本发明涉及水下航行器定位、海洋生物迁徙研究、海洋探测、海底导航和海洋调查等领域，尤其是指一种基于蒙特卡洛的水下目标感知方法。
背景技术：
1、随着海洋研究和开发的深入，越来越多的情境下需要对水下目标进行定位和感知。然而，由于海水层覆盖导致光和电磁波很快在水中衰减，因此水下目标(如深潜器、水下机器人、海洋生物和海洋探测仪器等)很难通过视觉和电磁波等手段感知其位置。传统上，利用声波信号在水中衰减弱的特点，通过声波信号感知水中目标。
2、目前，主流的声波信号水下目标感知使用基于三点定位原理的最小二乘法、梯度下降、模拟退火和遗传算法。就最小二乘和梯度下降等线性反演方法而言，为了获得梯度信息，通常需要忽略高阶项，将非线性方程组线性化求解，得到的只是近似结果，并且结果强烈依赖初始位置，对于没有任何先验信息的水下目标，其结果容易陷入局部极值，得到的并不是最优解。而模拟退火、遗传算法等通过对整个模型空间随机采样可以避免陷入局部极值，但是仍然存在一些不足，例如采样的方法严重影响效率，无法提供结果的不确定性评估等。此外，水下目标产生的声波信号微弱时，其信噪比较差，因此对结果的可靠性会产生强烈影响，常规的梯度反演和非线性反演不能给出结果的不确定性。就目前的一些解决方案而言，除了反演技术方面的不足外，大部分方案还强烈依赖先进的设备(如超短基线、低频水听器等)和高精度观测数据。以致方案过于复杂、实现起来很困难，并且由于需要额外的设备布置和野外工作条件，在实际操作中比较麻烦。另外，由于设备价格高昂，难以推广。
技术实现思路
1、针对上述常规方法的缺点，本发明的目的是提供一种基于蒙特卡洛的水下目标感知方法，相对于现有技术，其使用公开获取的数据，不依赖外部设备辅助，数据处理会进行信噪比分析和多次数据筛选，其结果更稳定、更可靠、更精确，而且还能够提供结果的不确定性。
2、本发明采用如下技术方案：
3、一种基于蒙特卡洛的水下目标感知方法，包括以下步骤：
4、步骤1：从声纳或海底地震仪等，即接收器记录数据中，检测出声波异常到时信息；
5、步骤2：对检测的异常信息波形进行信噪比控制，保留信噪比好的声波异常数据；
6、步骤3：进行坐标转换，并网格化模型；
7、步骤4：计算模型中各个网格节点到接收器的声波传播时间，并利用产生异常信号时间一致，获得传播时间最小化差异的网格节点；
8、步骤5：用空间多尺度迭代，进一步搜寻水下目标的最佳预估位置；
9、步骤6：利用水下目标的最佳预估位置计算传播时间，将传播时间差异较大的信息剔除，以保证后续计算结果的稳定性和准确性；
10、步骤7：进一步通过蒙特卡洛算法反演水下目标的准确位置。
11、所述步骤1：从接收器记录的数据中提取声波信号到时ti(φ，θ，d)，其中ti表示第i个接收器记录的声波异常时间，φ、θ和d分别表示该接收器的经度、纬度和水深；提取的声波异常时间假设满足高斯分布，通过所有提取时间的均值和标准差获得概率密度函数：
12、
13、式(1)中μ和σ分别代表均值和标准差；t为提取的声波异常时间；ρ为概率密度函数。
14、所述步骤2：通过检测出的声波异常信号前后一段时间内的波形数据分别作为噪声和有效信号，并计算出信噪比；将信噪比不满足要求的信息从数据集中剔除，信噪比计算如公式(2)，
15、
16、式(2)中rsn表示计算的信噪比，ns和nn分别表示信号和噪声的采样个数，si和ni则分别表示信号和噪声在第i个点的幅，和表示该段时间内信号和噪声的平均值。
17、所述步骤3：根据球形假设，将接收器的经度、纬度和水深变换为直角坐标下的(x，y，z)，其中直角坐标下x、y和z的方向分别从球心指向东、南和北向；接收器在球坐标下的半径r＝r-d，其中r＝6371.0km，为地球半径；随后在直角坐标系下，将模型空间以(δx，δy，δz)的步长进行网格分割，并计算所有网格到接收器的传播时间如公式(3)：
18、
19、式中xn、yn和zn表示第n个网格在直角坐标中的位置；xi、yi和zi表示第i个接收器在直角坐标中的位置；vw表示声波在水里的传播速度；表示第n个网格到第i个接收器的传播时间。
20、所述步骤4：设水下目标与水体产生声波信号的时间为t0(x0，y0，z0)，其中x0、y0和z0表示水下目标产生声波信号时在直角坐标中的位置；通过计算出第n个网格对第i个接收器的估计声波信号产生时间，计算每个网格对接收器之间的估计声波信号产生时间差异和的最小值，用来评估水下目标的大致位置，即δtn最小时网格的位置，如公式(4)：
21、
22、式中n表示接收器个数；δtn第n个网格对所有接收器之间估计声波信号产生时间差异之和，若第n个网格恰巧为水下目标所在的位置，则δtn理论上应等于0s。
23、所述步骤5：将步骤4中使得δtn最小的网格进一步细分，并用细分后的网格重复步骤4的计算，在δtn＜∈时停止计算，其中∈为阈值，此时对应的网格位置为预估的最佳水下目标位置。
24、所述步骤6：利用步骤5获得的网格位置下每个接收器估计的声波信号产生时间，获得高斯分布的概率密度函数，并将落在[μ-1.5σ，μ+1.5σ]外的数据剔除，其中μ和σ分别表示平均值和标准差，以保证数据可靠性。
25、所述步骤7：利用蒙特卡洛反演算法根据步骤5获得的网格位置进一步定位水下目标位置，并利用个参数的概率分布评估其不确定性。
26、本发明的有益效果：
27、1)利用空间多尺度迭代网格搜索，可自动细化水下目标预估位置，直到误差达到预设精度。
28、2)利用空间多尺度迭代获得的水下目标位置，用于metropolis-hastings算法的初始值，可通过较少的计算量下获得精确的结果。
29、3)通过蒙特卡洛在模型空间中随机采样，有效避免陷入局部极值，获得的结果更加可靠。
30、4)通过贝叶斯公式计算后验概率，可有效评估水下目标在经度、纬度和水深的不确定性。
1.一种基于蒙特卡洛的水下目标感知方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于蒙特卡洛的水下目标感知方法，其特征在于，所述步骤1：从接收器记录的数据中提取声波信号到时ti(φ,θ,d)，其中ti表示第i个接收器记录的声波异常时间，φ、θ和d分别表示该接收器的经度、纬度和水深；提取的声波异常时间假设满足高斯分布，通过所有提取时间的均值和标准差获得概率密度函数：
3.根据权利要求2所述的基于蒙特卡洛的水下目标感知方法，其特征在于，所述步骤2：通过检测出的声波异常信号前后一段时间内的波形数据分别作为噪声和有效信号，并计算出信噪比；将信噪比不满足要求的信息从数据集中剔除，信噪比计算如公式(2)，
4.根据权利要求3所述的基于蒙特卡洛的水下目标感知方法，其特征在于，所述步骤3：根据球形假设，将接收器的经度、纬度和水深变换为直角坐标下的(x,y,z)，其中直角坐标下x、y和z的方向分别从球心指向东、南和北向；接收器在球坐标下的半径r＝r-d，其中r＝6371.0km，为地球半径；随后在直角坐标系下，将模型空间以(δx,δy,δz)的步长进行网格分割，并计算所有网格到接收器的传播时间如公式(3)：
5.根据权利要求4所述的基于蒙特卡洛的水下目标感知方法，其特征在于，所述步骤4：设水下目标与水体产生声波信号的时间为t0(x0,y0,z0)，其中x0、y0和z0表示水下目标产生声波信号时在直角坐标中的位置；通过计算出第n个网格对第i个接收器的估计声波信号产生时间，计算每个网格对接收器之间的估计声波信号产生时间差异和的最小值，用来评估水下目标的大致位置，即δtn最小时网格的位置，如公式(4)：
6.根据权利要求5所述的基于蒙特卡洛的水下目标感知方法，其特征在于，所述步骤5：将步骤4中使得δtn最小的网格进一步细分，并用细分后的网格重复步骤4的计算，在δtn<∈时停止计算，其中∈为阈值，此时对应的网格位置为预估的最佳水下目标位置。
7.根据权利要求6所述的基于蒙特卡洛的水下目标感知方法，其特征在于，所述步骤6：利用步骤5获得的网格位置下每个接收器估计的声波信号产生时间，获得高斯分布的概率密度函数，并将落在[μ-1.5σ,μ+1.5σ]外的数据剔除，其中μ和σ分别表示平均值和标准差，以保证数据可靠性。
8.根据权利要求1所述的基于蒙特卡洛的水下目标感知方法，其特征在于，所述步骤7：利用蒙特卡洛反演算法根据步骤5获得的网格位置进一步定位水下目标位置，并利用个参数的概率分布评估其不确定性。
