基于多模态信息融合的水下移动目标定位

刘树东，梁婷蓉，王 燕，张 艳

（天津城建大学 计算机与信息工程学院，天津 300384）

0 引言

水下无线传感器网络（underwater wireless sensor networks, UWSNs）在海洋资源勘探、水下军事监视、海洋环境监测、地震海啸预警等领域具有广泛的应用。基于UWSNs的潜艇、水下无人潜航器等水下航行器可进入目标海域进行侦测，此过程中它们的位置和速度信息发挥着重要作用。因此，对水下移动目标精准定位的研究有着重要的作用及意义。

水下移动目标定位主要通过观测量信息进行定位。信息类型有到达时间（time of arrival，TOA）、到达时间差（time difference of arrival, TDOA）、到达角（angel of arrival, AOA）、到达频率差（frequency difference of arrival, FDOA）、接收信号强度（received signal strength indicator, RSSI）等。但在一些复杂定位场景中，基于单个观测量的单一模态信息无法满足定位精度要求，所以很多学者研究通过融合不同模态类型观测量信息定位以提高定位精度，主要有以下两种：TDOA/FDOA和TDOA/AOA。理论上在具有相同传感器数量时，相比于2个观测量双模态信息融合的定位方式，3个观测量多模态信息融合定位对移动目标位置和速度信息有更高的估计精度。

目前定位的主要挑战为定位系统方程的非线性问题。研究者针对非线性位置方程提出泰勒算法，但此算法需要较准确的初始值且收敛性不确定。为解决上述问题，文献[9]提出基于两步加权最小二乘（two-step weighted least squares，TSWLS）的TDOA/FDOA联合定位的经典定位算法。以 TSWLS为框架，文献[10]在文献[9]的基础上考虑了传感器位置误差，并且与无传感器位置误差情况中的克拉美罗下界（cramer-rao lower bound，CRLB）比较；文献[12]提出基于自适应TDOA和AOA联合定位算法，由于其TDOA观测量方程在两阶段定位算法中的自适应性，与文献[13]中传统TDOA/AOA联合定位相比，定位精度有所提高，但是此方法只能估计移动目标的位置信息，无法估计其速度信息；……