logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-09022019-155633


Tipo di tesi
Tesi di laurea magistrale
Autore
PACIENZA, FRANCESCA
URN
etd-09022019-155633
Titolo
Algoritmi di ottimizzazione non lineari per impiego in sistemi sonar non collaborativi
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
INGEGNERIA ROBOTICA E DELL'AUTOMAZIONE
Relatori
relatore Prof. Caiti, Andrea
Parole chiave
  • sonar
  • Simplesso
  • Pattern Search
  • isovelocità
  • Hassab
  • Bellhop
  • sonar multistatici non collaborativi
Data inizio appello
27/09/2019
Consultabilità
Non consultabile
Data di rilascio
27/09/2089
Riassunto
La nuova frontiera nell’ambito dei sistemi sonar, diventati negli ultimi anni sempre più sensibili e performanti, sembra essere l’utilizzo di sonar multistatici, i quali fanno uso di molteplici sorgenti e ricevitori acustici che lavorano contemporaneamente per ottimizzare il lavoro di scoperta e tracciamento di target subacquei.
L’obiettivo di questo lavoro di tesi è quello di minimizzare le operazioni di identificazione e raccolta informazioni tramite la realizzazione di algoritmi di inversione che permettano ad un ricevitore passivo in ascolto di conoscere la posizione esatta della sorgente emittente. Il sistema sonar non ha a disposizione nessuna informazione sulla sorgente (sonar passivo non collaborativo), ma la individua considerando solo le differenze temporali tra gli echi. Dopo aver analizzato la geometria del sistema in condizioni ideali e reali, sono stati implementati gli algoritmi del Simplesso e di Pattern Search, valutando la loro sensitività al variare degli scenari e del costo. I risultati sono stati confrontati tenendo presente i tempi di calcolo, gli errori medi in range e profondità e la rispettiva deviazione standard, considerando come risultati ottimi quelli ottenuti attraverso il metodo di Ricerca Esaustiva. L’analisi dei risultati ha portato a concludere che Simplesso e Pattern Search si equivalgono. Essi compiono un errore leggermente maggiore rispetto all’algoritmo di forza bruta, ma ne diminuiscono i tempi computazionali del 60%.
File