科研之友
微信
新浪微博
Facebook
分享链接
摘要
海洋声学目标探测技术在海洋资源开发、海洋生物保护、区域海洋生态监测及军事领域等方面都具有无可替代的优势．然而，接收传感器常常会受到外界干扰声源的影响，从而导致定位性能下降．为解决这一问题，本文提出了一种基于优化随机森林的海基站水下声学定位模型来改善定位准确度．首先，对采集的原始信号进行数据预处理．对于信号无干扰采集数据，仅保留有效的样本，剔除包括缺失、异常、相同或相似的数据．对于信号干扰下采集数据，先对异常情况进行分类，然后去除存在干扰的基站数据．利用主成分分析对数据进行降维，并将综合特征作为高斯混合聚类的输入．为确定最优超参数，采用网格搜索和交叉验证的封装模块并设置混合系数，然后构建基于优化随机森林的水下声学定位模型，并将其与多点空间定位模型进行对比．实验结果表明，在信号无干扰和有干扰条件下，采用多点空间定位模型计算出目标三维定位误差RMSE分别为5.648 m、26.264 m，而采用本文模型预测的RMSE分别为0.232 m、4.354 m．所提出的方法显著提高了目标的定位精度，并具有较强的泛化能力．且在无干扰条件下，对于x、y及z方向的估计，所提出的方法的RMSE分别为0.122 m、0.099 m和0.171 m．而在有干扰条件下，对于x、y及z方向的估计，RMSE分别为1.715 m、1.691 m和3.627 m．特别是z方向的定位误差最大，与实际情况相吻合．以上数据结果验证了所提出方法的有效性，为水下运动目标高精度定位及定位导航系统的论证设计提供了新的思路．
- 出版日期2023
- 单位天津大学
