斜视合成孔径声呐成像研究

在论述斜视合成孔径成像及其进展的基础上,分析了正侧视情况下延时相加的模型及斜视对它的影响,将延时相加法分为“有效孔径处理”和“盲处理”两种实现方法,并提出斜视模式有效孔径计算数学模型。斜视出现时,参与方位向波束形成的有效孔径的定位会出现错误,使图像产生失真。斜视模型可对有效孔径正确定位,从而得到正确的图像。仿真实验及湖试结果验证了模型的有效性。     

合成孔径声呐成像自聚焦方法研究

合成孔径声呐(Synthetic Aperture Sonar,简称SAS)载体的随机运动、声波传播媒质不稳定等会影响成像的质量。大的运动误差可由运动补偿修正,但残余运动误差和媒质的影响需要自聚焦方法来修正。本文推导出小的SWAY误差下脉冲压缩图象域内运动误差模型,并将合成孔径雷达(Synthetic Aperture Radar,简称SAR)中的PATCH-PGA方法用于SAS自聚焦,仿真实验和湖试结果表明了该方法的有效性。     

基于改进距离-多普勒算法的合成孔径声呐斜视成像研究

在深入研究了合成孔径声呐(SAS)中距离-多普勒(R-D)成像算法的基础上,针对SAS的斜视和大面积测绘的应用,放弃菲涅耳假设得到了一个在正侧视和斜视情形下同时适用的改进R-D算法。避免了二次距离压缩(SRC),同时提高了斜视下的成像效果。并且该算法易于结合自聚焦环节实现运动补偿。最后以仿真结果证明了改进算法的有效性。     

一种基于时频分析的逆合成孔径声呐的距离-瞬时多普勒成像方法

传统距离-多普勒逆合成孔径成像方法是基于匀速转动的目标模型之上的,然而当目标机动时,由于目标各散射点多普勒效应的差异及投影平面的变化,距离-多普勒成像可能会失效。本文运用时频分析的方法,提出了一种新的距离-瞬时多普勒成像的方法,改善了原方法对机动目标的成像效果。实测的结果表明了该方法行之有效。     

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。     

逆合成孔径成像激光雷达实包络成像算法

逆合成孔径激光成像雷达受激光调制技术以及回波相位信息易受大气湍流破坏的限制,采用常规的相位相干积累类方法得到目标二维高分辨图像很困难.针对这一情况,提出了一种基于逆Radon变换的实包络成像算法.利用回波距离脉冲压缩后的实包络信息,实现方位向的非相干积累,最终得到二维高分辨图像.通过该算法,成像系统可以使用非相干激光信号,在脉冲重复频率较低且存在大气湍流的情况下,也可以获得高质量的成像结果.仿真实验验证了此算法的有效性和优越性.     

逆合成孔径成像激光雷达实包络成像算法

逆合成孔径激光成像雷达受激光调制技术以及回波相位信息易受大气湍流破坏的限制,采用常规的相位相干积累类方法得到目标二维高分辨图像很困难.针对这一情况,提出了一种基于逆Radon变换的实包络成像算法.利用回波距离脉冲压缩后的实包络信息,实现方位向的非相干积累,最终得到二维高分辨图像.通过该算法,成像系统可以使用非相干激光信号,在脉冲重复频率较低且存在大气湍流的情况下,也可以获得高质量的成像结果.仿真实验验证了此算法的有效性和优越性.     

合成孔径声呐数字仿真的研究

讨论了合成孔径声呐系统一些参数的选取方法。对合成孔径声呐的数字仿真方法作了初步研究,主要包括回波信号的产生、合成孔径声呐信号处理的一般方法。     

机动目标逆合成孔径激光雷达成像算法

针对逆合成孔径激光雷达对机动目标成像时,其回波信号存在距离向色散和方位向多普勒时变的问题,在建立机动目标精确回波信号模型的基础上,提出一种基于积分立方次相位函数-分数阶傅里叶变换的成像算法.在距离压缩时,首先采用积分立方次相位函数快速估计出回波脉冲的调频率,进而在最佳旋转角下采用分数阶傅里叶变换实现距离像压缩,消除距离色散.经过运动补偿后,在方位压缩时结合积分立方次相位函数-分数阶傅里叶变换与Clean技术实现对每一距离单元上强弱散射点的分离成像,解决由于机动运动产生的方位多普勒时变而形成的图像散焦问题.最后,通过散射点模型的仿真实验,验证了所提方法的有效性.     

逆合成孔径成像激光雷达数据采样技术

逆合成孔径成像激光雷达能够实现对运动目标的高分辨实时成像,但激光信号的极大带宽和目标回波信号的微弱性给雷达回波数据的接收和处理带来了较大困难.针对这一问题,提出了基于光外差探测手段和压缩感知理论相结合的信号采样方法,首先通过光外差探测降低回波信号的有效带宽,再结合压缩感知理论实现对信号的稀疏化采样和重构.仿真结果证明了运用本文所提出的采样方法,在使用远低于奈奎斯特定理所规定的采样率时,仍然能够实现对目标的高质量成像.     

逆合成孔径成像激光雷达数据采样技术

逆合成孔径成像激光雷达能够实现对运动目标的高分辨实时成像,但激光信号的极大带宽和目标回波信号的微弱性给雷达回波数据的接收和处理带来了较大困难.针对这一问题,提出了基于光外差探测手段和压缩感知理论相结合的信号采样方法,首先通过光外差探测降低回波信号的有效带宽,再结合压缩感知理论实现对信号的稀疏化采样和重构.仿真结果证明了运用本文所提出的采样方法,在使用远低于奈奎斯特定理所规定的采样率时,仍然能够实现对目标的高质量成像.     

基于Nelder-Mead单纯形法的逆合成孔径激光雷达联合补偿成像算法

逆合成孔径激光雷达(ISAL)的调制信号具有高频率、大带宽的特性,使传统逆合成孔径雷达的"一步一停"模型不再适用。通过建立精确的ISAL成像模型,分析了ISAL成像过程中存在的平动误差、转动误差和模型误差。针对传统ISAL采用平动、转动分离补偿时,由于平动误差补偿存在残余误差而影响转动误差补偿的问题,因此提出基于Nelder-Mead单纯形法和拟牛顿法的联合补偿成像算法。该算法首先采用Nelder-Mead单纯形法对目标运动参数进行优化迭代搜索,将得到的优化解作为运动补偿项对三类误差进行全局补偿,然后利用拟牛顿法补偿残余误差。仿真实验结果表明,与传统分离补偿算法相比,本文算法可以精确估计目标的运动参数,获得聚焦良好的高分辨率ISAL二维图像。     

直视逆合成孔径激光成像雷达外场实验

进行了1.8km和3.4km的直视逆合成孔径激光成像雷达外场实验,给出了远距离成像模式下考虑相位延时的非线性校正算法。实验中,目标为放置在无人机上的角锥和包裹有反射纸的无人机。通过交轨向包络对齐和顺轨向相位补偿算法,先后得到了不同成像距离下的角锥目标图像和1.8km成像距离下的无人机图像。成像距离为1.8km时二维分辨率达到了7.2mm×5.8mm,成像距离为3.4km时二维分辨率达到了12.7mm×9.2mm。     

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%。     

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。     

机动目标逆合成孔径激光雷达方位成像快速算法

针对逆合成孔径激光雷达对机动目标成像时存在方位多普勒时变的问题,提出了一种基于方位时频域keystone变换的机动目标逆合成孔径激光雷达方位成像快速算法.利用多分量线性调频子回波信号的调频斜率与起始频率的比值为常量这一特点,在方位时频域采用keystone变换将多分量线性调频信号同时转换为多分量单频信号,利用快速傅里叶变换实现方位聚焦.采用基于分数阶傅里叶变换和最小熵的线性调频参量估计方法,实现了对调频斜率与起始频率比值的精确、快速估计.结果表明,与现有的基于Radon-Wigner变换的距离-瞬时多普勒成像算法相比,所提出的算法成像效率大大提高,且能够保留更多的目标细节信息,适合于逆合成孔径激光雷达的实时成像.     

逆合成孔径激光雷达机动目标运动补偿成像算法

逆合成孔径激光雷达(ISAL)成像运动补偿中,包络对齐的精度直接影响了相位误差估计精度.当目标速度和加速度较大时,距离包络严重倾斜且相位误差较大,图像无法进行良好聚焦.针对上述问题,在高精度成像模型的基础上提出了一种基于Nelder-Mead单纯形法和粒子群优化的全局联合运动误差补偿算法.首先,利用单纯形法估计目标速度,完成包络对齐.然后,将包络对齐过程获得的目标速度作为相位误差估计中参数初始化的约束条件.最后,用粒子群优化算法对各运动参数进行全局搜索并得到最优解,实现高精度运动参数估计及高阶相位误差补偿,得到聚焦良好的二维图像.实验结果表明,本算法的参数估计误差主要分布在±0.2％以内,参数估计精度和抗噪声性能均优于传统ISAL成像算法.     

基于时延和相位估计的合成孔径声呐运动补偿研究

合成孔径声呐成象的难点之一在于孔径上载体的运动不稳定性影响了合成孔径上水听器接收的信号的相干性,其结果将导致图像的畸变和分辨率的降低。首先讨论了运动误差对合成孔径声呐(SAS)成像的影响及运动补偿的必要性。在分析位移相位中心运动补偿法的基础上,提出了一种改进算法。该方法首先估计时延,然后再对剩余误差进行相位估计,从而扩大了算法适用的运动误差范围。文中给出了利用该方法的计算机仿真结果和部分水池实验结果,从结果可以看出,该方法有效地修正了在合成孔径上由于介质和载体不稳定带来的不相干性,提高了成像的质量。