买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院声学研究所

摘要：本发明公开了一种基于卡尔曼滤波的沉积层参数连续估计方法及系统，所述方法包括：对单波束声纳采集的海底反向散射回波信号进行预处理，得到对应不同采样时刻的海底反向散射回波信号的包络，经平均处理得到若干组海底反向散射回波信号的综系平均包络；建立时域高频海底反向散射模型，得到海底反向散射回波信号的包络与沉积层参数的映射关系；根据时域高频海底反向散射模型建立沉积层参数的无迹卡尔曼滤波器；将海底反向散射回波信号的综系平均包络输入无迹卡尔曼滤波器，根据预测与实测数据的误差反馈，动态校正时域高频海底反向散射模型的参数，得到每一组海底反向散射回波信号的包络对应的沉积层参数自适应估计。

主权项：1.一种基于卡尔曼滤波的沉积层参数连续估计方法，所述方法包括：对单波束声纳采集的海底反向散射回波信号进行预处理，得到对应不同采样时刻的海底反向散射回波信号的包络，经平均处理得到若干组海底反向散射回波信号的综系平均包络；建立时域高频海底反向散射模型，得到海底反向散射回波信号的包络与沉积层参数的映射关系；根据时域高频海底反向散射模型建立沉积层参数的无迹卡尔曼滤波器；将海底反向散射回波信号的综系平均包络输入无迹卡尔曼滤波器，根据预测与实测数据的误差反馈，动态校正时域高频海底反向散射模型的参数，得到每一组海底反向散射回波信号的包络对应的沉积层参数自适应估计；所述对单波束声纳采集的海底反向散射回波信号进行预处理，得到对应不同采样时刻的海底反向散射回波信号的包络，经平均处理得到若干组海底反向散射回波信号的综系平均包络；具体包括：对单波束声纳采集的海底反向散射回波信号进行滤波，通过Hilbert变换获取海底反向散射回波信号包络的二维矩阵p[m,n]，其中m为不同信号脉冲，m＝1,2,3,…,M，M为信号脉冲的个数；n为采样点，每个信号脉冲有N个采样点；采用最小门限法对海底反向散射回波信号包络进行对齐，二维矩阵p[m,n]的第m行的对齐下标为jm，1≤jm≤N，平均对齐采样点整数j表示为： 由第m行的延迟dm＝j-jm，得到对齐后的二维矩阵p[m,n-dm]；将对齐后的海底反向散射回波信号包络进行平均处理，得到海底反向散射回波信号的综系平均包络pal[n]： 所述建立时域高频海底反向散射模型，得到海底反向散射回波信号的包络与沉积层参数的映射关系；具体包括：建立时域高频海底反向散射模型，得到海底反向散射回波包络声压pat，进而得到pat与参数w2,γ,σv,ρ,v,kρ之间的映射关系；其中，w2为谱强度，γ为谱指数，σv为海底体积散射系数，ρ为沉积层饱和体积密度与海水的质量密度比，v为沉积层与海水的声速比，kρ为衰减常数；根据沉积层参数Mz与参数w2,γ,σv,ρ,v,kρ之间的关系，从而得到海底反向散射回波信号的包络与沉积层参数Mz的映射关系；所述根据时域高频海底反向散射模型建立沉积层参数的无迹卡尔曼滤波器；具体包括：建立沉积层参数的系统状态方程：Xk＝Xk-1+Vk其中，Xk为k时刻沉积层参数，Xk-1为k-1时刻沉积层参数，Vk为k时刻过程中的随机扰动，服从均值为零、协方差矩阵为Q＝qI的高斯分布，I为单位矩阵；建立沉积层参数的系统观测方程：Yk＝hkXk-1+Wk其中，Yk为k时刻观测信号，Wk为测量噪声，服从均值为零、方差为r的高斯分布，hk·为观测函数： 其中，表示待估计的沉积层参数，n表示离散的采样点，为第n个采样点的海底反向散射回波信号的综系平均包络，pkn为第n个采样点实际测量获得的海底反向散射回波包络；在状态空间模型基础上建立无迹卡尔曼滤波器，对系统k-1时刻的卡尔曼滤波器的预估值进行校正，从而更新沉积层参数，得到k时刻的卡尔曼滤波器的预估值 其中，为预测误差的缩放量，Kk为卡尔曼增益，Ek为最小二乘均方误差： 所述将海底反向散射回波信号的综系平均包络输入无迹卡尔曼滤波器，根据预测与实测数据的误差反馈，动态校正时域高频海底反向散射模型的参数，得到每一组海底反向散射回波信号的包络对应的沉积层参数自适应估计；具体包括：对第1组海底反向散射回波信号的综系平均包络通过匹配反演方法，估计沉积层参数，并作为无迹卡尔曼滤波器的初始状态；将无迹卡尔曼滤波器初始状态协方差设为单位矩阵I，序列长度设为信号散射包络数；将第1组以外的其他组海底反向散射回波信号的综系平均包络依次输入无迹卡尔曼滤波器模型；对每一组海底反向散射回波信号的综系平均包络，采用模拟退火算法进行海底底质平均粒径Mz的搜索，并根据Mz与参数w2,γ,σv,ρ,v,kρ之间的函数关系，针对Mz的每个搜索值得到一组参数w2,γ,σv,ρ,v,kρ的取值，将该组取值代入所述时域高频海底反向散射模型，计算得到Mz搜索值对应的最小二乘均方误差；将最小二乘均方误差作为优化的代价函数，通过多次迭代使代价函数最小化，从而得到该组海底反向散射回波信号的综系平均包络对应的海底底质平均粒径Mz，即沉积层参数预测结果；重复该步骤，直到获得每一组海底反向散射回波信号的综系平均包络对应的沉积层参数预测结果。

全文数据：

权利要求：

百度查询： 中国科学院声学研究所 一种基于卡尔曼滤波的沉积层参数连续估计方法及系统