一种基于相关测速声纳的载体对底三维速度测量方法

摘要

本发明提供一种基于相关测速声纳的载体对底三维速度测量方法，包括如下步骤：1)建立理论时空相关函数模型；2)通过相关测速声纳的接收阵列采集底回波数据；3)根据步骤2)所获得的底回波数据和接收阵列各阵元间的相对位置关系，得到时空相关函数矩阵；4)基于理论时空相关函数模型用解析法计算载体对底垂向速度Vz；5)将步骤4)计算出的垂向速度Vz的值代入到步骤1)中所述的理论时空相关函数模型中，再利用最小二乘法得到载体对底水平二维速度Vx和Vy。本发明能够计算载体对底的三维速度，并且能够大幅减小计算量。

说明书

技术领域

本发明涉及声学测量载体对底速度的技术领域，更具体地说，本发明涉及一种基于相关测速声纳的测量载体对底三维速度的方法。

背景技术

相关测速声纳测量载体对底速度主要采用模型匹配的策略，目前主要方法包括最大似然法和局域最小二乘法。

提出利用最大似然法进行相关测速声纳测量载体对底速度有：

(1)S.E.Bradley等人的美国专利5315562“Correlation Sonar System”，最大似然方法内容主要包括：A)以级数形式给出了相关声纳阵时空相关函数理论模型，模型由贝赛尔函数和勒让德函数构成，包括三维速度等9个参数，以及由此得到的模型简化形式；B)采用最大似然原理进行数据相关函数和理论模型匹配；C)采用单纯形作为模型匹配的最优化算法。

(2)朱维庆等人的中国专利申请03119666.7“相关测速声纳测量载体对底速度的方法及其系统”，最大似然法内容主要包括：A)以贝赛尔函数形式给出了相关声纳阵时空相关函数理论模型，包括水平二维速度等3个参数；B)采用最大似然原理进行数据相关函数和理论模型匹配；C)采用序列二次规划作为模型匹配的最优化算法。

方法(1)和(2)的共同点是都采用最大似然原理作为测量载体对底速度方法的核心。最大似然法存在明显的问题：其一，最大似然的工作前提是假设信号干扰为高斯白噪声，而实际工作环境噪声并非如此；其二，最大似然法运算复杂，计算量大，工作周期长，不适合实时处理。另外，S.E.Bradley等提出的9参数理论模型为实际应用带来了较大困难，用单纯形作为最优化算法进行模型匹配并非最佳的选择。比较而言，朱维庆等提出的3参数理论模型和序列二次规划最优化算法要更适合于实际应用，但是这个方法只能测量载体对底的水平二维速度，不能测量载体对底的垂向速度。

提出利用局域最小二乘法进行相关测速声纳测量载体对底速度有：

(3)朱维庆等人的中国专利申请200310115153.2“一种相关测速声纳测量载体对底速度的方法和系统”，局域最小二乘法内容主要包括：A)以贝赛尔函数形式给出了相关声纳阵时空相关函数理论模型，包括水平二维速度等3个参数；B)采用局域最小二乘原理进行数据相关函数和理论模型匹配；C)采用序列二次规划作为模型匹配的最优化算法。

与方法(1)和方法(2)相比，方法(3)提出的局域最小二乘法解决了最大似然法运算量过大的问题和低信噪比下速度测量的问题，但是仍然无法测量载体对底的垂向速度。

总之，现有的相关测速声纳采用的测量载体对底速度的方法在实时运算速度和测量垂向速度等方面仍然存在问题和不足。

发明内容

本发明的目的是针对现有的相关测速声纳测量载体对底速度方法的问题和不足，提供利用相关测速声纳测量载体对底三维速度的方法，以及基于这种方法的信号处理工作流程设计。

为实现上述发明目的，本发明提供了一种基于相关测速声纳的载体对底三维速度的测量方法，包括如下步骤：

1)建立理论时空相关函数原始模型

$R(\tau ,d,V)=R_0·\Phi \left(\tau \right)·J_0\left(\mathrm{k\gamma }\sqrt{{({2V}_x\tau +d_x)}^2+{({2V}_y\tau +d_y)}^2}\right)·\exp \{-j{\omega }_0[\tau +(2V_z\tau +d_z)/c_{\phi }\left]\right\},$

其中，R(τ，d，V)是时空相关函数；R₀是单通道信号能量；Φ(τ)是发射信号相关延时τ处的相关函数；J₀(·)是贝赛尔函数；exp(·)是指数函数；k是波数；γ是相关函数宽度系数；τ是相关延时，d是接收阵元间的空间矢量，d＝(d_x，d_y，d_z)；ω₀是发射信号角频率；c_φ是发射开角θ_e内的合成声速，c是声速；V是三维速度矢量，V＝(V_x，V_y，V_z)；

2)通过相关测速声纳的接收阵列采集底回波数据；

3)根据步骤2)所获得的底回波数据和接收阵列各阵元间的相对位置关系，对底回波数据进行时空相关处理，得到数据时空相关函数L(τ，d)组成的时空相关函数矩阵；

4)计算载体对底垂向速度V_z，$V_z=-\frac{1}{N}\underset{i=1}{\overset{N}{\Sigma }}\frac{c_{\phi }}{2{\omega }_0\tau }{\tan }^{-1}\left(\frac{\mathrm{Im}\left[L(\tau ,d_{\mathrm{ii}})\right]}{\mathrm{Re}\left[L(\tau ,d_{\mathrm{ii}})\right]}\right);$

其中，N是接收阵元个数；d_ij表示第i阵元和第j阵元之间的空间矢量，L(τ，d_ii)是时空相关函数矩阵对角线上的元素；tan^-1(·)表示整个坐标域的反正切函数，所述反正切函数值域为(-π，π]；Im(·)和Re(·)分别表示虚部和实部；和

5)将步骤4)计算出的载体对底垂向速度V_z的值代入到步骤1)中所述的理论时空相关函数原始模型中，得到仅含三个未知参数V_x、V_y和γ的理论时空相关函数模型，再利用最小二乘法对数据时空相关函数和理论时空相关函数模型进行匹配，进而得到载体对底水平二维速度V_x和V_y。

其中，其中步骤5)还包括以下步骤，

51)确定局域化中心，局域化中心记作d_c＝(d_cx，d_cy，d_cz)；

52)以d_c为圆心，rad为半径确定局域化范围Ω，Ω内的空间矢量满足到局域化中心d_c的距离不大于rad，Ω＝{d_ij：|d_ij-d_c|≤rad}；

53)设置V_x、V_y和γ的初始值和搜索范围；

54)建立包含数据时空相关函数和理论时空相关函数模型的目标函数，目标函数为：

$P\left(\mu \right)=\underset{d\in \Omega }{\Sigma }{\left|\right|\mathrm{abs}\left[R(\tau ,d,v)\right]-\mathrm{abs}\left[L(\tau ,d)\right]\left|\right|}_F$

其中，μ＝(V_x，V_y，γ)表示未知参数；函数abs(·)表示求绝对值；‖·‖_F是Frobenius范数；

55)用序列二次规划优化算法获得使P(μ)满足最小的μ的最优解，进而根据μ的最优解获得载体对底水平二维速度V_x、V_y。

其中，所述相关测速声纳的发射信号的时域相关函数在延时τ处具有峰值，τ≠0。

其中，执行所述步骤3)前，还具有第一预处理步骤，所述第一预处理步骤包括：对接收阵元坐标进行姿态修正，姿态修正采用下式：

A＝T·A₀

其中，A₀是N个接收阵元的初始坐标矩阵，A₀＝(a₁₀，a₂₀，...a_N0)；a_i0是第i个接收阵元的三维初始坐标列向量，a_i0＝(a_i0x，a_i0y，a_i0z)′，i＝1，2，..N；A是N个接收阵元的修正后的坐标矩阵，A＝(a₁，a₂，...a_N)；a_i是第i个接收阵元的三维修正后的坐标列向量，a_i＝(a_ix，a_iy，a_iz)′，i＝1，2，..N；T是坐标转换矩阵，T表示式为：

$T=\left(\begin{array}{ccc}({\tan }^2\left(p\right)+{\tan }^2\left(r\right)/u)/(u^2-1)& -\tan \left(p\right)\tan \left(r\right)/\left[u(u+1)\right]& -\tan \left(r\right)/u\\ -\tan \left(p\right)\tan \left(r\right)/\left[u(u+1)\right]& ({\tan }^2\left(r\right)+{\tan }^2\left(p\right)/u)/(u^2-1)& -\tan \left(p\right)/u\\ \tan \left(r\right)/u& \tan \left(p\right)/u& 1/u\end{array}\right)$

这里，p和r分别是接收阵列的纵摇角和横摇角；根据修正后的接收阵元坐标矩阵A得到所述接收阵元间的空间矢量d。

其中，执行所述步骤3)前，还具有第二预处理步骤，所述第二预处理步骤包括：测量所述接收阵列附近的水温T_e，利用水温T_e对声速c进行修正。

在一个实施例中，利用水温T_e对声速c进行修正的方法如下，

$c=1410+4.2T_e-{0.037T}_e^2+1.1S_a+0.018d_p$

其中，S_a是盐度(‰)；d_p是接收阵列的入水深度，单位是m；

所述发射开角内的合成声速声速c和合成声速c_φ单位是均为m/s。

其中，所述接收阵元个数N不小于3。

其中，所述步骤51)还包括：将数据时空相关函数L(τ，d)中的最大值所对应的空间矢量d作为局域化的中心。

相对于现有技术，本发明具有如下技术效果：

A)采用本发明提出的参数分步估计法，相关测速声纳可以测量载体对底的三维速度参数V_x、V_y、V_z，更好地反映载体的运动速度。有效地解决了局域最小二乘法只能估计水平速度的不足。

B)本发明提出的参数分步估计法采用解析方法测量垂向速度V_z，采用局域最小二乘法估计水平速度V_x、V_y，具有较小的计算量和较好的稳健性。不但可以测量包括载体对底的垂向速度在内的三维速度，还有效地解决了最大似然法运算复杂、计算量大的问题。

C)本发明提出的基于参数分步估计法的信号处理工作流程设计，采用温度传感器进行声速修正和采用姿态传感器进行接收阵元坐标修正，有效地保证了相关测速声纳测量载体对底三维速度的精度。信号处理工作流程中公式简单，方便编程，适合于相关测速声纳系统实时工作。

附图说明

以下，结合附图来详细说明本发明的实施例，其中：

图1是可以应用本发明一个实施例的相关测速声纳系统组成示意图；

图2是本发明一个实施例中提供的相关测速声纳工作流程图；

图3是本发明一个实施例中提供的测量载体对底三维速度流程图；

图4是本发明一个实施例中一种相关测速声纳发射信号实例的相关函数示意图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细描述：

为实现基于相关测速声纳的载体对底三维速度的测量，本实施例提出了“参数分步估计法”，同时还给出了基于所述“参数分步估计法”的信号处理工作流程设计方案。最后，本文还进一步示例性地描述了基于相关测速声纳的测量载体对底三维速度的方法(包括所涉及的相关测速声纳及其附属装置，以及测量载体对底三维速度的各步骤)的各个细节。

1)参数分步估计法

本实施例提供了一种相关测速声纳测量载体对底三维速度的方法，本发明中将其称为“参数分步估计法”。参数分步估计法以相关测速声纳时空相关函数理论模型为基础，测量载体对底三维速度。

A)相关测速声纳时空相关函数理论模型

本申请的发明人利用著名的FOM混响模型(详见下述3篇文献：P.Faure.Theoretical model of reverberation noise.J.Acoust.Soc.Amer.1964；36(2)：259-266；B.B.奥里雪夫斯基.海洋混响的统计特性.北京：科学出版社，1977；D.Middleton.A statistical theory of reverberation and similar first-orderscattered fields--I：Waveforms and the general process.IEEE Trans.Inform.Theory.1967；13(3)：372-392)，推导获得了相关测速声纳的理论时空相关函数原始模型：

$R(\tau ,d,V)=R_0·\Phi \left(\tau \right)·J_0\left(\mathrm{k\gamma }\sqrt{{({2V}_x\tau +d_x)}^2+{({2V}_y\tau +d_y)}^2}\right)·\exp \{-j{\omega }_0[\tau +(2V_z\tau +d_z)/c_{\phi }\left]\right\}---\left(1\right)$

其中：R(τ，d，V)是时空相关函数，R₀是单通道信号能量，Φ(τ)是发射信号延时τ处相关函数，J₀(·)是贝赛尔函数，exp(·)是指数函数，ω₀是发射信号角频率，k是波数，是发射开角θ_e内的合成声速，c是声速，γ是相关函数宽度系数，d＝(d_x，d_y，d_z)是接收阵元间的空间矢量，V＝(V_x，V_y，V_z)是载体对底三维速度。

B)参数分步估计法

发明人基于公式(1)，提出了一种参数分步估计法来测量载体对底三维速度：第1步，利用解析算法估计垂向速度；第2步，利用最小二乘法，对实测数据和理论模型进行匹配，估计出水平二维速度。

第1步，取各接收阵元延时τ处的自相关函数

$R(\tau ,0,V)=R_0·\Phi \left(\tau \right)·J_0\left(\mathrm{k\gamma }\sqrt{{\left({2V}_x\tau \right)}^2+{\left({2V}_y\tau \right)}^2}\right)·\exp [-j{\omega }_0\tau (1+{2V}_z/c_{\phi })]---\left(2\right)$

由于V_z＜＜c_φ，所以可以不考虑相位模糊，得到：

${\tan }^{-1}=\left(\frac{\mathrm{Im}\left[R(\tau ,0,V)\right]}{\mathrm{Re}\left[R(\tau ,0,V)\right]}\right)=-\frac{2V_z{\omega }_0\tau }{c_{\phi }}---\left(3\right)$

其中：tan^-1(·)表示整个坐标域的反正切函数(值域为(-π，π])；Im(·)和Re(·)分别表示虚部和实部。因此，可得V_z表示式：

$V_z=-\frac{c_{\phi }}{2{\omega }_0\tau }{\tan }^{-1}\left(\frac{\mathrm{Im}\left[R(\tau ,0,V)\right]}{\mathrm{Re}\left[R(\tau ,0,V)\right]}\right)---\left(4\right)$

相关测速声纳一般包括多个(3个以上)接收阵元，每个接收阵元可相应地得到一个V_z值。本实施例中，对各个接收阵元所对应的V_z值求平均，得出最终的垂向速度V_z。

第2步，将所述垂向速度V_z带入公式(1)，公式(1)中的未知参数还有V_x、V_y和γ。采用局域最小二乘法对V_x、V_y和γ进行估计，获得载体对底的水平二维速度。局域最小二乘法提供的目标函数形式为：

$P\left(\mu \right)=\underset{d\in \Omega }{\Sigma }{\left|\right|\mathrm{abs}\left[R(\tau ,d,v)\right]-\mathrm{abs}\left[L(\tau ,d)\right]\left|\right|}_F---\left(5\right)$

其中：μ＝(V_x，V_y，γ)表示未知参数，函数abs(·)表示求绝对值，Ω是空间相关函数最大值附近的局域化范围，‖·‖_F是Frobenius范数，L(τ，d)是延时τ处的数据相关函数，R(τ，d，v)采用公式(1)形式。然后采用序列二次规划优化算法估计出使P(μ)满足最小时μ的最优解。从而获得了载体对底水平二维速度V_x、V_y。

本实施例中，参数分步估计法通过解析法和局域最小二乘法两步测量出载体对底的三维速度。

2)基于参数分步估计法的声纳信号处理

以参数分步估计法为核心，在实际应用中，考虑到水温和载体的纵摇和横摇等因素，本发明还提供了一种相关测速声纳信号处理方法，包括以下步骤：

A)选择发射信号并发射，该发射信号在相关延时τ(τ≠0)处具有峰值；

B)采集姿态传感器数据，获得载体的纵摇角p(以船头高于船尾为正)和横摇角r(以左舷高于右舷为负)，利用公式(6)对相关测速声纳接收阵元空间坐标进行修正：

A＝T·A₀                    (6)

A₀＝(a₁₀，a₂₀，...a_N0)是N个接收阵元的设计坐标矩阵；a_i0＝(a_i0x，a_i0y，a_i0z)′(i＝1，2，..N)是第i个接收阵元的三维设计坐标列向量。A＝(a₁，a₂，...a_N)是N个接收阵元的修正后的坐标矩阵；a_i＝(a_ix，a_iy，a_iz)′(i＝1，2，..N)是第i个接收阵元的三维修正坐标列向量。T是坐标转换矩阵，表示式如下：

$T=\left(\begin{array}{ccc}({\tan }^2\left(p\right)+{\tan }^2\left(r\right)/u)/(u^2-1)& -\tan \left(p\right)\tan \left(r\right)/\left[u(u+1)\right]& -\tan \left(r\right)/u\\ -\tan \left(p\right)\tan \left(r\right)/\left[u(u+1)\right]& ({\tan }^2\left(r\right)+{\tan }^2\left(p\right)/u)/(u^2-1)& -\tan \left(p\right)/u\\ \tan \left(r\right)/u& \tan \left(p\right)/u& 1/u\end{array}\right)---\left(7\right)$

这里，p和r分别是接收阵列的纵摇角和横摇角；

C)采集接收阵列表面水温，获得接收阵列表面水域声速c和发射开角内的合成声速c_φ；

D)采集各接收阵元底回波数据，求空间矢量d和数据时空相关函数L(τ，d)；

E)进行参数分步估计法第1步估计，采用公式(4)，并将其中的R(τ，0，V)更换为L(τ，0)，获得垂向速度V_z。

执行参数分步估计法第2步，将垂向速度V_z带入公式(1)得到理论相关函数模型。设置未知参数V_x、V_y和γ的初始值和搜索范围，设置局域化范围，利用局域最小二乘法估计V_x、V_y和γ。其中局域最小二乘法的目标函数形式如公式(5)。

F)参数分步估计法最终估计出V_x、V_y、V_z和γ，存储测速结果并对外输出。

3)基于相关测速声纳的测量载体对底三维速度的方法

本实施例提供了一种基于相关测速声纳的测量载体对底三维速度的方法。图1是可以应用本实施例的相关测速声纳系统。接收阵列由N个接收阵元101组成。接收阵元个数N不小于3。各接收阵元获得的底回波数据由多路同步数据采集单元102采集并转换成数字形式。发射阵列由M个发射阵元103组成。发射单元104产生发射信号，该发射信号用于驱动M个发射阵元并联发射。温度传感器105用来获得接收阵列表面的水温。姿态传感器106用来获得载体的纵摇角和横摇角。控制单元107实现控制功能，用于控制多路同步数据采集单元102、发射单元104、温度传感器105及姿态传感器106的工作，并分别从温度传感器105和姿态传感器106获得接收阵列表面的水温和载体的纵摇角、横摇角。处理单元108完成处理功能，主要对多路同步数据采集单元102输出的数字形式的底回波数据以及控制单元107输出的接收阵列表面的水温和载体的纵摇角、横摇角进行数据处理，得出载体对底三维速度。三维速度结果可以显示在显示器109上，也可以通过网络110或串口111对外传输。

根据本实施例的相关测速声纳工作流程为：

步骤201：相关测速声纳系统开始运行。

步骤202：发射单元产生发射信号。所产生的发射信号的时域相关函数在延时τ(τ≠0)处具有峰值。参考图4，该图是一个发射信号实例的时域相关函数的曲线图。所述发射信号的例子是由2个相同的13位巴克码1111100110101的顺序排列组成，即为11111001101011111100110101。由图4可知，在相关延时τ＝13时，所述发射信号的时域相关函数具有较大峰值。选择符合上述条件的发射信号能够提高底回波数据的信噪比。

步骤203：发射阵列将所选择的发射信号发射出去。

步骤204：控制单元采集来自姿态传感器的数据，获得载体的纵摇角p和横摇角r。

步骤205：对接收阵元坐标进行姿态修正。利用公式(7)获得坐标转换矩阵T

$T=\left(\begin{array}{ccc}({\tan }^2\left(p\right)+{\tan }^2\left(r\right)/u)/(u^2-1)& -\tan \left(p\right)\tan \left(r\right)/\left[u(u+1)\right]& -\tan \left(r\right)/u\\ -\tan \left(p\right)\tan \left(r\right)/\left[u(u+1)\right]& ({\tan }^2\left(r\right)+{\tan }^2\left(p\right)/u)/(u^2-1)& -\tan \left(p\right)/u\\ \tan \left(r\right)/u& \tan \left(p\right)/u& 1/u\end{array}\right)$

这里，p和r分别是接收阵列的纵摇角和横摇角。利用公式(6)对N个接收阵元的设计坐标矩阵A₀进行修正，获得修正后的坐标矩阵A

A＝T·A₀                    (6)

步骤206：控制单元还采集温度传感器的数据，获得接收阵列表面的水温为T_e(℃)。

步骤207：求接收阵列表面水域声速c和发射开角内的合成声速c_φ。利用声速经验公式(8)

$c=1410+4.2T_e-0.037T_e^2+1.1S_a+0.018d_p(m/s)---\left(8\right)$

其中：S_a是盐度(‰)，d_p是接收阵列的入水深度(m)，并且这2个参数值是已知的或者可以被预先确定。由声速c获得发射开角内的合成声速

步骤208：多路同步数据采集单元采集底回波数据，第i接收阵元和第j接收阵元对应的底回波数据分别为S_i(t)、S_j(t)。

步骤209：求空间矢量，对底回波数据进行时空相关处理，得到数据时空相关函数。通过公式(9)、公式(10)分别获得第i接收阵元和第j接收阵元之间的空间矢量d_ij和数据时空相关函数L_ij(τ)。

d_ij＝(d_ijx，d_ijy，d_ijz)＝a_i-a_j＝(a_ix-a_jx，a_jy-a_jy，a_jz-a_jz)      (9)

$L_{\mathrm{ij}}\left(\tau \right)={\int }_{\tau }^T{S}_i^{*}(t-\tau )S_j\left(t\right)\mathrm{dt}---\left(10\right)$

其中：T是发射信号脉宽；“*”表示共轭。各接收阵元间空间矢量构成d＝{d_ij}，数据时空相关矩阵L(τ)＝{L_ij(τ)}。由于矩阵中的各元L_ij(τ)与空间矢量d_ij相对应，因此，L(τ)也写作L(τ，d)。

步骤300：利用参数分步估计法测量载体对底三维速度。

步骤210：存储、显示测速结果，并通过网络或串口传输数据。

步骤211：判断工作是否终止。如果工作终止，进入步骤212；否则，返回步骤202，继续工作。

步骤212：停止工作。

如图3所示，步骤300包括如下子步骤：

步骤301：参数分步估计法的计算步骤开始。

步骤302：首先计算载体对底的垂向速度V_z。利用公式(11)计算载体对底的垂向速度V_z

$V_z=-\frac{1}{N}\underset{i=1}{\overset{N}{\Sigma }}\frac{c_{\phi }}{2{\omega }_0\tau }{\tan }^{-1}\left(\frac{\mathrm{Im}\left[L(\tau ,d_{\mathrm{ii}})\right]}{\mathrm{Re}\left[L(\tau ,d_{\mathrm{ii}})\right]}\right)---\left(11\right)$

步骤303：将V_z代入公式(1)

$R(\tau ,d,V)=R_0·\Phi \left(\tau \right)·J_0\left(\mathrm{k\gamma }\sqrt{{({2V}_x\tau +d_x)}^2+{({2V}_y\tau +d_y)}^2}\right)·\exp \{-j{\omega }_0[\tau +(2V_z\tau +d_z)/c_{\phi }\left]\right\}---\left(1\right)$

得到仅包含3个未知参数，即：V_x、V_y和γ，的理论时空相关函数模型。

步骤304：根据空间矢量确定局域化范围Ω。选取L(τ，d)中的最大值所对应的空间矢量d作为局域化的中心，记作d_c＝(d_cx，d_cy，d_cz)。以d_c为圆心，rad＝4λ为半径确定局域化范围Ω

Ω＝{d_ij：|d_ij-d_c|≤rad}            (12)

也即局域化范围Ω内的空间矢量满足到局域化中心d_c的距离不大于rad。

步骤305：然后，选取设置V_x、V_y和γ的初始值和搜索范围。V_x、V_y和γ的初始值分别设置为0、0、1。V_x和V_y的搜索范围都为(-20，20)，单位m/s；γ的搜索范围为(0.2，2.0)，无单位。

步骤306：利用序列二次规划对V_x、V_y和γ进行搜索。建立包含数据时空相关函数和理论时空相关函数模型的目标函数，目标函数形式为公式(5)。

$P\left(\mu \right)=\underset{d\in \Omega }{\Sigma }{\left|\right|\mathrm{abs}\left[R(\tau ,d,v)\right]-\mathrm{abs}\left[L(\tau ,d)\right]\left|\right|}_F---\left(5\right)$

利用序列二次规划对V_x、V_y和γ进行搜索，获得满足目标函数的V_x、V_y和γ最优解。

步骤307：得到载体对底三维速度。步骤306所获得满足目标函数的V_x、V_y和γ最优解中的V_x、V_y作为载体对底三维速度中的V_x、V_y，步骤302所获得的V_z即载体对底三维速度中的V_z。

步骤308：参数分步估计法的计算步骤结束。

经统计表明，在相同的计算平台上，采用本发明提出的参数分步估计方法所用的时间约为采用最大似然法的一半，而三维测速精度近似或优于采用最大似然法。采用参数分步估计方法与单纯使用局域最小二乘法相比能够获得垂向速度，而且还能够提高水平速度的精度。

以上所述的具体实施例对本发明的目的、技术方案以及有益效果进行了详细的说明。所应理解的是，上述内容仅为本发明的具体实施例而已，并不用于限制本发明。凡在本发明的精神与原则之内，所做的任何修改、等同替换以及改进等，均应包含在本发明的保护范围之内。