Location prediction for underwater acoustic networks

The problems of underwater acoustic (UWA) source localization, UWA source position prediction, and UWA source authentication are addressed in this work. Starting from the sample covariance matrix of the receivers' frequency responses, an underwater acoustic channel model to estimate the transmitter coordinates is approximated through the use of a convolutional neural network called LOC-NET; achieving a good trade-off between model complexity and accuracy. To predict the future source position from the LOC-NET estimates a Kalman filter and a recurrent neural network are implemented. Both architectures are able to increase the LOC-NET accuracy by exploiting the temporal correlation between subsequent samples. Furthermore, comparing the predicted source position and the LOC-NET approximated source position, a transmitter authentication protocol is developed based on the temporal coherence of the source motion. Bellhop ray tracing model produced the data used to validate all the presented models and compare the different implemented architectures and other state-of-the-art works.

I problemi di: localizzazione di sorgenti acustiche sottomarine , previsione della posizione di sorgenti acustiche sottomarine e autenticazione di sorgenti acustiche sottomarine sono affrontati in questo lavoro. Partendo dalla matrice di covarianza campionata, delle risposte in frequenza dei ricevitori, è stato approssimato un modello di canale acustico sottomarino, per stimare le coordinate del trasmettitore, tramite l'uso di una rete neurale convoluzionale chiamata LOC-NET; ottenendo un buon compromesso tra complessità del modello e precisione. Per prevedere la futura posizione della sorgente dalle stime di LOC-NET, viene implementato un filtro di Kalman e una rete neurale ricorrente. Entrambe le architetture sono in grado di aumentare l'accuratezza di LOC-NET sfruttando la correlazione temporale tra campioni successivi. Inoltre, confrontando la posizione del trasmettitore prevista e la posizione approssimata da LOC-NET, viene sviluppato un protocollo di autenticazione del trasmettitore basato sulla coerenza temporale del moto della sorgente. Il modello di tracciamento dei raggi, Bellhop ha prodotto i dati utilizzati per convalidare tutti i modelli presentati e confrontare le diverse architetture implementate e altri lavori allo stato dell'arte.