基于改進Huber估計的水下尺度目標參數(shù)估計

楊向鋒, 楊云川, 郭 磊

?

基于改進Huber估計的水下尺度目標參數(shù)估計

楊向鋒, 楊云川, 郭 磊

(中國船舶重工集團公司 第705研究所, 陜西 西安, 710075)

尺度目標參數(shù)是水下聲自導(dǎo)武器近程進行彈道機動和垂直命中攻擊的關(guān)鍵參數(shù), 有效估計尺度目標的特征參數(shù)對保證水下聲自導(dǎo)武器作戰(zhàn)毀傷效果至關(guān)重要。本文利用水下聲自導(dǎo)武器檢測得到的尺度目標多亮點信息對目標尺度參數(shù)進行估計, 然而目標不同反射部位的反射能力不同, 對應(yīng)的多亮點檢測信噪比存在差異, 直接利用最小二乘擬合進行尺度參數(shù)估計可能會造成較大的估計誤差?；贖uber穩(wěn)健M估計原理, 通過分析對Huber估計進行了改進, 該方法利用亮點強度和擬合誤差計算迭代擬合權(quán)值矩陣, 通過擬合誤差剔除可能存在的干擾亮點, 能對目標長度、走向角、等效點進行有效估計。仿真分析和實航試驗結(jié)果均表明, 該方法具有穩(wěn)健的收斂性能, 能有效剔除干擾點, 具有較強的抗干擾能力和較高的參數(shù)估計精度。

水下聲自導(dǎo)武器; 尺度目標; 多亮點; Huber估計; 目標長度; 目標走向角; 目標等效點

0 引言

尺度目標識別和垂直命中是現(xiàn)代水下聲自導(dǎo)武器的重要功能, 對水下聲自導(dǎo)武器作戰(zhàn)而言, 不僅要檢測、識別目標, 而且要準確估計目標尺度參數(shù)才能有效對目標實施垂直命中攻擊。水下目標的檢測和識別方法已得到廣泛研究, 特別是利用其主動回波的多亮點特征對其進行檢測、識別備受關(guān)注[1-2], 而如何根據(jù)目標回波的多亮點進行尺度目標參數(shù)估計的研究不多。水下聲自導(dǎo)武器檢測到目標不同部位的反射回波, 這些回波形成的多亮點在空間上反映了目標的體積特征, 然而目標不同反射部位的反射能力不同, 對應(yīng)的多亮點檢測信噪比存在差異, 直接利用最小二乘擬合進行尺度參數(shù)估計可能會造成較大的估計誤差, 而Huber穩(wěn)健M估計影響函數(shù)有界,其估計方法具有魯棒性[3]。近年來Huber估計應(yīng)用到很多領(lǐng)域的參數(shù)估計中[4-5], 本文通過分析對Huber估計進行了改進, 提出了基于改進Huber估計的水下尺度目標參數(shù)估計方法, 該方法利用亮點強度和擬合誤差計算迭代擬合權(quán)值矩陣, 通過擬合誤差剔除可能存在的干擾亮點, 對目標長度、走向角及等效點進行有效估計。仿真分析和實航試驗證明了該方法具有穩(wěn)健的收斂性能, 能有效剔除干擾點, 具有較強的抗干擾能力和較高的參數(shù)估計精度, 從而為水下聲自導(dǎo)武器提供精確的尺度目標信息。

1 多亮點空間描述

水下聲自導(dǎo)武器檢測得到的亮點信息一般包括: 距離、水平方位、垂直方位、多普勒速度和強度等, 亮點信息反映了水下聲自導(dǎo)武器與目標的相對位置, 不同部位的亮點信息存在的“細微”差別反映了目標的尺度特征。

圖1 水下聲自導(dǎo)武器直角坐標系

2 尺度目標參數(shù)估計方法

2.1 尺度目標模型

2.2 Huber估計分析與改進

2.3 尺度目標參數(shù)估計算法

迭代矩陣

2.4 尺度參數(shù)估計

尺度目標的特征參數(shù)包括目標長度、走向角及等效點, 長度表示目標的大小, 目標長度和走向角是水下聲自導(dǎo)武器末彈道垂直命中彈道機動的重要參數(shù), 等效點是將尺度目標等效為一個質(zhì)點, 供水下聲自導(dǎo)武器進行導(dǎo)引和攻擊瞄準。

尺度目標的走向角

尺度目標的長度

3 仿真試驗與實航試驗驗證

算法數(shù)學(xué)仿真數(shù)據(jù)樣本根據(jù)相關(guān)工程經(jīng)驗及相關(guān)文獻資料進行設(shè)計, 目標亮點在空間按一定方位近似分布在一條直線上, 長度約110 m, 走向角約60o, 在直線附近有一個誤差較大的干擾點, 分別采用最小二乘擬合尺度目標參數(shù)估計方法和基于改進Huber估計的尺度目標參數(shù)估計方法進行了參數(shù)估計對比試驗, 參數(shù)估計結(jié)果如圖2所示。

圖2 對比試驗結(jié)果

圖2中, 最小二乘擬合尺度目標參數(shù)估計方法受到干擾點的影響, 參數(shù)估計出現(xiàn)較大的誤差, 而基于改進Huber估計的尺度目標參數(shù)估計方法經(jīng)過迭代剔除了干擾點, 參數(shù)估計精度較高, 2種方法的估計結(jié)果如表1所示。

表1 參數(shù)估計結(jié)果比較

Table 1 Comparison of parameter estimation results

如果檢測亮點中沒有干擾亮點, 最小二乘方法與改進Huber方法的參數(shù)估計效果基本一致, 當(dāng)存在干擾點時, 基于改進Huber估計的尺度目標參數(shù)估計方法表現(xiàn)出較強的抗干擾能力, 能通過迭代擬合識別并剔除干擾點, 并且具有穩(wěn)健的收斂效果。迭代收斂過程如圖3所示, 圓點表示檢測亮點, 正方形表示剔除的干擾點, 線段表示尺度目標。

圖3中, 1, 2, 3, …, 10表示經(jīng)過1次、2次、3次, …, 10次迭代擬合后的直線, 箭頭方向表示隨著迭代次數(shù)的增加, 擬合直線向真實直線收斂的方向, 第1次迭代時, 由于干擾點的存在, 擬合直線與真實直線誤差較大, 隨著迭代的進行, 干擾點的擬合誤差越來越大, 擬合權(quán)值越來越小, 最后被剔除。

圖3 迭代收斂過程示意圖

選取實航試驗尺度目標等效走向角約為-55o, 等效長度約為60 m。試驗中主動檢測周期尺度目標參數(shù)估計結(jié)果如圖4所示。

圖4 實航試驗參數(shù)估計結(jié)果

該周期檢測數(shù)據(jù)估計得到的目標走向角為-56.502 6o, 長度為57.996 2 m; 估計結(jié)果與尺度目標實際參數(shù)基本吻合, 估計有效。

試驗中連續(xù)多個周期正確捕獲目標, 參數(shù)估計結(jié)果與實際參數(shù)基本吻合, 如表2所示。

表2 尺度目標特征參數(shù)估計結(jié)果

4 結(jié)束語

本文提出了一種基于改進Huber估計的水下聲自導(dǎo)武器尺度目標參數(shù)估計的方法, 該方法利用水下聲自導(dǎo)武器檢測得到的多亮點信息, 在水下聲自導(dǎo)武器坐標系下對亮點水平投影進行曲線擬合, 將亮點強度和擬合誤差同時引入擬合權(quán)值矩陣, 經(jīng)過迭代擬合可以剔除可能存在的干擾亮點, 能對目標長度、走向角及等效點進行有效估計。仿真和實航試驗數(shù)據(jù)均證明, 該方法具有穩(wěn)健的收斂性能, 能有效剔除干擾點, 具有較強的抗干擾能力和較高的參數(shù)估計精度, 能為水下聲自導(dǎo)武器作戰(zhàn)提供準確可靠的尺度目標參數(shù)。

[1] 楊保鋒, 董春凱. 提高檢測多亮點目標性能的聯(lián)合相關(guān)器技術(shù)[J]. 魚雷技術(shù), 2009, 17(4): 31-37. Yang Bao-feng, Dong Chun-kai. Combination-Correlator Technology for Improving Detection Capability of Multi- Highlight Targets[J]. Torpedo Technology, 2009, 17(4): 31-37.

[2]劉朝暉, 付戰(zhàn)平, 王明洲. 基于方位走向法和互譜法的水中目標識別[J]. 兵工學(xué)報, 2006, 27(5): 932-935. Liu Zhao-hui, Fu Zhan-ping, Wang Ming-zhou. Underwater Target Identification Based on the Methods of Bearing and Cross-spectrum[J]. Acta Armamentraii, 2006, 27(5): 932-935.

[3] Ei-Yamany Na, Papamichalis P E. Using Bounded-influence M-estimators in Multi-frame Super-resolution Reconstruction: A Comparative study[C]//2008 International Conference on Image Processing. Washington. DC: IEEE, 2008: 337-340.

[4] 楊云川, 崔懷林, 李志舜. Robust統(tǒng)計在主動聲納分裂波束目標方位走向估計中的應(yīng)用[J]. 聲學(xué)技術(shù), 2004, 23(4): 201-204. Yang Yun-chuan, Cui Huai-lin, Li Zhi-shun. Application of Robust Statistics to Target Bearing Estimation for Split Arrays in Active Sonar[J]. Technical Acoustics, 2004, 23(4): 201-204.

[5] 丁靜, 王培康. M-估計耦合雙邊濾波的正則化超分辨率重建[J]. 計算機應(yīng)用, 2010, 30(11): 3005-3007. Ding Jing, Wang Pei-kang. Regularized Super-Resolution Reconstruction Based on M-setimation and Bilateral Filtering[J]. Joumal of Computer Applications. 2010, 30(11): 3005-3007.

[6] 嚴衛(wèi)生. 魚雷航行力學(xué)[M]. 西安: 西北工業(yè)大學(xué)出版社, 2005.

Parameter Estimation of Underwater Scale Target Based on Improved Huber-Estimation

YANG Xiang-feng, YNAG Yun-chuan, GUO Lei

(The 705 Research Institute, China Shipbuilding Industry Corporation, Xi′an 710075, China)

Scale target parameters are the key parameters for short-range trajectory maneuvaer and perpendicular hit attack of underwater acoustic homing weapons. Effective estimation of the characteristic parameters of scale target is important to ensure the operational destructive effect of underwater acoustic homing weapons. To reduce the scale parameter estimation errors from least squares fitting, this paper proposes an parameter estimation method of underwater scale target based on the improved Huber estimation, calculates the iterative fitting weight matrix via the proposed method by making use of target highlight strength and fitting error. Hence, target′s length, course angle and equivalent point are estimated effectively by eliminating interference highlight via fitting error. Simulation and sea trial show that the proposed method can effectively eliminate interference point, and has steady convergence performance, greater anti-interference capability and higher parameter estimation accuracy.

underwater acoustic homing weapon; scale target; multi-highlight; Huber estimation; target length; target course angle; target equivalent point

TJ630.34; TN911.72

A

1673-1948(2012)05-0339-05

2011-10-20;

2012-03-05.

國家973項目資助（61312220306).

楊向鋒(1978-), 男, 碩士, 高級工程師, 研究方向為水聲信號與信息處理, 水下目標識別, 跟蹤及水聲反對抗.

(責(zé)任編輯: 楊力軍)