[发明专利]基于支持向量数据描述海洋环境下声信号优化方法

说明书

技术领域

本发明属于水下定位中的信号处理领域，特别是在解决水下环境连续变化所带来的信号参数不稳定的问题。

背景技术

在过去的几十年里，世界各国对海洋安全、海底资源探索以及自然灾害预警德国问题越来越重视。而利用传感器网络对海洋环境进行监测变得尤为重要，例如绘制海洋地理图像、探索海底结构等。技术的发展，传感器网络已经可以获取大片海域的参数信息，因此获取传感器位置信息对监测目标区域发挥重要作用。但是海水不断移动，环境变化无常，对传感器信号的处理带来了极大的困难。

因为水下声音速度会随海水盐度、压力和温度变化，所以对信号传播时间也会造成影响；同时海水的移动会使得传感器位置很难固定，对传感器坐标的获取产生不利影响；另外因为海底海面的不规则性，使反射的信号出现散射多径，会对信号的时间和角度估计产生较大误差。

当前的定位技术中，算法大多只是利用一次接收到的信号来对目标位置进行估计，但是这种方法会产生较大的误差。之后通过信号处理的方法解决信号在散射点处的散射多径问题，但是海水的因素没有考虑在内；后来有学者利用支持向量机对噪声信号进行分类判别，但是正负样本数量的不平衡影响分类器的训练效果。通过对接收到的信号建立数据库，然后基于正样本利用支持向量数据描述(SVDD)训练分类器。在接收到新的信号数据时，利用自联想核回归(AAKR)方法对信号进行处理，然后用训练好的分类器判决，决定剔除异常信号，由此增加定位精度。

发明内容

本发明主要是提出一种在基于支持向量数据描述海洋环境下声信号参数优化算法，以此提高测量参数的精确性。

本发明通过以下几个步骤实现：

基于支持向量数据描述海洋环境下声信号优化方法，该方法预先在目标位置放置信号源，在锚节点处接收信号源发出的信号，包括下列的步骤：

1)估计标准信号传输时间和角度：测量海水参数，根据信号源的位置和锚节点的位置估计标准信号传输时间和角度，并且计算在直射路径、上反射路径、下反射路径下的信号参数；

2)构建测量参数数据库：在不同时间段内测量多组信号源发出的信号，并且计算各组信号与标准参数之间的参数误差，构建测量参数数据库；

3)训练分类器：根据数据库中的参数误差利用支持向量数据描述SVDD训练分类器。

4)优化测量信号参数：锚节点在实时测量中，对于新接收到的一组测量信号，计算测量信号与标准参数之间的误差，并将误差通过自联想核回归方法AAKR做处理优化处理；

5)利用分类器排除异常数据：将测量信号的优化误差经分类器做判别，若判定为正例则可把信号当作常数据使用，若判定为负例则将信号当作异常数据，继续测量下组信号。

本发明利用多组数据组建数据库中数据，避免了因偶然性带来的误差问题；同时使用SVDD训练一分类器，避免了负样本数不足的问题，并且通过分类器可以有效的过滤异常点，对后续定位算法的使用提供了可靠数据。

附图说明

图1示出了本发明中SVDD算法原理图；

图2示出了本发明的算法流程示意图。

具体实施方式

下面结合说明书附图对本发明创造做进一步的纤细说明，本实例仅限于说明本发明的一种实施方法，不代表对本发明覆盖范围的限制。

如图1所示，为本发明的基于支持向量数据描述海洋环境下声信号优化方法的场景示意图。在海洋监测区域放置一个目标源，在固定的时间发送信号；锚节点放置在已知坐标的位置，接收由目标发出的信号。

1、估计信号传输理论到达时间和角度。测量海水参数，根据信号源的位置和锚节点的位置估计信号传播的理论时间t和信号到达的理论角度θ，并且计算经直射路径、上反射路径、下反射路径传播的信号参数，记为(t_dp,t_srp,t_brp，θ_dp,θ_srp,θ_brp)；

2、构建测量参数数据库。在不同时刻测量500组不同数据，分别记为(t_kdp,t_ksrp,t_kbrp，θ_kdp,θ_ksrp,θ_kbrp)，其中k＝1,2,...,500，之后计算其与理论传输时间和角度的误差矩阵，表示为