论文部分内容阅读
导航追踪技术作为一种基础技术被应用到无人驾驶、目标追踪以及农业灌溉等许多领域。基本的导航追踪技术的种类很多,但是每种技术具有各自的适用范围,应该针对作业背景选择不同的导航追踪技术。随着人们对声音方向估计技术的深入研究,研究通过声音实现目标方向导航追踪技术具有重要价值。通过声阵列传感器实现声音的波达方向(Direction of Arrival,DOA)估计技术已经比较成熟,但是大部分方法建立在目标位置静止或者目标位置缓慢变化过程的假设之上。因此直接通过DOA估计技术对移动目标的方向导航追踪具有很大的误差,尤其是当目标的方向轨迹变化趋势呈现出一种非线性时算法将失效。针对这些问题,本文提出一种基于粒子滤波的移动目标声学DOA导航追踪方法。通过粒子滤波算法中的系统模型将声源的观测信息与移动对象的行为信息结合,克服传统DOA估计算法仅针对静止目标的局限,实现对移动目标方向轨迹的动态导航和追踪。本文的主要研究内容及成果如下。首先,文章对粒子滤波算法和传统的声学DOA估计方法的原理进行分析。该部分通过研究型声传感器阵列信号模型,确定了声音信号采集的方式;通过对声音的传播规律理论和实验研究发现了现实声音衰减规律与理论的差距,为声学DOA导航追踪算法中的声源信号选取做了铺垫;通过理论分析和实验仿真验证了多重信号分类算法(Multiple Signal classification,MUSIC)对非相干多信号方向估计可行性。其次,实现了基于粒子滤波的移动目标声学DOA导航追踪算法,通过仿真的形式,验证了算法的有效性。再次,在多目标导航中,针对干扰信号源对算法的影响问题,将MUSIC算法的空间谱函数代替粒子滤波算法似然函数[1],提出了一种粒子滤波算法和MUSIC算法结合的改进声学DOA导航追踪算法。通过仿真验证了改进后的声学DOA导航算法的可行性,为多目标方向估计导航提供了依据。最后,文章通过MATLAB构建移动目标典型的运动情景,利用移动目标在空间中的运动轨迹分析了目标在空间位置坐标与空间方向角的关系。在典型情景下,验证了本文提出的声学DOA导航追踪算法对移动目标导航追踪的有效性。本文主要对通过声学DOA实现移动目标导航的追踪技术进行研究,通过理论和实验仿真验证了提出的导航追踪算法对移动目标动态导航追踪性能,提高了目标方向变化非线性时的导航追踪调节能力,具有较强的鲁棒性和潜在的应用价值。