申请/专利权人：李海畅;李佩恩;苗旺;杨莹;刘冰雪

申请日：2023-07-13

公开（公告）日：2024-06-21

公开（公告）号：CN118228189A

主分类号：G06F18/25

分类号：G06F18/25;G06F17/16;G06F17/18;G06F17/14

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：本发明公开了一种水下主被动联合自导的多级融合方法，包括以下步骤：步骤一，波形级波束级融合；步骤二，检测级融合；步骤三，方位估计结果融合；其中在上述步骤一中，对宽带信号在频域利用宽带信号阵列信号处理模型进行处理，通过DFT将宽带信号变换到频域，将宽带数据分解成互不混叠的窄带成分，在每一个窄带成分上应用窄带算法，然后对在各个窄带成分上求得的方向估计值进行加权平均，得到最终的方向估计值；其中分别分为波形级融合和波束级融合；该发明，设计了波形级波束级融合算法，检测级自适应融合算法以及自适应加权融合估计算法，提高复杂海洋环境中的主被动联合自导系统的多级融合提供坚实的基础。

主权项：1.一种水下主被动联合自导的多级融合方法，包括以下步骤：步骤一，波形级波束级融合；步骤二，检测级融合；步骤三，方位估计结果融合；其特征在于：其中在上述步骤一中，对宽带信号在频域利用宽带信号阵列信号处理模型进行处理，通过DFT将宽带信号变换到频域，将宽带数据分解成互不混叠的窄带成分，在每一个窄带成分上应用窄带算法，然后对在各个窄带成分上求得的方向估计值进行加权平均，得到最终的方向估计值；其中分别分为波形级融合和波束级融合；其中在上述步骤二中，在进行完波形级波束级融合之后，对多个基阵检测信息的融合，以获取优于任意单个基阵的检测性能；采用自导信号检测通常采用奈曼-皮尔逊准则，使用一种基于N-P准则的适用于多级自导融合系统检测级融合的算法，对每一个局部传感器根据观测数据对目标的有无独立地作出检测判决，对结果进行信息融合得到最终对目标有无独立的检测判决，且一种基于N-P准则的适用于多级自导融合系统检测级融合的算法如下：融合中心依据各个基阵的判决U＝u1,u2,...,uN,按照一定的融合准则做出最终判决；由于假定各个基阵观测条件独立，；融合检测中心输入向量U＝u1,u2,...,uN可以有M＝2N种可能的实现，记为Ui,i＝1,2,...,M,则H0对H1的N-P最佳随机判决定义如下： 其中，δU为给定向量U时融合中心判断目标出现的概率，t为融合中心的判决门限，γ为随机化因子，TU为似然比，如下式所示： 上式中，由于输入空间离散，为了使融合中心可以工作在任意指定的虚警概率下,采用随机化假设检验是必要的；随机化常数γ∈[0,1]和门限t必须适当选择，以使检测概率pDδ＝pTU＞t|H1+γpTU＝t|H1虚警概率：pFδ＝pTU＞t|H0+γpTU＝t|H0满足N-P准则： 上式中，p*F为预先确定的系统虚警概率上限；不失一般性，列出所有可能的U的实现Ui,i＝1,2,...,M，使得TU1≤TU2≤...≤TUM因此： 上式中，i-1,2,...M-1，其中， 由～可得到 即 于是，具有门限t和随机化因子γ的融合中心检测概率如下式所示： 其中 假设，由三个基阵组成的分布式检测系统；设融合中心及各基阵工作在相同的虚警概率p*F＝Pf＝10-6,各基阵观测条件独立，观测噪声服从高斯分布，各基阵观测条件概率密度函数分别为： 当a1＝1.8,a2＝1.5,a3＝1.2时，可以得到融合系统的ROC曲线；其中在上述步骤三中，在进行完检测级融合之后，提出一种自适应加权融合估计算法，根据各个基阵所得到的测量值，以自适应的方式寻找各个基阵所对应的最优加权因子，使融合后的方位值达到最优，自适应加权融合估计算法如下：M个基阵同时对未知目标参数θ做出独立观测,对于第k个基阵,观测模型如下：xk＝θ+nk，k＝1,2,...,M其中θ为未知的非随机目标参数,本节假设θ为目标某一时刻的方位信息；假定M个基阵的观测噪声nk分别服从零均值,方差为σk2，k＝1,2,...,M的高斯分布,nk～N0,σk2,各个基阵间的观测噪声是独立同分布的,假定各基阵观测值xk彼此互相独立，并且是θ的无偏估计，对于各基阵观测输出值xk给予不同的加权值wk，k＝1,2,...,M，我们的思想是在总均方误差最小这一最优条件下，根据各个基阵所得到的测量值以自适应的方式寻找各个基阵所对应的最优加权因子,使融合后的方位值达到最优；则融合后的方位值和加权因子满足以下两式: 总均方误差为： 将式代入上式，得到： 因为x1,x2,...,xM彼此独立，并且为θ的无偏估计，所以有：E[θ-xiθ-xj]＝0，i＝1,2,...,M；j＝1,2,...,M,i≠j进一步得到： 公式可以看出,总均方误差σ2是关于各加权因子的多元二次函数,因此σ2必然存在最小值；该最小值的求取是加权因子wk，k＝1,2,...,M满足式约束条件的多元函数极值求取；根据多元函数求极值理论,可求出总均方误差最小时所对应的加权因子为： 此时所对应的最小均方误差为： 知σ2min≤σk2,k＝1,2,...M在本发明专利中，自适应加权融合估计算法的线性无偏性；从上面分析可以看出,融合后的估计是各基阵测量值的线性函数；因为xk是θ的无偏估计，所以Eθ-xk＝0，k＝1,2,...M，所以易知 在前面讨论估计融合时，都是以测量误差作为参数的，下面引入信噪比的概念，分析估计性能与信噪比之间的关系,不失一般性,以两个基阵估计融合情况为例来说明，多个基阵估计融合的情况是完全类似的；两基阵的估计融合结果如下: 两基阵的测量方差分别为σ12和σ22，当信号功率固定时，测量方差与SNRi,i＝1,2成反比，所以有： 进一步可得到： 因此，可以得到本专利所提出主被动联合自导的多级融合中的方位估计结果融合算法，即两基阵最佳线性估计融合与各分量信噪比的关系如公式；同理三基阵最佳线性估计融合与各分量信噪比的关系式如下：

全文数据：

权利要求：

百度查询： 李海畅;李佩恩;苗旺;杨莹;刘冰雪 一种水下主被动联合自导的多级融合方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD