水下认知网络中的哺乳动物定位测速算法

摘要

针对水下认知声学网络(UCAN)中的环境感知问题,提出一种针对海洋哺乳动物的被动定位(PLM)算法及相应的基于多普勒效应的测速算法SMD.PLM算法基于海洋哺乳动物发声信号声源级范围,结合接收信号强度,运用检索筛选的方法推算发声位置.SMD在PLM定位的基础上,利用接收生物信号的多普勒效应对其运动测速.实验结果表明,PLM与SMD均能达到较高的精度,其中PLM算法的平均定位误差随海豚游速的增加而增加,其平均值约为10 m,定位成功率可达到90％.PLM和SMD结合,可较准确地估计海洋哺乳动物的运动区域.