AUV双基地合成孔径声呐成像实验*

单基地合成孔径声呐成像通常基于点目标假设,其相干积累处理不能克服分布型目标散射模式的起伏效应。收发异置的双基地声呐可以从不同角度观察目标,充分挖掘目标散射模式的角度依赖特性,在对水下目标(尤其人造目标)检测与定位方面,相对仅仅观测后向散射的单基地声呐有潜在的优势。该文 介绍一种基于自主水下航行器的双基地合成孔径声呐系统,重点介绍湖试成像的结果,验证双基地合成孔径声呐的可行性。同时通过引入目标散射模式建模的宽角度合成孔径声呐处理,实现了对目标探测性能的提升。     

多维波形编码合成孔径声呐技术研究

为了提高测绘效率,提出了两种基于多维波形编码技术的高分辨率宽测绘带合成孔径成像声呐体制,包括使用多发射阵的频分多输入多输出成像方式和方位向波形编码序列的成像方式,并论述了相应的成像处理流程。最后根据高速平台下的成像需求,设计了一种频分双发多收的合成孔径声呐系统,它可以将原有的单发多收系统的测绘效率提高一倍。考虑到水声信号的随机起伏性,利用已有的单发多收系统的实测数据,对多维波形编码技术在水声领域的可行性进行了实际验证。成像结果表明,经水底散射后的相邻频带的回波信号的空间相关性可以满足双发多收体制的合成孔径声呐的成像要求。      

适用于非匀速直线航迹的FFBP算法在SAS中的应用

时域的快速因式分解后向投影(FFBP)算法便于进行运动补偿,能够更好地适应方位向速度的不均匀和非直线航迹。本文探讨了在合成孔径声呐(SAS)系统中采用FFBP算法针对有一定起伏的非匀速直线航迹成像时的解决方法,参考方位向的速度信息进行非均匀的孔径合并策略,同时在利用相位中心重叠法(DPC)估计出声呐基阵对所规划航迹的左右侧移量后,用最小二乘准则拟合出一条理想的直线航迹并将FFBP算法处理中的初级子图像的原点补偿至此直线。实际海试数据处理结果证明了所提出的方法能够以较好的性能进行成像。     

一种适用于大测绘带合成孔径声呐的运动补偿方法

当合成孔径声呐测绘带较大时,运动误差的空变效应严重,经典的相位中心重叠算法难以适用。为此,提出了一种适用于大测绘带合成孔径声呐的运动补偿方法。首先使用混合调制的拉格朗日时延估计算法对前后两帧回波的时延进行估计,之后使用线性回归方法拟合出运动误差,最后利用运动误差的估计值对回波进行逐点精确补偿。仿真数据的结果表明,该算法能够获得比相位中心重叠算法更好的运动估计结果,运动补偿后成像分辨率接近理论分辨率。使用该算法分别对高、低频合成孔径声呐的湖试数据进行了处理,水下地貌和小目标的成像质量均有明显提高。      

一种基于随机序列的正交离散频率编码信号

双基地合成孔径声呐克服了单基地声呐系统的诸多缺陷,在成像等方面有很大优势,但时间同步仍然是一个目前制约成像质量的重要因素,时间同步误差影响是值得关注的重要问题。在回波信号模型和时间同步误差模型基础上,针对双基地合成孔径声呐进行误差影响的理论分析,并进行仿真验证。结果表明,固定时间误差主要引起距离向聚焦位置偏移,线性时间误差引起方位向聚焦模糊和分辨率降低,随机时间误差引起距离与方位向旁瓣升高。     

时域压缩合成孔径超分辨水声成像算法

提出一种针对水下稀疏目标的时域压缩合成孔径声呐成像方法(TC-SAS),实现了水声目标高分辨实时成像。通过多子阵的孔径合成,在时域上构造出成像网格格点到有效孔径内逐帧阵列的格林函数,并给出成像区域散射强度到数据域的映射矩阵;然后利用该区域空域稀疏的先验知识,通过正交匹配追踪的稀疏重构方式,解算出成像区域散射系数矩阵,实现了稀疏目标高分辨成像.同时,针对线性调频信号提出数据缩减的方法,通过对观测数据和字典矩阵同时脉压后截取,减小了数据规模;进一步结合二维矩阵数表查表的方法,以空间换时间,实现了区块实时成像。数值仿真以及湖试试验表明,所提算法能分辨出传统的时延求和算法难以分辨的目标,并且在图像清晰度指标上平均提升4.9 dB.改善了合成孔径声呐的成像质量.      

结合Sage-Husa滤波的合成孔径声呐多传感器组合运动补偿算法

在运动测量设备噪声统计特性不确定的情况下,提出结合Sage-Husa滤波的合成孔径声呐多传感器组合运动补偿方法。使用Sage-Husa卡尔曼滤波处理多种异类运动传感器的数据,自适应估计声呐速度的最优值,计算实际航迹与理想航迹之间的横荡误差和升沉误差,最后通过时延校正原始回波数据。仿真结果表明,Sage-Husa滤波对运动误差估计精度至少提高37%,运动补偿后,目标峰值旁瓣比和积分旁瓣比有所降低,峰值旁瓣比接近理论值.湖试数据处理结果表明,目标能量分散的情况有所改善,能量集中在主瓣,散焦得到抑制。Sage-Husa滤波在多传感器系统噪声先验知识缺失的条件下,能减小运动数据估计误差,提高运动补偿的准确性。      

水下目标亮点拓扑特征提取及自动识别方法

针对水下目标逆合成孔径声呐(Inverse Synthetic Aperture Sonar,ISAS)图像识别问题中观测角度随机多变,目标结构相互遮挡问题,提出一种基于多亮点拓扑矢量特征的ISAS水下目标识别方法。通过分析ISAS成像过程中散射点位置由三维空间向二维成像平面的投影关系,表明了横向定标后的声呐图像中强亮点之间的距离仅由目标散射结构之间的物理距离决定,据此基于强亮点之间的相互距离,构造能稳定描述不同观测角度下目标的拓扑矢量特征。然后通过K-means聚类获取多聚类中心以克服目标结构互相遮挡造成的亮点缺失问题。最终采用最近邻分类器实现目标识别。水池缩比模型实验表明,该方法对于水下目标的识别率达到84.0%。      

脉冲压缩与互相关联合的合成孔径声呐回波时延补偿

针对合成孔径声呐中阵元相位不一致导致互相关时延补偿算法对成像质量提升效果有限的问题,提出了一种脉冲压缩与互相关联合的回波时延补偿算法.该算法利用脉冲压缩回波的互相关对原始回波相位畸变进行校正,实现粗补偿;联合脉冲压缩与偏移相位中心算法实现精细时延补偿,对不同合成孔径位置各阵元回波时延差实现了较为准确的估计,增强了成像效果。试验数据经该算法处理后,回波时延得到较为精确的补偿,地貌成像结果的亮度、对比度等统计特性得到不同程度的提高,且纹理细节增多;典型线缆目标的成像聚焦加深,成像长度误差约由5%减小为0.8%。试验结果显示,该算法对互相关时延补偿方法改进效果明显,验证了算法的可行性、有效性。      

改进可变区域拟合模型的合成孔径声呐图像分割方法

为了自动且高精度地分割合成孔径声呐图像中的目标和阴影区域,提出一种核函数尺度自适应可变区域拟合(RSF)模型的分割方法。使用一种基于K-均值聚类的自动初始化方法对水平集进行初始化,减少了人为干预;提出改进的核函数尺度自适应RSF模型,其利用声呐成像中目标与阴影在沿扫测方向具有近似宽度的一般规律,自适应选择核函数尺度参数,使得对应目标和阴影的水平集函数能够同步演化,提高最终分割精度。通过对真实声呐图像的实验结果分析,验证了该方法能较为准确地实现目标和阴影区域的分割,具有一定的精确性和适应性。