项目名称: 稀疏观测约束下基于压缩感知的水下目标方位估计研究

项目编号: No.11204109

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 物理学I

项目作者: 王彪

作者单位: 江苏科技大学

项目金额: 25万元

中文摘要: UUV等小型水下航行器在海洋工程领域有着广泛的应用,以小型航行器作为声阵列搭载平台实现对水下目标的高精度定位将更大地发挥其应用价值,然而由于受到载体载荷的限制,采用传统的DOA算法通过增加阵元数和数据块拍数提高方位估计精度的方法不能完全适用,因此本项目提出开展在时空稀疏观测限制条件下的高精度目标方位估计研究。课题以压缩感知理论为基础,从时域、空域及变换域多角度出发研究基于DOA的稀疏特性,建立稀疏观测条件与基于DOA的稀疏描述之间的联系,将稀疏观测约束下的DOA问题转换为压缩感知的稀疏重构问题,并通过引入动态参量或失配因子采用多参数联合稀疏的思想,提高在载体运动及阵型失配情况下的方位估计精度。通过本项目的研究提出一类新的方位估计方法,有效解决在稀疏观测限制条件下的方位估计精度低的问题,为水下目标高精度定位应用提供技术支撑。

中文关键词: 方位估计;压缩感知;稀疏重构;;

英文摘要: With the development of technology for underwater small vehicle(USV), it is necessity to localize underwater target by using the underwater small vehicle, which possesses potential appliance value in ocean engineering. Comparing with ship carrier of localization array, the underwater small vehicle has volume and energy restrictions as carrier for localization array. If the tradition algorithm of DOA (direction of arrival) is used in underwater small vehicle carrier, the precision of DOA will be low as sparse measuring data. Aiming at this problem, the project will study the method of DOA of underwater target on restriction that sparse measuring in time and space domain. Based on the theory of compressive sensing, the characteristic of sparsity for DOA will be analyzed respectively in time, space and transform domains, and the relationship between sparse measuring restriction with sparsity model of DOA, so the problem of DOA on restriction of sparse measuring will be transformed to solve the problem of the sparsity construction by the theory of compressive sensing, then the azimuth of underwater target will be accurately estimated. Moreover, considering the USV carrier movement and array swing bringing to estimation precision reducing, the project will study the method of DOA on array mismatching by combined spar

英文关键词: direction of arrival;compressed sensing;sparsity construction;;

成为VIP会员查看完整内容
0

相关内容

面向任务型的对话系统研究进展
专知会员服务
57+阅读 · 2021年11月17日
专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
45+阅读 · 2021年8月28日
专知会员服务
22+阅读 · 2021年7月15日
专知会员服务
89+阅读 · 2021年7月9日
CVPR 2021 Oral | 室内动态场景中的相机重定位
专知会员服务
15+阅读 · 2021年4月12日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
83+阅读 · 2020年12月11日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
IEEE WHISPERS大规模高光谱目标跟踪挑战赛来了!
中国图象图形学报
60+阅读 · 2020年7月8日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
Model Reduction via Dynamic Mode Decomposition
Arxiv
0+阅读 · 2022年4月20日
小贴士
相关VIP内容
面向任务型的对话系统研究进展
专知会员服务
57+阅读 · 2021年11月17日
专知会员服务
42+阅读 · 2021年9月15日
专知会员服务
45+阅读 · 2021年8月28日
专知会员服务
22+阅读 · 2021年7月15日
专知会员服务
89+阅读 · 2021年7月9日
CVPR 2021 Oral | 室内动态场景中的相机重定位
专知会员服务
15+阅读 · 2021年4月12日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
83+阅读 · 2020年12月11日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员