基于最佳线性数据融合的双基地声呐定位优化算法

本文提出了基于最佳线性数据融合的双基地声呐定位优化算法。给出了算法的原理，并通过数值仿真，对不同条件下，双基地系统定位误差的几何分布进行了研究。仿真研究结果表明，采用最佳线性数据融合的双基地声呐定位优化算法，可以更好地利用双基地声呐测量的冗余信息，有效改善双基地声呐中基线区域的定位精度。     

多子阵干涉合成孔径声呐

在完成了轨道式干涉合成孔径声呐(InSAS)原理样机的基础上,研制开发了一种新型的水面拖曳式干涉合成孔径声呐系统。成像算法采用非停走停运动误差补偿的多子阵逐线算法。试验数据表明该系统稳定可靠,并成功获取了干涉合成孔径图像,其距离和方位分辨率分别达到了5 cm和10 cm,测深精度优于国际海道测量组织(IHO)标准。     

利用定位估计的克拉美罗下界进行双基地声呐系统最优化配置

为了研究双基地声呐系统最优化配置问题,建立了双基地声呐系统优化配置模型。以优化配置模型为基础,通过计算定位精度的克拉美罗下界,得到了不同分置角状态下的双基地声呐定位精度,并且仿真分析了系统计时误差和测角误差对定位精度的影响。当以目标为圆心,收发声呐在相同的半径上布站时,定位精度的仿真实验结果表明,分置角为2π/3时系统定位精度最高,该研究对双/多基地声呐系统最优化配置具有一定的参考意义。     

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。     

点云投影结合轻量化卷积神经网络实现三维成像声呐快速目标分类*

三维成像声呐的成像结果是三维点云,基于点云的三维成像声呐目标分类方法具有网络结构复杂,计算量大的特点,针对这一问题本文提出了一种将三维成像声呐成像结果从三维点云投影至二维图像的方法,并且使用轻量化卷积神经网络实现了三维成像声呐快速目标分类。该方法首先对三维成像声呐波束形成后的波束域数据进行最大值滤波和阈值滤波,降低点云数据维度;接着,依据三维成像声呐的波束方向,将点云投影为深度图和强度图,分别保存点云的位置信息和强度信息;然后,利用深度图和强度图分别作为第一个通道和第二个通道构建混合通道图,将混合通道图作为目标分类网络的输入,从而将三维点云的目标分类问题转换为二维图像的目标分类问题;最后使用MobileNetV2网络实现了三维成像声呐快速目标分类。实验结果表明,通过本文提出的投影方法可以用二维图像分类网络完成三维成像声呐点云的目标分类任务;而且混合通道图比单独的强度图和深度图收敛速度更快,结合目标识别网络可以25fps实时的进行目标分类,在真实数据集上分类精度达到了91.13%。     

基于成像声呐DIDSON的水域内鱼群数量估计方法*

为准确估计整片水域中的鱼群数量,提出一种利用成像声呐进行数量估计的方法。将成像声呐固定在调查船下,并使波束发射方向与船前进方向一致,通过走航调查方式采集水下信息,对采集的数据进行声呐图像构建、噪声去除、目标提取,其中噪声去除采用固定数据窗口的迭代最小二乘法,目标提取采用基于三倍标准差准则的阈值分割法。接着利用扩展卡尔曼滤波结合最近邻的多目标跟踪算法对图像中的个体目标进行一一计数,同时统计声呐扫描过的水域面积,获得目标个数的平均面密度值,最后结合水域占地面积,估算出整片水域中的鱼群数量。利用该方法实现对滴水湖鱼群数量的估计,通过与人工计数结果比较,发现基于声呐图像处理的数量统计方法具有较高精度,两者的统计值相差约10%。     

不同时变延迟下的多AUV编队协调控制

针对无领航者AUV编队协调控制问题,提出了一种不同时变通信延迟下的一致性协调控制方法。首先考虑到AUV之间水下通信存在时间延迟和数据丢失的问题,利用状态反馈线性化理论处理AUV数学模型中的非线性耦合项,从而将复杂的AUV模型转换为双积分器动态模型。其次,针对不同延迟通信情况,设计了位置和速度双独立的拓扑结构以减少编队成员之间发送每个数据包中的数据量。最后,提出了无领航者的多AUV稳定条件,进而将多AUV编队控制问题看作是一致性问题,基于Laypunov-Razumikhin定理证明时延多AUV编队系统的稳定性。该控制方法不仅能够克服不同时变延迟和数据丢失对编队的影响,使所有以随机位置和速度出发的AUV的三维轨迹均能达到一致状态,同时能抑制外界干扰。仿真结果与所提控制方法理论结果一致。     

条带模式合成孔径激光雷达振动目标成像的计算与仿真

在光学波长的尺度上,几乎没有目标可被认为是静止的,因此,目标振动对合成孔径激光雷达(SAL)成像可能有较大影响。对此问题,基于衍射光学,建立了在目标作简谐振动的情况下,采用准单色光线性调频光源照明的条带模式SAL的成像数学方程,分析和讨论了目标振动参数对SAL成像的影响,并给出了若干数学仿真演示。结果表明,SAL成像对目标振动非常敏感,在距离方向上目标微小的振动可使SAL系统在方位向上产生一系列虚假像,严重影响SAL高分辨率成像的实现。     

大随机相位误差下条带模式合成孔径激光雷达成像实验

为了探索大随机相位误差条件下合成孔径雷达(SAL)成像特点和规律,本文采用波长为1 550 nm的线性调频激光器建立了能够产生大的共模随机相位误差的条带模式SAL成像实验装置。利用此装置获得了不同目标回波强度下条带模式SAL成像实验数据,结合条带模式相位梯度自聚焦(PGA)多次迭代处理,获得了高分辨率SAL图像。实验发现在[-6. 45π,6. 45π]范围的大随机相位误差下,通过简单的距离压缩和方位匹配滤波,无法实现SAL图像聚焦,图像信噪比仅为3 dB。进一步采用PGA处理,就能很好地校正相位误差,得到聚焦良好的SAL图像,图像信噪比达到43 dB。实验还发现,当存在大共模随机相位误差时,PGA处理展现出非常强的鲁棒性,在回波弱到10-15W的情况下依然有效。在大相位误差存在的SAL系统(如机载SAL)中,PGA处理能有效消除相位误差,实现图像聚焦;另外,增大探测激光功率以提高成像数据信噪比,将有助于提升PGA处理效果。     

移动平台超短基线阵实现水下目标高精度定位

针对自主式水下航行器如AUV (Autonomous Underwater Vehicle)等水下移动平台,提出了一种超短基线多元阵的快速收敛的高精度声定位方法。通过对比超短基线多元阵定位误差的克拉美罗下界,对阵型结构和阵元数目进行了优化,确定优化的阵列为9元立方阵;融合移动平台行进过程中的多次定位结果,进一步降低定位误差;并利用梯度下降法实现平台轨迹优化,使得系统最快收敛到需要的定位精度。仿真结果表明,在1000 m距离内,利用优化轨迹可以将定位均方根误差快速收敛至预设的0.2%以内.此外,对于海试实验采集数据的目标定位结果显示,对距基阵约700 m及400 m的目标,5元阵定位标准差相较4元阵缩小了约2 m及1 m,验证了多元阵定位方法在实际海洋环境中的有效性.     

双基地合成孔径声呐时间同步误差分析

远探测声波测井技术目前正成为复杂油气藏勘探开发的有力手段,而反射方位信息对于储层评价以及工程措施都至关重要。利用集成了测量单偶极不同方位多分量波场功能的多分量远探测声波测井仪器,研究了单偶极远探测联合识别反射方位的方法。由于仪器的影响,单极子不同方位反射波存在振幅差异,据此可以快速判断反射界面方位,但是其准确性依赖于方位接收器个数。偶极SH反射波幅度反映了反射界面的走向变化,但是存在180◦的不确定性。结合单偶极远探测方法的优势,可以快速准确地识别出反射界面方位。理论模拟和实际数据处理表明,两种方法的联合识别,提高了结果的可靠性。     

双基地条件下目标强度实验研究

本文对双基地条件下，水下航行器的目标强度进行了实验研究，取得了很有价值的水池试验数据，根据试验结果，结合理论计算，证明双基地理论计算的可行性。研究结果对小型水下航行器的多基地研究有重要意义。     

基于混合能量模型水平集的合成孔径声纳图像分割方法

本文讨论了合成孔径声纳图像分割问题。首先介绍了Chan-Vese模型水平集方法,针对该模型存在的边界定位和重复初始化等问题,提出了一种改进的水平集方法。该方法的能量模型由区域信息项、边界信息项和距离约束函数构成的内部能量项三部分混合形成,既兼顾了全局优化特性和局部定位精度,又避免了水平集函数重复初始化,提高了运算效率。实验结果表明,该模型对于噪声干扰严重、边缘模糊的合成孔径声纳图像分割效果良好。     

圆合成孔径声呐多点定位运动补偿

圆合成孔径声呐(CSAS)的成像性能受平台运动误差影响而下降,利用单侧回波可估计CSAS基阵的斜距误差,但单侧回波在小测绘带时无法估计升沉误差,针对此问题,提出了一种利用单侧回波信号的声呐平台三维运动估计和补偿方法。首先,对CSAS在不同观测角度的目标回波取极大值获得目标回波的到达时间;其次,基于多个点目标的到达时间建立CSAS三维定位模型;然后利用列文伯格-马夸尔特方法对声呐三维坐标进行估计;最后将位置估计结果与时域反投影成像方法结合实现对目标的成像.仿真结果表明:该方法能精确估计声呐平台运动误差,其空间坐标的估计误差小于仿真信号波长的1/8,从而精确补偿了CSAS在不同空间采样点上的阵元回波时间差,显著提高了目标成像质量。湖上试验结果表明,该算法能够实现对CSAS的运动误差补偿。仿真和试验结果均验证了方法的可行性和有效性。     

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。     

结合稳健中国余数定理的合成孔径声呐多子带运动补偿算法

针对运动误差过大导致基于相位的时延估计发生模糊的问题,提出了一种多子带处理和稳健中国余数定理结合的合成孔径声呐运动补偿方法。该方法利用前后两帧回波在多个子频带上的相位差获得模糊时延估计,再根据模糊时延之间的关联性,应用稳健中国余数定理估计真实的时延,最后通过所估计的时延对原始回波进行校正。湖试数据处理结果表明该方法能精确补偿运动误差对成像的影响,进行运动补偿后,包裹目标成像结果的方位向虚假目标被有效消除,且目标的轮廓也变得更加清晰;对线缆目标的成像结果进行斜距向剖面分析,剖面图的-3 dB宽度由运动补偿前的9.05个像素点缩小为运动补偿后的2.06个像素点,线缆目标的聚焦程度明显增强。     

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.     

第二讲合成孔径声纳成像及其研究进展

文章在介绍了图像声纳的特点、合成孔径声纳（synthetic aperture sonar,SAS）产生背景和发展过程的基础上,对合成孔径声纳的原理、技术难点、成像算法等问题进行了讨论.着重分析了合成孔径声纳成像过程中高分辨率的获取方法、水声信道对成像的影响、多子阵技术及其成像算法、稳定的声纳运动平台和运动监测问题、运动补偿与自聚焦方法等.文章还给出了国内外合成孔径声纳研究的最新进展情况,进而展望了合成孔径声纳的应用前景.     

第二讲 合成孔径声纳成像及其研究进展

文章在介绍了图像声纳的特点、合成孔径声纳（synthetic aperture sonar,SAS）产生背景和发展过程的基础上,对合成孔径声纳的原理、技术难点、成像算法等问题进行了讨论.着重分析了合成孔径声纳成像过程中高分辨率的获取方法、水声信道对成像的影响、多子阵技术及其成像算法、稳定的声纳运动平台和运动监测问题、运动补偿与自聚焦方法等.文章还给出了国内外合成孔径声纳研究的最新进展情况,进而展望了合成孔径声纳的应用前景.     

一种基于多普勒频移的被动合成孔径声纳探测方法*

由于自主小平台声纳孔径有限,对声纳探测的分辨率的提高有所限制。小平台的机动可以有效的与声纳探测方法相结合来提高声纳探测性能。针对这一特点,提出一种基于多普勒频移技术的被动合成孔径声纳探测方法。该方法根据自主小平台的机动所引起声纳的接收信号多普勒频移的变化,进行目标的频率与方位联合估计。本文将自主小平台的机动引入到波束形成技术当中形成一种新的被动合成孔径技术。数值仿真表明,该方法可以有效的进行目标方位估计,并且获得较高的方位分辨率,改善了自主小平台的探测性能。