被动声呐目标探测关键技术研究[D]. 李鹏. 哈尔滨工程大学, 2020(04)
- [4]基于分布式布阵的地声参数反演[D]. 张竞成. 浙江大学, 2019(02)
- [5]基于浅海声场传播特性的海底声参数反演研究[D]. 郑广学. 浙江海洋大学, 2019
- [6]基于多源数据的声速场分布式反演与跟踪方法[D]. 陈小宇. 浙江大学, 2018(12)
- [7]信息理论准则下的匹配场声源定位[D]. 周悦. 浙江大学, 2015(06)
- [8]状态—空间模型移动平台声—海反演：理论、方法与系统[D]. 张明. 浙江大学, 2015(03)
- [9]AUV舷侧阵浅海远程目标定位方法研究[D]. 赵德鑫. 国防科学技术大学, 2013(01)
- [10]利用舰船噪声的海底地声参数反演研究[D]. 任群言. 哈尔滨工程大学, 2013(04)