zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kỹ Thuật - Công Nghệ

» Kĩ thuật Viễn thông

Định hướng nguồn tín hiệu trong sonar thụ động trên cơ sở phân tách không gian con kết hợp lọc răng lược thích nghi

Chia sẻ: Phó Cửu Vân | Ngày: | Loại File: PDF | Số trang:5

Báo xấu

8
lượt xem 1
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài báo "Định hướng nguồn tín hiệu trong sonar thụ động trên cơ sở phân tách không gian con kết hợp lọc răng lược thích nghi" đề xuất thuật toán định hướng thích nghi trên cơ sở kỹ thuật lọc răng lược với thuật toán MUSIC, thuật toán ACF-BB-MUSIC. Đối tượng áp dụng của thuật toán này là các hệ thống giám sát ngầm có trang bị chủ yếu là sonar thụ động. Các bộ lọc răng lược được sử dụng để giữ lại toàn bộ các thành phần phổ vạch vùng tần số thấp của chân vịt và triệt nhiễu. Mời các bạn cùng tham khảo!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Định hướng nguồn tín hiệu trong sonar thụ động trên cơ sở phân tách không gian con kết hợp lọc răng lược thích nghi

Hội nghị Quốc gia lần thứ 26 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2023) Định hướng nguồn tín hiệu trong sonar thụ động trên cơ sở phân tách không gian con kết hợp lọc răng lược thích nghi Nguyễn Thanh Chinh, Nguyễn Ngọc Đông, Phạm Khắc Hoan và Nguyễn Tiến Tài Khoa Vô tuyến điện tử, Đại học Kỹ thuật Lê Quý Đôn Email: thanhchinh.nguyen.navy@lqdtu.edu.vn Abstract - Bài báo đề xuất thuật toán định hướng thích được gọi là các thuật toán "siêu phân giải", điển hình là nghi trên cơ sở kỹ thuật lọc răng lược với thuật toán các thuật toán MUSIC (Multiple Signal Classification) MUSIC, thuật toán ACF-BB-MUSIC. Đối tượng áp dụng và MIN-NORM (chuẩn cực tiểu) [1]. Bên cạnh đó, các của thuật toán này là các hệ thống giám sát ngầm có trang thuật toán DOA trên cơ sở biểu diễn thưa [2], DOA trên bị chủ yếu là sonar thụ động. Các bộ lọc răng lược được cơ sở phân tích thời gian-tần số [3] và các thuật toán sử dụng để giữ lại toàn bộ các thành phần phổ vạch vùng tần số thấp của chân vịt và triệt nhiễu. Tần số cộng hưởng DOA trên cơ sở mạng học sâu [4] cũng đã được nghiên tại các răng lược thay đổi thích nghi (ACF) theo sự thay cứu và phát triển. Mỗi hướng phát triển của các thuật đổi tần số của các vạch phổ đặc trưng của mục tiêu biển. toán đều tập trung nâng cao hiệu năng hoạt động gồm: Các kết quả mô phỏng số được thực hiện trên phần mềm tăng độ phân giải, giảm sai số, hoặc giải quyết bài toán Matlab R2021a để khảo sát và đánh giá hiệu năng làm việc trong các tình huống đa đường. đã được thực hiện với các thuật toán kinh điển và các Để cải thiện khả năng làm việc của một thuật toán, thuật toán trên cơ sở phân tách không gian con. Trong có một số phương pháp đã được đề xuất. Thứ nhất, kết tình huống có ba nguồn tín hiệu, tỷ số tín/tạp (SNR) đầu hợp nhiều thuật toán với nhau. Một số kết quả nổi bật vào khác nhau tương ứng là 5 dB, 0 dB, 10 dB, các thuật của phương pháp này là sự kết hợp giữa phương pháp toán đều cho ra kết quả định hướng chính xác, trong đó, các thuật toán kết hợp kỹ thuật ACF cho thấy vượt trội tạo búp sóng MVDR hoặc phân tích thời gian-tần số với hơn về mức chênh lệch đỉnh-nền của phổ đầu ra. Kết quả phân tách không gian con, giữa biểu diễn thưa với thuật khảo sát sai số trung bình (RMSE) cho thấy thuật toán toán Bartlett hoặc với ước lượng hợp lý cực đại [5], [6], mới đề xuất, ACF-BB-MUSIC, có hiệu năng tốt nhất, bảo [7]. Thứ hai, áp dụng một số kỹ thuật tiền xử lý, hoặc xử đảm khả năng làm việc ổn định và duy trì mức sai số nhỏ lý sau khi đã thực hiện thuật toán định hướng, hoặc cả trên toàn bộ dải nhiễu khảo sát (từ -5 dB đến +20 dB). hai. Theo hướng nghiên cứu này, các kỹ thuật được áp dụng vào trước hoặc sau khi thực hiện thuật toán ước Keywords - Giám sát ngầm, sonar thụ động, DOA, dải lượng DOA và không can thiệp trực tiếp vào các bước rộng, MUSIC, phổ vạch, bộ lọc răng lược, thích nghi cơ bản của các thuật toán DOA [8]. I. ĐẶT VẤN ĐỀ Các hệ thống giám sát thụ động, đặc biệt là các hệ thống sonar giám sát ngầm luôn cần được ứng dụng, cập Ước lượng hướng (Direction of arrival - DOA) hay nhật và nâng cấp các thuật toán xử lý tín hiệu. Trong đó, định hướng nguồn tín hiệu (Direction finding - DF) là các thuật toán ước lượng DOA luôn được đặt mức ưu một vấn đề cơ bản trong xử lý tín hiệu và có nhiều ứng tiên cao nhất. Các thông số đầu vào của tuyến xử lý tín dụng trong các lĩnh vực khác nhau, bao gồm radar, hiệu được phân chia thành hai nhóm: nhóm các thông số sonar, truyền thông không dây và dẫn đường vô tuyến. môi trường và nhóm các thông số của tín hiệu có ích. Bài toán ước lượng DOA sử dụng mạng cảm biến thụ Đối với các thông số môi trường, tuy có đặc trưng thủy động trở thành vấn đề trung tâm của lĩnh vực xử lý tín văn phức tạp và thay đổi liên tục, với hệ thống sonar cố hiệu, nhất là các mục đích giám sát, trinh sát thụ động. định (ví dụ, hệ thống giám sát ngầm lắp đặt ở đáy biển), Các phương pháp định hướng kinh điển đã được đề xuất việc cập nhật liên tục, thậm chí theo thời gian thực, các và áp dụng trong nhiều năm, đó là các thuật toán giữ thông số môi trường không phải là nhiệm vụ quá phức chậm-lấy tổng (Bartlett) và đáp ứng phương sai không tạp, vì cơ sở dữ liệu đã được tích lũy và lưu trữ trong méo cực tiểu (Minimum Variance Distortionless nhiều năm và sự hỗ trợ của các hệ thống trang bị kỹ thuật Response - MVDR). Tuy nhiên, các phương pháp này thăm dò môi trường biển [9, 10]. Vì thế, các giải pháp có độ phân giải không cao, vì thế khó giải quyết trong xử lý nhóm các thông số tín hiệu có ích được ưu tiên các trường hợp đa nguồn, đặc biệt khi các nguồn ở gần phát triển hơn. nhau. Các thuật toán DOA trên cơ sở phân tách không Với sự hỗ trợ của công nghệ tính toán, mô phỏng và gian con đã được đề xuất để nâng cao độ phân giải và công nghệ vật liệu, hiện nay các mục tiêu ngầm có mức ISBN ............ 978-604-80-8932-0 44
Hội nghị Quốc gia lần thứ 26 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2023) tiếng ồn rất nhỏ so với các tài liệu đã được công bố trước f d = lf b . (1) đây [11]. Hơn nữa, một số mục tiêu có sử dụng các biện sq pháp che giấu và ngụy trang (đối với các mục tiêu quân s1 sự) gây khó khăn rất lớn cho các hệ thống sonar nói chung và hệ thống giám sát ngầm nói riêng. Điểm đáng sQ chú ý là dù có áp dụng giải pháp nào thì các mục tiêu 00 vẫn cần phải di chuyển. Tức là phải có một hệ thống động lực - đẩy trong kết cấu của một mục tiêu, phần lớn Reference point là các hệ thống chân vịt. Dạng tín hiệu tiếng ồn của các mục tiêu và đặc tính phổ của chúng đã được phân tích trong [12]. Các bộ lọc kết hợp thông thấp - răng lược Hyd 1 d Hyd 2 Hyd m Hyd M được đề xuất áp dụng trong xử lý tín hiệu sonar thụ động để làm tăng hiệu quả chọn lọc thông tin có ích của các mục tiêu biển theo chính đặc trưng tiếng ồn do chúng tạo Hình 1. Hệ thống mạng anten sonar và các mục tiêu ra. Đồng thời, tần số cộng hưởng của bộ lọc răng lược Mô hình toán học của tín hiệu trên miền thời gian của sẽ thay đổi thích nghi theo sự thay đổi của tín hiệu đầu nguồn tiếng ồn thứ q có dạng [9]: vào, gọi là lọc răng lược thích nghi (Adaptive Comb sq (t ) = sqT (t ) + sqC (t ) + n(t ) Fitering - ACF). Kết quả là, SNR đầu ra được cải thiện đáng kể [13].  L  (2) Tóm lại, bài báo đề xuất thuật toán ước lượng DOA = sqT (t ) +  1 +  Al cos ( 2π lfb t )  c(t ) + n(t ),  l =1  cho các tín hiệu dải rộng trên cơ sở kết hợp hệ thống các bộ lọc răng lược thích nghi kết hợp với thuật toán trong đó: sqT - là thành phần tín hiệu chứa các vạch phổ MUSIC kinh điển. Đồng thời, số lượng nguồn tín hiệu rời rạc gây ra bởi các cơ cấu cơ khí, máy móc trên mục cũng được ước lượng theo một cách tiếp cận khác, tích tiêu cũng như nhiễu thủy động học; sqC (t ) - là tín hiệu lũy không tương can các thành phần phổ đặc trưng của điều chế biên độ tiếng ồn c(t ) gây ra do bọt khí vỡ tín hiệu tiếng ồn chân vịt các mục tiêu biển. Phần còn lại của bài báo sẽ được tổ chức như sau: trong quá trình chân vịt quay; Al - biên độ của thành Phần II sẽ trình bày mô hình tín hiệu, bao gồm mô hình phần phổ thứ l; n(t ) - tạp âm nền. hệ thống và mô hình toán học của tiếng ồn mục tiêu và Minh họa phổ tiếng ồn của tàu ngầm có trang bị di giả thiết mô hình nhiễu; Phần III sẽ phân tích tổng quan chuyển ở các dải tốc độ khác nhau trên hình 2 [14]. về hàm phổ không gian của một số thuật toán ước lượng DOA điển hình và thuật toán cải tiến, ACF-MUSIC; Phần IV trình bày một số kết quả mô phỏng và thảo luận; Phần V kết luận. II. MÔ HÌNH TÍN HIỆU Giả thiết hệ thống sonar thụ động sử dụng mạng ăng ten tuyến tính đồng nhất gồm: - Số lượng các Hydrophone: M; a, Phổ mục tiêu tốc độ thấp b, Phổ mục tiêu tốc độ cao - Khoảng cách giữa các Hydrophone: d (đảm bảo điều Hình 2. Phổ tiếng ồn của tàu ngầm minh họa ở hai tốc độ kiện khoảng cách này nhỏ hơn nửa bước sóng). chuyển động khác nhau - Phần tử tham chiếu: Hydrophone thứ nhất. Giả thiết có Q mục tiêu (Q nguồn) có chân vịt. Mục tiêu Tùy theo đặc điểm cấu trúc và thiết kế của từng loại tàu thứ q có dải tần là f q − min ÷ f q − max và nằm ở góc hướng mà phổ tiếng ồn tổng hợp của mục tiêu có đặc trưng khác nhau. Tuy nhiên, chúng có một số điểm chung như θ q ( q = 1,..., Q ). Sơ đồ minh họa kịch bản vùng biển có sau: hệ thống sonar và các mục tiêu được thể hiện như - Những thành phần phổ rời rạc vùng hạ âm thường có hình 1. Trong đó: mức phổ lớn hơn trung bình, nằm trong khoảng từ 10 - s1 , s2 ,..., sQ - các nguồn tín hiệu; dB đến 25 dB tùy theo loại mục tiêu và điều kiện vận hành. - Hyd 1, Hyd 2,...,Hyd M - các Hydrophone từ 1 đến M - Đối với phổ liên tục ở vùng tần số thấp, mức phổ tăng của mạng anten. +6 dB/ octave (quãng tám), còn ở vùng tần số cao, mức Các thành phần phổ rời rạc của tín hiệu tiếng ồn mục phổ lại giảm -6 dB/octave. Chính vì vậ y trước khi đưa tiêu là hài của tần số quay trục, f b , và tần số quay của vào xử lý tín hiệu được đưa qua bộ lọc thông dải FIR cánh chân vịt fb .N L , với NL là số lượng cánh chân vịt, với đặc tính biên tần tăng +6 dB/octave. các thành phần này có thể được biểu diễn chung dưới Những đặc tính này giúp ích rất nhiều cho việc phát hiện dạng [14]: tín hiệu yếu trên nền nhiễu và phân loại các mục tiêu. ISBN ............ 978-604-80-8932-0 45
Hội nghị Quốc gia lần thứ 26 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2023) Đặc biệt, việc điều chế biên độ tín hiệu tiếng ồn dải rộng III. ƯỚC LƯỢNG HƯỚNG DẢI RỘNG VÀ gây ra bởi chân vịt tạo ra một số thành phần đơn tần dải THUẬT TOÁN ĐỀ XUẤT hạ âm. Một trong những kỹ thuật phổ biến để tách được A. Các phương pháp ước lượng dải rộng các thành phần đơn tần, tần số thấp này là LOFAR (Low Một số phương pháp ước lượng DOA dải rộng đã được Frequency Analysis and Recording). Ở vùng tần số này, đề cập trước đây, bao gồm: Xử lý không gian con tín phổ chứa các thành phần rời rạc công suất lớn hơn mức hiệu không tương can (Incoherant Signal Subspace nền liên quan tới tần số quay của trục và cánh chân vịt, Processing - ICSSM); xử lý không gian con tín hiệu có thể được sử dụng cho các bước xử lý tiếp theo. Mối tương can (Coherant Signal Subspace Processing - quan hệ giữa phổ tiếng ồn liên tục với tần số, vận tốc và CSSM); trung bình có trọng số các không gian con tín độ sâu được thể hiện như hình 3 [16]. hiệu (Weighted Average of Signal Subspaces - WAVES); kiểm tra tính trực giao của các không gian con tín hiệu được chiếu (Test of Orthogonality of Projected Subspaces -TOPS) [15]. Mặc dù có những cách tiếp cận khác nhau, nhưng nhìn chung, các giải pháp này vẫn phải thực hiện xử lý từng bằng tần hẹp (dải hẹp), sau đó tổng hợp các kết quả riêng lại theo một cách nào đó để có kết quả xử lý dải rộng. Bên cạnh đó, việc phát triển các thuật toán ước lượng DOA trên cơ sở biểu diễn thưa tín hiệu và mạng chấn tử có cấu hình đặc biệt (mạng đồng cấu hoặc mạng chồng nhau) cũng được đề cập [16]. Tuy nhiên, các phương pháp này, hầu hết chỉ khai thác đặc tính cấu trúc của mạng anten, phát huy các thế mạnh cơ sở lý thuyết toán học để tăng tốc độ tính Hình 3. Mối quan hệ mức phổ tiếng ồn liên tục và tần số toán hoặc tăng độ chính xác hoặc cả hai, mà chưa khai thác sâu đặc điểm đặc thù của các tín hiệu từ các mục Trên cơ sở các giả thiết về cấu trúc hệ thống ăng ten và tiêu biển. mô hình tín hiệu, dạng tín hiệu thu của hệ thống có Bài báo này trình bày cách tiếp cận theo phương pháp dạng: ICSSM kết hợp với kỹ thuật lọc răng lược và đánh giá y (t ) = A (θ ).s(t ) + n(t ) . (3) kết quả bằng mô phỏng đối với một số thuật toán điển Hoặc có thể viết gọn dưới dạng ma trận: hình đã nói đến ở trên, bao gồm: Barllert, Capon, Min- Y = A.S + ζ. (4) Norm, MUSIC. Mô hình (4) thể hiện trên miền tần số như sau: Trong đó: Y (ω , θ ) = A(ω , θ ).S(ω ) + ζ(ω ), (6) y (t ) = [ y0 (t ), y1 (t ),..., yM −1 (t )]T là ma trận tín hiệu thu trong đó, ω biển diễn tần số dải hẹp. khi đã tính đến tác động của nhiễu cộng tính, kích thước Ma trận hiệp phương sai khi đó: MxN, N là số các mẫu dữ liệu. ζ = [n0 (t ), n2 (t ),..., nM −1 (t )]T là nhiễu cộng tính tác động R (ω , θ ) = A(ω , θ ).R s (ω ).A (ω , θ ) H + Ec (ω ) (7) đến các chấn tử. Để thuận tiện, trong bài báo giả thiết = A (ω , θ ).R s (ω ).A(ω , θ ) H + σ n (ω ).I 2 nhiễu có phân bố chuẩn, kỳ vọng 0 và phương sai Như vậy, hàm phổ không gian của bài toán định hướng σ 02 = σ 12 = ... = σ M −12 dải rộng sẽ được thực hiện bằng cách tính lần lượt hàm - Toán tử [•]T là toán tử chuyển vị. phổ cho các băng tần hẹp, sau đó lấy trung bình, tức là: 1 K - Ma trận hướng A (θ ) = [a (θ1 ), a(θ 2 ),..., a(θ Q )] . Véc tơ PDOA _ BB (θ ) =  Pk _ DOA _ NB (ωk , θ ), (8) K k =1 a(θ i ) là véc tơ hướng ứng với nguồn tín hiệu sq ; trong đó, PDOA _ BB (θ ) - hàm phổ không gian của thuật Trong điều kiện dải hẹp, trường xa, nguồn điểm, tần số toán ước lượng dải rộng; Pk _ DOA _ NB (ωk , θ ) - hàm phổ góc trung tâm của tín hiệu ωc , thì: T không gian của thuật toán ước lượng dải hẹp tính tại tần a (θi ) = 1, e− jωciτ i ,..., e − jmωciτ i ,..., e − j ( M −1)ωciτ i    số ωk ; K- số lượng các băng tần dải hẹp. , (5) = 1, e− jφi ,..., e − jmφi ,..., e − j ( M −1)φi  T B. Thuật toán đề xuất, ACF-BB-MUSIC   Sơ đồ khối chức năng của hệ thống sonar áp dụng thuật trong đó mτ i - khoảng thời gian giữ chậm tại chấn tử toán MUSIC kết hợp lọc răng lược thích nghi dải rộng thứ m của nguồn i, φi = ωciτ i = ωci d sin(θ i ) / c và sự sai (ACF-BB-MUSIC) được thể hiện trên Hình 4. Hệ thống này làm việc như sau: lệch về thời gian giữ chậm, τ i , đã được chuyển thành độ Tín hiệu đầu ra mỗi Hydrophone được cho qua một lệch pha φi kênh LOFAR để lấy mẫu, lọc thông thấp và biến đổi Furrier nhanh (FFT), mục đích của LOFAR là chỉ giữ ISBN ............ 978-604-80-8932-0 46
Hội nghị Quốc gia lần thứ 26 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2023) lại phổ của tín hiệu nằm trong vùng tần số thấp, chứa Bảng 1: Thông số đầu vào kịch bản 1. các thành phần phổ vạch [17]. Sau đó, tín hiệu được cho Số Tần số qua hệ thống lọc răng lược thích nghi. Hệ thống các bộ Mục tiêu Hướng vạch SNR lọc răng lược (CF) được xây dựng bằng cách ghép song biển cơ bản phổ song các bộ cộng hưởng kỹ thuật số, tần số cộng hưởng mỗi bộ này tương ứng với một thành phần hài của (1) Nguồn thứ 1 -300 8 5 dB 7.5 Hz [13]. Tốc độ của mục tiêu thay đổi trong quá trình vận 0 động dẫn đến tần số của các vạch phổ thay đổi, tần số Nguồn thứ 2 -10 10 0 dB 8.7 Hz cộng hưởng của các CF được điều chỉnh thích nghi theo Nguồn thứ 3 +10 0 7 10 dB 9.5 Hz sự thay đổi của tần số đầu vào, gọi là lọc răng lược thích nghi (ACF). Đồng thời, tín hiệu được đưa đến bộ Ước b) Kết quả: Kết quả được thể hiện trên hình 5 lượng số nguồn, Q, [18] và ước lượng tần số trục chân vịt (SNE&SFE) [19]. Thông tin về số lượng nguồn sẽ được cung cấp cho thuật toán MUSIC và thông tin về các tần số quay chân vịt được cung cấp cho ACF để thay Normalized Power,dB Normalized Power,dB đổi tần số của các răng lược thích nghi theo sự thay đổi chế độ hoạt động của các mục tiêu. Do mỗi nguồn tín hiệu (mục tiêu) có một giá trị tần số cơ bản (fb) khác nhau nên ứng với mỗi Hydrophone cần phải có Q bộ ACF ghép song song. Như vậy, nếu mỗi mục tiêu cần một bộ lọc ACF có L bộ cộng hưởng thì mỗi bộ ACF của hệ thống sẽ có L.Q bộ cộng hướng ghép song song. a) Không áp dụng ACF b) Có áp dụng ACF Kết quả là, phần lớn các vạch phổ đặc trưng của các Hình 5. Hoạt động của các thuật toán ước lượng DOA dải mục tiêu, là các hài của tần số quay chân vịt, được chọn rộng lọc và cung cấp cho thuật toán ước lượng DOA, thuật toán MUSIC. Đầu ra của hệ thống cho ra kết quả về c) Nhận xét: hướng của các mục tiêu đầu vào. - Khi áp dụng ACF, tất cả các thuật toán được khảo sát y1(p,f) đều cho mức chênh lệch phổ đỉnh/nền (Peak-base level: yM(p,f) SNE&SFE PBL) cao hơn đáng kể so với tình huống không áp dụng ACF, ví dụ thuật toán MUSIC, giá trị PBL lớn nhất là 3 fb1,…,fbQ dB và 5 dB tương ứng với các trường hợp không áp Q dụng và có áp dụng ACF; thuật toán Bartlett có hiệu y1(p,t) FIR Filter y1(p,f) S/H &A/D FFT (ACF)fb1 Lowpass + LOFAR 1 (ACF)fbQ 1 yC(p,f) năng kém nhất trong cả hai trường hợp khảo sát. Các MUSIC búp sóng rộng và không rõ nét, không cho kết quả chính xác; Hai thuật toán MUSIC và MVDR thể hiện hiệu yM(p,t) FIR Filter yM(p,f) S/H &A/D FFT ACF Lowpass LOFAR M ADAPTIVE COMB FILTER M năng làm việc tốt hơn các thuật toán còn lại; Thuật toán Hình 4. Sơ đồ khối chức năng hệ thống sonar áp dụng MIN-NORM có PBL thấp nhất, nhưng vẫn bảo đảm thuật toán ACF-BB-MUSIC búp sóng hẹp và kết quả chính xác. - Mặc dù các giá trị SNR đầu vào của mỗi nguồn tín IV. KẾT QUẢ MÔ PHỎNG VÀ THẢO LUẬN hiệu khác nhau nhưng kết quả làm việc của các thuật A. Các quy ước và dữ liệu chung toán vẫn chính xác, không có sự khác biệt trong hàm - Mạng ăng ten tuyến tính đồng nhất. phổ không gian. Như vậy, dự báo các giá trị SNR này - Số chấn tử: 20; nằm trong vùng làm việc tốt của các thuật toán, kết quả - Số mẫu dữ liệu trong một khung dữ liệu: 1024; này sẽ được khẳng định thêm khi xem xét đến kịch bản - Số khung dữ liệu: 512; mô phỏng số 2. - Khoảng cách giữa các Hydrophones: 10 m. C. Kịch bản số 2 - Tần số lấy mẫu: 1000 Hz. Khảo sát sự phụ thuộc sai số trung bình bình phương - Bộ lọc ACF: số đỉnh cộng hưởng 10, kiểu: ghép song (RMSE) của các thuật toán vào tỷ số tín/tạp. song các bộ cộng hưởng. a) Đầu vào: Nguồn thứ 1 (kịch bản số 1); B. Kịch bản số 1 SNR = −5 dB ÷ 20 dB . Mô phỏng làm việc của các thuật toán ước lượng dải b) Kết quả: Kết quả thể hiện trên hình 6. rộng trong trường hợp có và không kết hợp lọc răng lược thích nghi. a) Đầu vào: Các thông số đầu vào cho kịch bản số 1 được trình bày trong bảng 1. ISBN ............ 978-604-80-8932-0 47
Hội nghị Quốc gia lần thứ 26 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2023) [4] O'Shea, K. and R.J.a.p.a. Nash, “An introduction to convolutional neural networks”, arXiv: Computer Science, 2015. [5] Han, X., et al., “A passive DOA estimation algorithm of underwater multipath signals via spatial time-frequency distributions”, IEEE Transactions on Vehicular Technology, 70(4): p. 3439-3455, 2021. RMSE, dB.Degree [6] Compaleo, J. and I.J.J.S. Gupta, “Application of sparse representation to Bartlett spectra for improved direction of arrival estimation”, Sensor MPDI, 21(1): p. 77, 2020. [7] Mohammadzadeh, S., O.J.C. Kukrer, Systems,, and S. Processing, “Modified robust capon beamforming with approximate orthogonal projection onto the signal-plus- interference subspace”, Springer, 37(12): p. 5351-5368, 2018. [8] Eranti, P.K. and B.D.J.E. Barkana, “An overview of direction- of-arrival estimation methods using adaptive directional time- Hình 6. Khảo sát RMSE các thuật toán ước lượng DOA frequency distributions”, MPDI, 2022. 11(9): p. 1321. dải rộng [9] Besson, O., Y. Abramovich, and B.J.S.P. Johnson, “Direction- of-arrival estimation in a mixture of K-distributed and Gaussian c) Nhận xét: noise”, Elsevier, 128: p. 512-520, 2016. - Nhóm các thuật toán khi có áp dụng ACF có sai số [10] Zhang, H., Z.J.C. Zheng, , “Robust DOA estimator under non- nhỏ hơn đáng kể (khoảng 3 dB) so với trường hợp Gaussian noise and insufficient sample support”, Systems,, and S. Processing, 39: p. 4730-4739, 2020. không áp dụng ACF; trong vùng SNR > 0 dB, các thuật [11] Howard, C.Q. “Recent developments in submarine vibration toán bảo đảm hoạt động tốt, các sai số ở mức chấp nhận isolation and noise control”, Proceedings of the 1st Submarine được. Science Technology and Engineering Conference, 2011. - Thuật toán ACF-BB-MUSIC có sai số nhỏ nhất và ổn [12] Chinh. Ng. T & Đông, Ng. N., “Nghiên cứu ứng dụng bộ lọc định, thể hiện là thuật toán tốt nhất trong các thuật toán răng lược xử lý để xử lý tín hiệu trong các hệ thống sonar thu khảo sát. động”, Hội nghị các nhà nghiên cứu trẻ Đại học Lê Quý Đôn lần thứ XXV, 2023. V. KẾT LUẬN [13] Meng, X., Z. Zhao, and X. Jiang., “Line Spectrum Detection for Sonar Based on Time Reversal Convolution and Interference Bài báo đã xem xét cơ chế và mô hình tạo tiếng ồn từ Suppression”, 2021 OES China Ocean Acoustics (COA). 2021. các mục tiêu biển có chân vịt và hiệu quả làm việc của IEEE. kỹ thuật lọc răng lược khi xử lý các tín hiệu này. Đồng [14] Болгов, В.М., “Акустические шумы и помехи на судах”, ed. В. М. Болгов and В.Е.Я.Л. Д. Д. Плахов. 1984: thời, bài báo trình bày tổng quan về các thuật toán ước Судостроение. 192. lượng DOA kinh điển và trên cơ sở phân tách không [15] Nguyễn Thanh Chinh, Nguyễn Ngọc Đông, Phạm Khắc Hoan, gian con và phân tích đặc trưng của các phương pháp “Đánh giá hiệu quả và sai số ước lượng tần số bằng thuật toán ước lượng DOA dải rộng. Trên cơ sở các phân tích đó, tích lũy tương can phổ ứng dụng trong các hệ thống sonar thụ thuật toán ACF-BB-MUSIC được đề xuất, trình bày sơ động”, Hội nghị Quốc gia lần thứ 25 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2022). 2022. đồ cấu trúc của thiết bị áp dụng thuật toán và mô tả hoạt [16] Urick, R.J.J.P.P.L.A., California, “Principles of underwater động của thuật toán. Việc mô phỏng đánh giá khả năng sound 3rd edition”, 1983. 22: p. 23-24. làm việc của các thuật toán được thực hiện trên ba [17] Zheng, E., et al., “Line spectrum detection algorithm based on nguồn phát xạ, dạng tín hiệu là tập hợp hình sin, có vị the phase feature of target radiated noise”, Journal of Systems trí và SNR đầu vào khác nhau. Bên cạnh đó, việc khảo Engineering and Electronics, 27(1): p. 72-80, 2016. sát RMSE cũng được xem xét trên dải SNR từ -5 dB [18] Santosh, S., O. Sahu, and M.J.W.T.o.S.P. Aggarwal, “An overview of different wideband direction of arrival (DOA) đến +20 dB. Thuật toán ACF-BB-MUSIC thể hiện hiệu estimation methods”, Wseas Transactions on Signal Processing, năng làm việc tốt nhất, cho ra sai số nhỏ trong nhất trong 5(1): p. 11-22, 2009. toàn dải, sai số -6 dB.độ (~0,250) tại +20 dB và -3 dB.độ [19] Wu, F., et al., “Underdetermined direction of arrival estimation (~0,500) tại +5 dB. Với kết quả nghiên cứu này, thuật of wideband signal based on sparse array”, IET, 16(10): p. 646- toán ACF-BB-MUSIC có thể tiếp tục được nghiên cứu 653, 2022. và phát triển để áp dụng cho các hệ thống giám sát ngầm [20] Li, Q., “Digital sonar design in underwater acoustics: principles and applications”, Springer Science & Business Media, 2012. bằng sonar thụ động./. [21] Nadler, B.J.I.T.o.S.P., “Nonparametric detection of signals by information theoretic criteria: Performance analysis and an TÀI LIỆU THAM KHẢO improved estimator”, IEEE, 58(5): p. 2746-2756, 2010. [1] Foutz, J., A. Spanias, and Banavar M.K., “Narrowband direction [22] Wenshu, D., et al., “A method of line spectrum extraction based of arrival estimation for antenna arrays”, Morgan&Claypool, on target radiated spectrum feature and its post-processing”, Vol. 3, 1-76, 2008 IEEE Xplore, 32(6): p. 1381-1393, 2021. [2] Yang, Z., et al., “Sparse methods for direction-of-arrival [23] Zhang, H., et al. “Frequency line extraction on low SNR estimation”, in Academic Press Library in Signal Processing, lofargram using principal component analysis”, in 2018 14th Volume 7. 2018, p. 509-581, Elsevier. IEEE International Conference on Signal Processing (ICSP). [3] Amin, M.G., et al., “Spatial time-frequency distributions: 2018. Theory and applications”, ResearchGate, p. 269-310, 2003. ISBN ............ 978-604-80-8932-0 48

CÓ THỂ BẠN MUỐN DOWNLOAD

LV.15: Bộ Đồ Án Tốt Nghiệp Chuyên Ngành Cơ Khí

65 tài liệu

2428 lượt tải

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.