摘要: 环境参数失配导致定位性能大幅度下降是匹配场定位所面临的难题之一。应用贝叶斯理论对环境聚焦,是当前解决该难题的研究热点。环境聚焦方法的实质是将未知环境参数和声源位置联合优化估计,当出现多个目标时,估计的参数会随着声源个数成倍增加,因此不得不利用有限的观测信息来实现众多参数的估计。本文采用最大似然比方法,获得信号源谱和误差项的最大似然估计,实现这些敏感性较弱参数的间接反演,有效降低了反演参数维数和定位算法复杂度。针对遗传算法的早熟和稳定性差的问题,改进了似然函数的经验表达式。将多维后验概率密度在参数起伏变化范围内积分,得到反演参数的一维边缘概率分布,求解最优值的同时进行反演结果的不确定性分析。本文仿真了位于相同距离、不同深度的两个声源,使用仿真实验验证了提出算法的有效性。
