Stereausis算法在被动目标定位中的仿真的研究.pdfVIP

中国科学院声学研究所第三届青年学术交流会论文集 张耀亮刘 维尹力 中国科学院声学研究所综合声纳实验室 of 摘要波达方向估计DOA(DirectionArrival)的主要算法包括基于时延的估计方法，基于波 束成型的估计方法及基于高分辨空间谱估计的方法。这些算法的本质都是通过对不同信道接 收到的信号进行简单延时，求和处理后得到最大相关峰的位置，确定不同信道信号间的时延量， 进而计算目标方位…。基于耳蜗模型的定位算法中有由Jeffress等人提出的基于一致性估计模 型等。这类算法从本质上讲也是通过对不同信道的信号进行延时来确定时延量，而同样基于耳 蜗模型的Stereausis定位算法B1与上述的时延定位算法最大的区别在于其没有引入任何的时间 延迟单元。这就给被动目标定位的研究提供了新的思路。对于定位算法来讲，比较重要的评价 指标有算法的鲁棒性，指在噪声环境中的定位能力，算法的复杂度及阵列所要求的孔径等。本 文通过仿真研究Stereausis定位算法在被动目标探测中的性能，同时将仿真结果同时延定位算 法的结果进行比较，以分析Stereausis定位算法在被动定位中的应用价值。 关键词DOAStereausis网络鲁棒性复杂度孔径 1．Stereausis定位算法原理 Stereausis定位算法没有引人任何的时间延迟单元，而是计算输入信号的空间 相关性。该算法认为信号在通过双耳的基底膜后，延迟信息就已经在不同信道输 出，相关计算在信号进入听觉神经前就已经完成，因此只要对不同信道的输出进行 互谱计算就可以得到目标的方位信息。 语音信号分左右两路分别进入相应的滤波器组中，设滤波器组中共有N个带 通滤波器，则左右两路各有N路信号输入到相关网络中，形成一个N×N的二维谱 图。 为计算两路信号的空间相关性，将包含方位信息的两路信号分别通过256路 Patterson—Holdsworth滤波器组【3J。之后计算两路输出信号的互谱。下两图为包含 不同方位信息的两路信号通过滤波器组后的互谱图。横纵两轴分别代表滤波器组 的特征频率，对图中每一个点的互谱计算采用下式： q=茗‘乃=l J -j)a一6) 气，儿为横纵两路输出信号。上式中6即为两信号输入相位差。图l中两路信 号相位差为O，谱图形状与强度相对主对角线对称(对角线为人为添加，并非由仿真 数据自动生成)o图2中两路信号有60度相位差，谱图形状和强度相对主对角线 400 信号与信息处理 偏移。由此可知互潜图中存在同信号相位差相对应的信息。通过对互谱的处理 就可以提取出相位差信息，进而求出目标的方位。 a=；nb!u!l；‘u s吾ua吾!L兰∞i“：％￡u F Characteristic requency0} 田l 两路信号相位整为0度时的特征请田 田2■路信号相位整为60鹰时的特征谱瞳 2．定位算法的仿真结果殛分析 由于被动探测多用在机械驱动式(如直升机，汽车等)目标探测，目标信号多为 低频信号”1。故在此选择频率为200Hz的单频信号来模拟目标信号，并通过人为 加入随机噪声的方式来模拟真实的探测环境。 时延定位算法采样率为48KHz，采用4元十字