摘要: 多传感器数据融合是一门多学科交叉技术，近二十年来，随着传感器技术、计算机技术、通信技术以及信号处理技术的发展，多传感器数据融合技术获得了普遍关注和广泛应用。 矢量水听器由声压传感器和振速传感器融合而成，本身就具有多传感器的特性。... 展开 多传感器数据融合是一门多学科交叉技术，近二十年来，随着传感器技术、计算机技术、通信技术以及信号处理技术的发展，多传感器数据融合技术获得了普遍关注和广泛应用。 矢量水听器由声压传感器和振速传感器融合而成，本身就具有多传感器的特性。本文的研究内容将从矢量水听器入手，围绕着矢量水听器信号处理方法，将数据融合技术融入到其中，从而更大程度上地发挥矢量水听器检测能力，使得矢量水听器可以在更广阔的领域中应用。 本文具体研究内容如下: (1)详细地分析了矢量水听器所测得的声压量与振速量之间的内在关系，总结了单矢量水听器的基本定向方法，建立了矢量信号的二阶、高阶统计量模型，探讨了多种测向方法:反正弦函数、反余弦函数以及声压、振速联合测向等，并对其测向性能进行了分析。建立了基于矢量水听器定向的时域融合模型与频域融合模型。在极大似然准则下，详细讨论了频域处理的融合估计，对于线谱采用ZFFT技术提高频谱精度，对于宽带信号利用蚁群算法搜寻信号有效带宽。计算机仿真与海试数据分析结果表明，融合算法优于传统的直接估计，能够提高矢量水听器的检测性能。 (2)简单地介绍了互谱声强法的多目标测向能力，提出了一种基于统计量分析的多目标方位估计方法，利用改进的遗传算法进行全局搜索求解。在多种不同信号模型下（单频信号、宽带高斯信号、非高斯信号等），分析了多目标分辨算法的求解形式，探讨了单矢量水听器分离相干目标的方法。计算机仿真结果表明，该算法可以准确地进行目标方位分辨与跟踪，有效地分辨出互不相干的多个宽带声源信号的方位;在相干信号较强时，能够在频域上分辨出较少数量的相干声源信号的方位信息，实现相干声源的频谱分离。 (3)简单探讨了非线性多传感器融合算法。研究了加权最优融合算法在多矢量水听器方位检测中的应用，详细总结了各种权值计算方法，提出了具体的融合检测方法，融合算法可以提高矢量水听器的检测精度，而且从一定程度上可以消除矢量水听器测向精度对目标方位的敏感。 (4)根据声压传感器、振速传感器以及各个矢量水听器之间的综合支持程度，建立了矢量水听器的关系矩阵，在一定程度上反应了各个传感器之间的相互关系，在此基础上提出了基于关系矩阵的矢量融合算法，提高了多矢量水听器的融合效果。 (5)讨论了矢量水听器状态空间融合技术。对于航行速度已知的合作目标，探讨了基于单只矢量水听器的多种被动测距方法（声压法、声强法、单向声强法、方位法），对各种方法的测距误差进行了分析，各种方法随着测量点A、B的夹角不同，误差也随之变化。在此基础上，提出了融合算法进行被动测距，进一步提高测距的准确度。建立了目标运动模型，研究了利用声强与方位信息相结合的被动定位方法，并对其误差进行了分析。单平台纯方位定位精度较低，而且在一些情况下，目标状态不可观测。解决上述问题主要有两种方法:一是矢量水听器与测距装置联合定位;二是利用多平台空间融合定位。多平台空间融合问题可以转化为双平台空间定位问题，本文在双平台空间定位的基础上，讨论了基于最小二乘的多传感器联合测向与定位技术，并利用扩展卡尔曼滤波技术进行了计算机仿真分析，仿真结果表明双平台纯方位定位方法具有较好的可观测性，能够比较准确地描绘出目标运动轨迹。 本文对矢量水听器的数据融合技术进行了初步的研究与探索，利用计算机仿真研究和部分试验结果验证了融合理论的正确性。 收起