文章快速检索  
  高级检索
多波束合成孔径声呐技术研究进展
李海森1,2, 魏波1,2, 杜伟东1,2     
1. 哈尔滨工程大学水声技术重点实验室, 哈尔滨 150001;
2. 哈尔滨工程大学水声工程学院, 哈尔滨 150001
摘要:随着近年人们对海洋科学研究的迫切需要,水下目标精细探测与成像声呐技术逐步成为国内外研究的热点。本文重点分析了国内外主流多波束测深声呐技术与合成孔径技术的发展现状和趋势,并结合二者技术优势提出了一种多波束合成孔径声呐探测机理。研究讨论了多波束合成孔径声呐关键技术的研究进展,通过试验,初步验证了其探测机理的有效性和提升水下目标分辨能力的潜力。
关键词:多波束合成孔径    目标仿真    运动误差估计    技术发展趋势    
Technical Progress in Research of Multibeam Synthetic Aperture Sonar
LI Haisen1,2, WEI Bo1,2, DU Weidong1,2     
1. Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001, China;
2. College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin 150001, China
First author: LI Haisen(1962—), male, professor, PhD supervisor, majors in underwater target detection and location
Corresponding author: DU Weidong, E-mail: dwd361@163.com
Abstract: Recently, detailed underwater target detection and imaging sonar technology has become a research hotpot with the urgent need of marine research. Multibeam synthetic aperture sonar technology has been proposed combining the both technological advantages in this paper, owing to the emphatically analyses of the technology trends of multibeam bathymetric sonar and synthetic aperture sonar. The research progress in the key technologies of multibeam synthetic aperture sonar has been discussed in this paper, the effectiveness of multibeam synthetic aperture sonar detection mechanism is preliminary verified by the experiments. The potential that the multibeam synthetic aperture technique can effectively enhance the underwater target resolution has aslo been proved through the contrast experiment.
Key words: MbSAS     target simulation     motion error estimation     technology trends    

近年来,随着现代水声信号处理技术和水声换能器技术的大幅度进步,水下目标精细探测和成像声呐技术已然成为了国内外研究的热点,在民用和军用领域都有着其他声呐不可替代的作用[1]。在民用方面,成像声呐技术可用于海洋资源开发、海底地质勘探、海底地形地貌测绘、水下物体探测等海洋工程领域;在军事上,高隐蔽性水下军事小目标(如军用无人潜器、鱼雷、水雷、蛙人等)的探测与识别、港口锚地和舰艇的安全防范、地形匹配导航等领域上也迫切要求应用高分辨的水下目标精细探测和成像声呐技术[2-4]。目前国内外已有多种先进的成像声呐技术,主流的主要包括干涉侧扫声呐技术、多波束测深声呐技术及合成孔径声呐技术等。

干涉侧扫声呐一般需搭载水下拖体进行工作,其设备安装简单、目标横向分辨率较高,可以借助阴影对目标进行识别判断[5]。但是,由于其探测机理制约不容易获得精确海底深度,并且测量垂底区域存在缝隙,需要单独的声呐设备或者方法进行补隙[6-7]。多波束测深声呐能较精确地测量出海底深度并获得水体成像(water column),能得到直观的、精确定位的全覆盖三维海底地形图[8],然而多波束测深声呐波束脚印随着深度增加而扩大,对远距离情况下的目标探测分辨率较低,对小目标的探测更为困难。合成孔径声呐(synthetic aperture sonar, SAS)使用小孔径的声呐换能器阵,通过运动形成虚拟大孔径的方法,来获取更高的航迹向分辨率。相比于实孔径声呐,SAS最突出的优势是航迹向分辨率与作用距离、信号的频率无关[9]。然而,现阶段对于合成孔径声呐技术的研究主要集中在侧扫式合成孔径上,因此同样存在测深精度不佳和垂底探测缝隙等局限性。

综上,迫切需要一种水下目标精细探测和成像声呐技术以满足对水下小目标探测能力的需求。为此本文将多波束测深声呐技术与合成孔径声呐成像技术相结合, 在新的发射和接收基阵结构基础上,提出一种多波束合成孔径声呐(multibeam synthetic aperture sonar, MbSAS)机理,理论分析和试验皆证明其可以获得与目标作用距离及发射信号频率无关的航迹向高分辨力,且可以精确测深和垂底区域没有缝隙。

1 多波束合成孔径技术研究现状

多波束合成孔径技术是一种将多波束测深技术和合成孔径技术相结合的新型水下目标成像技术,通过载体运动在航迹向上虚拟合成较大的基阵孔径,既可以在航迹向上获取较高的分辨率,用于对地形地貌的全覆盖测量,还可以在距离向上通过波束形成确定目标所处方位,最终可以精确地测量出目标的深度信息,对目标进行三维成像。多波束合成孔径技术的发展,紧随着多波束测深技术和合成孔径技术的发展趋势,结合二者技术优势,实现水下目标的精细探测。

1.1 多波束测深声呐技术现状与发展趋势

多波束测深技术是随着现代水声、电子、计算机、信号处理技术的进步而发展起来的,至今多波束测深技术的研究已经经历了半个多世纪的发展,逐渐地形成了各种功能的实用化商业声呐产品。声呐系统供应商根据不同测量水深范围发展系列化的测深仪器,分为浅水、中水、深水多波束3类;按照搭载常规测量船只、水面无人船、水下AUV等不同设备载体研发抗压性、密闭性不同的换能器基阵,分为船载式、无人式和潜用式;根据不同的客户需求研发便携式悬挂基阵、V型组合基阵、内嵌式壳体基阵等不同的适装类型,极大地拓展了多波束测深系统的应用领域;从探测对象不同可以分为水面探测、水体探测和水底探测型;按照采用的测深信号处理算法不同又分为幅度检测法和相位检测法。概括起来,现阶段多波束测深技术的主要发展趋势是朝向超宽覆盖、小水深测量、运动姿态稳定、精细化测量等方向发展。

1.1.1 超宽覆盖

限制多波束测深系统覆盖宽度的主要问题在于小掠射角情况下,外侧波束回波信噪比较低,波束展宽严重且容易受到中央波束“隧道效应”干扰,限制了外侧波束回波到达时间检测的有效性[10]。针对此问题,国内外研究者主要从换能器基阵阵型设计和信号处理方法两个方面展开研究。

在换能器设计方面,通过阵型设计可以提高发射换能器外侧角度的发射响应,或者改善接收基阵外侧接收灵敏度,使换能器基阵对外侧回波的响应得到改善。也可以通过增加接收基阵阵元数目,减小接收波束宽度,改善外侧波束的测深精度[11-12]。在信号处理方面,主要的研究趋势是研究分辨率更高的算法,提升深度测量精度,主要有3种技术途径:第1种是利用信号子空间类高分辨方法代替常规波束形成方法,使系统目标DOA分辨能力超过瑞利限[13-14],如多重信号特征法、子空间旋转法、解卷积类方法以及子空间拟合类方法等。第2种是利用相位法代替幅度法的波达时间估计方法,如多子阵幅度-相位联合检测法等[15]。第3种是基于常规波束形成输出的拟合法算法,如BDI算法等[16]

1.1.2 小水深测量

多波束测深系统不但需要对远处目标进行探测,同时还需要对小水深情况下的目标进行精细化探测,这就需要对近场环境下的目标回波按照球面波假设进行波束形成。虽然近场聚焦波束形成算法的基本原理比较简单,但其运算过程非常复杂,实时实现难度较高,浅水多波束实时动态聚焦方面的研究是小水深测量的基本技术保障[17]

1.1.3 运动姿态稳定与补偿

多波束测深系统的载体在航行过程中不可避免地受到风浪的影响,因此对于载体的运动姿态稳定研究是提高多波束测量精度的另一个热门方向。载体运动过程中需要通过姿态传感器设备实时记录载体运动姿态,通过算法进行姿态补偿,从而得到高精细度的测量图像。需要通过波束形成技术控制发射波束和接收波束所对应的波束角度,包括接收横摇补偿、发射纵摇补偿、航行艏向补偿等技术[18]

1.1.4 精细化测量

随着多波束测深技术的不断发展,研究者们希望通过多波束测深系统得到更为精细的测量结果,因此研究的方向主要集中于距离向精细测量、水平向精细测量、航迹向精确测量3个方面。距离向的精细度主要取决于系统的采样频率,采样频率越高则对回波到达时间的估计越精细,同时LFM信号的匹配滤波技术也能够提升信号的处理增益和时间分辨能力。水平向的精细测量主要取决于波束密度和波束宽度,更多的波束数目、更小的波束角度能够带来更精细的测绘条带[19]。航迹向精确测量的局限性在于航速与帧率的制约以及多波束系统的航迹向波束脚印较宽,目标分辨能力不够,需要一种新的探测机理有效地提升系统的航迹向分辨率。结合了多波束测深技术和合成孔径技术的MbSAS技术,这种有效的途径近年来逐渐受到研究者们的关注。

1.2 合成孔径声呐研究进展

合成孔经声呐技术的发展最早可以追溯到1967年美国Raython公司的Walsh等人,他们从1967年到1969年分别发表文章阐述他们把合成孔径技术应用到对海底小目标如锚雷等进行高分辨成像的研究结果[20]。近些年来,合成孔径技术的发展已经由实验室走到了外场,更多的理论验证样机和海洋试验出现在学术界的视野内[21-23]。目前主流的合成孔径声呐一般采用侧扫式合成孔径方法,国内外学者和声呐厂商纷纷推出各自的研究成果并推向实际应用[24-25]。但是这些研究都没有很好地解决垂底区域存在缝隙问题,普遍需要单独使用多波束测深声呐或者成像声呐进行补隙,数据拼合效果有待提升。现阶段合成孔径声呐的研究热点主要集中在目标回波模拟[26-27]、合成孔径成像算法[28-29]、载体运动姿态补偿等方面[30]

1.2.1 目标回波仿真

由于水下目标探测外场试验条件复杂,不可控因素多成本高,需要进行大量理论仿真研究,比如目标回波模拟以代替部分外场试验,然而目标回波模拟是一项相当复杂的工作。目前国内外很多专业机构已经展开了相关的研究并取得了相应的进展,例如北约水下研究中心的SIGMAS软件仿真系统以及新西兰Cantbury大学开展的掩埋目标回波研究等[31]

1.2.2 合成孔径成像算法

合成孔径成像算法的基本原理就是利用接收到的回波信号的时延信息求解出目标与收发换能器之间的距离,进而推导出目标的所在位置。常见的算法有:时域延时求和算法、距离多普勒算法、Chirp-Scaling算法、波数域算法等[32]。根据所使用基阵的阵型推导出各阵元与目标之间的时延差,并提出实用的成像算法是合成孔径技术的研究热点。

1.2.3 载体运动姿态补偿

如果想获得航迹向虚拟大孔径的分辨能力就需要非常准确的航迹向航行轨迹,而实际上载体航向的偏移等运动误差形式是一直存在的,这种载体的运动误差会造成图像的散焦,所以在合成孔径技术的研究中运动误差的估计与补偿是其实用化的最大瓶颈。相位梯度自聚焦算法(PGA)算法利用回波信号相位上存在的冗余度,理论上实现对任意误差的校正[33]。多子阵SAS系统中可以采用冗余相位中心(DPCA)算法,通过重叠目标的相关处理获得相位误差信息[34]。寻找有效并且价格相对低廉的载体多自由度运动误差估计和补偿方法是目前合成孔径技术的研究热点之一。

1.3 多波束合成孔径声呐新技术

相比于侧扫合成孔径声呐而言多波束合成孔径声呐的研究起步较晚,最先见于文献的是2001年日本的研究人员在SeaBeam 2000多波束测深声呐的基础上使用了合成孔径的算法,得到了很好的探测效果。2002年美国研究者向美国专利局申请了多波束合成孔径声呐的发明专利申请,在国际上首次提出了多波束合成孔径声呐的初步设想[35],然而其后,国际上未有该机构研究者利用多波束测深声呐进行合成孔径算法深入研究的文章公开发表。

2015年,Kongsberg公司首次利用该公司EM2040C浅水多波束测深系统数据,进行合成孔径算法处理,并将结果与多波束测深声呐结果进行对比。对比结果表明,经合成孔径算法处理后,能够得到更为精细的水下地形图像,该公司将这套系统称为HISAS 2040,这也是国外目前为止见到的最新利用多波束声呐数据进行合成孔径算法处理的实例[36]

哈尔滨工程大学通过对侧扫合成孔径声呐的研究后在国内率先提出多波束合成孔径声呐的概念,并独立开展了利用现有基于单线阵的国产多波束测深系统进行试验,证明了多波束合成孔径声呐的可行性,相较于传统多波束测深系统分辨率具有显著提高,并且能够一次测绘得到全覆盖测绘的结果,对目标的深度信息、航迹向坐标信息等有良好的成像效果,可以在保证与侧扫合成孔径声呐相同航迹向分辨率的前提下有效地提高合成孔径声呐的距离向分辨率并完成正下方无缝隙测绘[37-38],成像效果如图 1所示。目前正在上述研究的基础上,开展基于二维面阵的多波束合成孔径探测机理研究,期望能够获得更好的航迹向分辨率和有效的提升系统探测效率。

图 1 单线阵多波束合成孔径声呐成像效果图 Fig. 1 Imaging effects of multibeam synthetic aperture sonar based on single uniform linear array

2 多波束合成孔径声呐基本原理 2.1 多波束合成孔径声呐基本模型

多波束测深声呐的基阵排布方式一般为接收阵元沿距离向依次直线排布,合成孔径声呐的收发阵元一般为沿着航迹向直线排列。为了解决侧扫式合成孔径声呐的不足,笔者融合了合成孔径声呐和多波束测深声呐的基本模型提出了一种多波束合成孔径声呐测量模型,能够一次性地完成测绘区的全覆盖测绘,不需要额外进行补隙,同时多波束合成孔径声呐能够通过距离向的波束形成,得到目标回波方向,从而解算出目标的深度,形成一种三维成像声呐,基本模型如图 2所示。多波束合成孔径声呐与多波束测深声呐的最大区别是前者的发射波束沿航迹向的开角很大,这样在航迹向的不同位置波束会多次照射到目标,从而可以通过合成孔径提高航迹向的分辨能力。

图 2 多波束SAS的基本模型 Fig. 2 Basic model of multibeam synthetic aperture sonar

2.2 二维多子阵多波束合成孔径声呐阵列

多波束测深声呐多采用Mill’s交叉的“T”型换能器结构,但是当多个目标的斜距相同时,栅瓣会使成像模糊,尤其在对大面积水底地形进行测量时影响显著。在实际的测量中,受到探测机理的限制,侧扫式合成孔径声呐测量效率将非常低。在SAS系统中,常采用的方法是在航向使用多个接收阵列,即多子阵SAS,可以有效地提高测量效率,如图 3所示。因此,根据多波束合成孔径的原理和多子阵SAS结构,多波束合成孔径声呐换能器阵型选为平面阵结构,其距离向接收单元能够完成垂直于航行方向剖面内的波束形成,而其航迹向接收单元能够保证距离向波束合成处理时的栅瓣抑制[39]

图 3 二维多子阵多波束合成孔径声呐阵列 Fig. 3 Structure of 2D multi-subarray transducer array of MbSAS

3 多波束合成孔径声呐关键技术

现阶段多波束测深技术的主要发展趋势是朝向小水深测量、运动姿态稳定、精细化测量等方向发展,而合成孔径声呐的研究热点主要集中在目标回波模拟、合成孔径成像算法、载体运动姿态补偿等方面。通过对比研究可以发现,二者研究的共同热点方向在于:利用复杂的探测信号形式,得到更好的回波信噪比和更精确的波达时间分辨力;利用更好的聚焦波束形成技术,实现对近距离目标的精细探测;对载体运动姿态进行有效的补偿,得到质量更高的声呐图像;利用新的探测机理,获得更高的目标分辨力。因此,针对多波束合成孔径声呐新机理开展了如下关键技术的研究。

3.1 合成孔径声呐目标仿真

目标回波仿真是多波束合成孔径声呐技术研究的基础,基于声呐运动模型的目标回波模型仿真结果对于多波束合成孔径声呐成像算法以及运动补偿算法的研究会有很大的促进作用。目标的三维仿真模型包括声呐的运动模型、目标的回波模型、目标的阴影模型等,利用抗干扰能力较强、距离分辨力高的线性调频信号进行目标探测研究。

3.1.1 声呐的运动模型

多波束合成孔径声呐的基本运动模型如图 2所示,接收基阵为由无指向性的阵元组成的换能器线阵。在工作过程中发射换能器以一定的重复间隔向海底发射脉冲信号,记载体运动方向为y轴方向,接收线阵所在的横向为x轴方向。计算得到声呐接收阵在不同时刻接收到的信号的时延,对于多个目标点可以分别得到各个点的回波,然后将回波进行叠加,即可得到目标信号仿真数据。

3.1.2 目标回波仿真

假设探测面目标或者体目标时,采用点目标重构法[40],将目标分解为一个个单独的点目标。以正方体为例,首先对目标体以固定间距进行切线分解,将目标分解成众多小块,然后利用体表面各条切线的交点来构造点目标,完成整个目标分解。将体目标分解为点目标,求出各个点目标的回波并进行叠加,可将叠加后的目标回波视为面目标或者体目标的回波,目标模型如图 4所示。

图 4 目标模型分解示意图 Fig. 4 Target model decomposition

3.1.3 阴影区域仿真

在声呐基阵沿着航迹向运动时,发射的声波束照射到物体,由于物体的遮挡会在物体的后方形成阴影,在接收基阵与仿真目标之间进行连线,延长线与水底相交,目标的着底点与延长线交点所围成的区域即为声波阴影区,目标模型如图 5所示。

图 5 立方体目标的阴影区域 Fig. 5 The shadow area of a cube target

3.2 多波束合成孔径声呐成像算法

多波束合成孔径声呐成像算法原理是将SAS逐点成像算法与波束形成算法相结合,经合成孔径技术处理后可得到目标所在的航迹向坐标和斜距两个物理量,波束形成技术在空间预成多个波束,将空间划分为不同的波束角度,根据目标的斜距和所在波束角度可计算出目标的深度信息,从而对目标实现三维成像[41]。根据二维面阵结构推导目标到各接收阵元的距离,从而计算出各接收阵元接收到信号的时延差,阵元时延结构如图 6所示。

图 6 多波束合成孔径声呐各位置时延示意图 Fig. 6 Time delay indication of multibeam synthetic aperture sonar

线性调频信号可以提高时间带宽积,通过对载频线性调制的方法使其频谱展宽。线性调频信号可以使声呐同时获得较大的作用距离和距离分辨率,同时其具有较大的抗干扰能力,因此多波束合成孔径声呐采用线性调频信号进行合成孔径声呐的探测,处理流程由正交变换、脉冲压缩、航迹向的合成孔径处理、距离向的波束形成4个部分组成。

3.3 多波束合成孔径声呐联合运动误差估计

多波束合成孔径声呐的载体在航行时受到风浪的影响,不可避免地会发生运动轨迹的偏移以及载体自身的摇摆,载体的运动失配将会造成图像的散焦。所以在多波束SAS的研究中运动误差的估计与补偿是其实用化的最大瓶颈,因此需要一种有效并且成本相对低廉的载体运动误差估计和补偿方法[42-44]

多波束合成孔径声呐载体的运动可由6个自由度分别表示,各种单自由度运动估计算法都是根据相关函数估计出信号的时延,从而对各自由度的运动误差分别估算。但是目标到载体的距离是6个自由度共同作用的结果,如果各个自由度的误差分别做估计,将给运动估计带来较大的误差。因此,提出一种根据多个强点目标的回波数据的6个自由度的联合估计方法,同时对6个自由度的运动偏差做出估计,信号模型如图 7所示。

图 7 多波束合成孔径载体运动失配 Fig. 7 Motion mismatch of multibeam synthetic aperture sonar

选择基阵的3个顶点上的阵元,记为A0(x0, y0, z0),B0(x0, y0, z0),C0(x0, y0, z0)。然后根据阵元到目标点的距离计算出OPQ 3点坐标,根据基阵在S1位置接收到的回波和求解出的OPQ 3个点的坐标来计算阵元A1B1C1的位置,即可得出此时载体的运动误差。对估计出的运动姿态误差进行算法补偿,即可得到更为清晰的声呐图像。

4 多波束合成孔径声呐试验研究

为了验证多波束合成孔径算法的有效性,开展了基于二维面阵的多波束合成孔径声呐试验研究,通过水池航车走航试验,进行了不同目标的探测试验并与常规多波束测深系统成像结果作出对比,试验系统结构图如图 8所示。

图 8 多波束合成孔径声呐试验系统示意图 Fig. 8 Experimental system of multibeam synthetic aperture sonar

首先进行了边长30 cm方块目标的探测试验,观察目标成像结果可以发现,直接使用常规多波束成像算法时,由于受到波束脚印扩展的影响,目标尺寸发生了明显的增大,成像结果不能反映出探测目标的真实尺寸。经多波束合成孔径算法处理后,可以观察到探测目标的分辨率较常规多波束测深声呐有明显提高,并且目标回波强度也获得了显著的增强。其后又进行了直径13 cm的双球目标探测实验,经多波束合成孔径算法处理后可以发现,双球目标能够明显的被区分开,可见该算法对相邻小目标也具有较好的分辨能力。由以上试验可以证明,多波束合成孔径算法能够有效地增强目标回波强度,提升目标的分辨能力,方块目标成像对比图如图 9所示,双球目标成像效果如图 10所示。

图 9 方块目标成像效果对比图 Fig. 9 Imaging contrast effect of cube target

图 10 双球目标成像效果图 Fig. 10 Imaging contrast effect of dual ball target

5 结论与展望

多波束合成孔径声呐技术结合了多波束测深技术与合成孔径技术的优势,能够通过载体运动在航迹向上虚拟合成较大的基阵孔径,既可以在航迹向上获取较高的分辨率,用于对地形地貌的全覆盖测量,还可以在距离向上通过波束形成确定目标所处方位,并可以精确地测量出目标的深度信息,对目标进行三维成像。通过对多波束合成孔径声呐关键技术的研究和水池试验的多种目标探测试验,初步验证了多波束合成孔径探测机理的有效性。通过与常规多波束成像算法的对比,证明了多波束合成孔径技术具有提升水下目标分辨能力的潜力。

多波束合成孔径技术的发展,紧随着多波束测深技术和合成孔径技术的发展趋势,代表了多波束测深声呐未来的一个重要发展方向,将会在水下小目标探测领域发挥重要的作用,是一种具有广阔应用前景的新颖探测技术。对于多波束合成孔径声呐技术的研究还有很多的工作需要开展,更快速的成像算法是多波束合成孔径声呐系统实用化的必要保障,寻找消除运动姿态估计累积误差的滤波方法能够有效地提高成像质量,复杂环境下的目标成像试验能够更真实地反映算法的有效性,这些都将是未来研究工作的重点方向。


参考文献
[1] 李海森, 周天, 徐超. 多波束测深声纳技术研究新进展[J]. 声学技术, 2013, 32(2): 73–80. LI Haisen, ZHOU Tian, XU Chao. New Developments on the Technology of Multi-beam Bathymetric Sonar[J]. Technical Acoustics, 2013, 32(2): 73–80.
[2] 周天, 欧阳永忠, 李海森. 浅水多波束测深声纳关键技术剖析[J]. 海洋测绘, 2016, 36(3): 1–6. ZHOU Tian, OUYANG Yongzhong, LI Haisen. Key Technologies of Shallow Water Multibeam Bathymetric Sonar[J]. Hydrographic Surveying and Charting, 2016, 36(3): 1–6.
[3] 王晓峰. 成像声纳波束形成新技术研究[D]. 哈尔滨: 哈尔滨工程大学, 2011. WANG Xiaofeng. The Study of the Beam Forming New Technologies for Imaging Sonar[D]. Harbin:Harbin Engineering University, 2011. http://cdmd.cnki.com.cn/article/cdmd-10217-1012264924.htm
[4] 周天, 李海森, 朱建军, 等. 利用多角度海底反向散射信号进行地声参数估计[J]. 物理学报, 2014, 63(8): 084302. ZHOU Tian, LI Haisen, ZHU Jianjun, et al. A Geoacoustic Estimation Scheme Based on Bottom Backscatter Signals from Multiple Angles[J]. Acta Physica Sinica, 2014, 63(8): 084302.
[5] 勇俊. 基于二维成像声纳的水下运动目标定位技术研究[D]. 哈尔滨: 哈尔滨工程大学, 2012. YONG Jun. Research on Positioning Techniques of the Underwater Moving Target Track Based on Two-dimensional Imaging Sonar[D]. Harbin:Harbin Engineering University, 2012. http://cdmd.cnki.com.cn/Article/CDMD-10217-1012518442.htm
[6] SAEBO T O, CALLOW H J, HANSEN R E, et al. Bathymetric Capabilities of the HISAS Interferometric Synthetic Aperture Sonar[M]. Vancouver, BC, Canada: IEEE, 2007: 1-10.
[7] BLOMBERG A E A, NILSEN C C, AUSTENG A, et al. Adaptive Sonar Imaging Using Aperture Coherence[J]. IEEE Journal of Oceanic Engineering, 2013, 38(1): 98–108. DOI:10.1109/JOE.2012.2210295
[8] 丁继胜, 董立峰, 唐秋华, 等. 高分辨率多波束声纳系统海底目标物检测技术[J]. 海洋测绘, 2014, 34(5): 62–64, 71. DING Jisheng, DONG Lifeng, TANG Qiuhua, et al. Detection Technology of Underwater Target Based on High-resolution Multibeam Sonar System[J]. Hydrographic Surveying and Charting, 2014, 34(5): 62–64, 71.
[9] 杨敏, 宋士林, 徐栋, 等. 合成孔径声纳技术以及在海底探测中的应用研究[J]. 海洋技术学报, 2016, 35(2): 51–55. YANG Min, SONG Shilin, XU Dong, et al. Research on the Synthetic Aperture Sonar Technology and Its Application in Seafloor Exploration[J]. Journal of Ocean Technology, 2016, 35(2): 51–55.
[10] DU Weidong, ZHOU Tian, LI Haisen, et al. ADOS-CFAR Algorithm for Multibeam Seafloor Terrain Detection[J]. International Journal of Distributed Sensor Networks, 2016, 12(8): 1719237. DOI:10.1177/155014771719237
[11] KOÖNNECKE S. The new Atlas Fansweep 30 Coastal:A Tool for Efficient and Reliable Hydrographic Survey[C]//Proceedings of the 25th International Conference on Offshore Mechanics and Arctic Engineering. Hamburg, Germany:ASME, 2006:257-261. https://www.researchgate.net/publication/267604063_The_New_ATLAS_FANSWEEP_30_COASTAL_A_Tool_for_Efficient_and_Reliable_Hydrographic_Survey
[12] 周天, 李海森, 么彬, 等. 具有超宽覆盖指向性的多线阵组合声基阵: 中国, CN101149434A[P]. 2008-03-26. ZHOU Tian, LI Haisen, YAO Bin, et al. Multiple Linear Array Combined Acoustic Array With Super Broad Cover Directivity:China, CN101149434A[P]. 2008-03-26.
[13] 李海森, 李珊, 周天. 基于空间平滑的多波束测深声纳相干分布源方位估计[J]. 振动与冲击, 2014, 33(4): 138–142. LI Haisen, LI Shan, ZHOU Tian. DOA Estimation Based on Spatial Smoothing for Multi-beam Bathymetric Sonar Coherent Distributed Sources[J]. Journal of Vibration and Shock, 2014, 33(4): 138–142.
[14] YANG T C. Source Depth Estimation Based on Synthetic Aperture Beamfoming for a Moving Source[J]. The Journal of the Acoustical Society of America, 2015, 138(3): 1678–1686. DOI:10.1121/1.4929748
[15] 周天, 朱志德, 李海森, 等. 多子阵幅度-相位联合检测法在多波束测深系统中的应用[J]. 海洋测绘, 2004, 24(4): 7–10. ZHOU Tian, ZHU Zhide, LI Haisen, et al. The Application of Multi-subarray Amplitude-phase United Detection Method in Multi-beam Bathymetry System[J]. Hydrographic Surveying and Charting, 2004, 24(4): 7–10.
[16] YANG Yuchun, JIAO Junsheng. Phase Difference Technology Apply to the Sounding of Broadband Multi-beam Bathymetry Sonar[C]//Proceedings of the 2016 IEEE/OES China Ocean Acoustics (COA). Harbin, China:IEEE, 2016:1-6. http://ieeexplore.ieee.org/document/7535768/
[17] 李海森, 鲁东, 周天. 基于FPGA的多波束实时动态聚焦波束形成方法[J]. 振动与冲击, 2014, 33(3): 83–88. LI Haisen, LU Dong, ZHOU Tian. Multi-beam Real-time Dynamic Focused Beam-forming Method Based on FPGA[J]. Journal of Vibration and Shock, 2014, 33(3): 83–88.
[18] 阳凡林, 卢秀山, 李家彪, 等. 多波束勘测运动传感器偏移的改正方法[J]. 武汉大学学报(信息科学版), 2010, 35(7): 816–820. YANG Fanlin, LU Xiushan, LI Jiabiao, et al. Correction of Imperfect Alignment of MRU for Multibeam Bathymetry Data[J]. Geomatics and Information Science of Wuhan University, 2010, 35(7): 816–820.
[19] LANZONI J C, WEBER T C. High-Resolution Calibration of a Multibeam Echo Sounder[C]//Proceedings of the Oceans 2010 MTS/IEEE Seattle. Seattle, WA:IEEE, 2010:1-7. http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=5664519
[20] WALSH G M. Final Report, Feasibility Study:Synthetic Aperture Array Techniques for high Resolution Ocean Bottom Mapping[M]. New York:[s.n.], 1967:851498.
[21] HAYES M P, GOUGH P T. Synthetic Aperture Sonar:A Review of Current Status[J]. IEEE Journal of Oceanic Engineering, 2009, 34(3): 207–224. DOI:10.1109/JOE.2009.2020853
[22] BONNETT B C. A Multi-Channel Front-end for Synthetic Aperture Sonar[D]. Canterbury:University of Canterbury, 2010:7-8. https://www.researchgate.net/publication/277219882_A_multi-channel_front-end_for_synthetic_aperture_sonar
[23] 张春华, 刘纪元. 合成孔径声纳成像及其研究进展[J]. 物理, 2006, 35(5): 408–413. ZHANG Chunhua, LIU Jiyuan. Synthetic Aperture Sonar Imaging and Its Developments[J]. Physics, 2006, 35(5): 408–413.
[24] SÆBØ T O, LANGLI B. Comparison of EM 3000 Multibeam Echo Sounder and HISAS 1030 Interferometric Synthetic Aperture Sonar for Seafloor Mapping[C]//Proceedings of ECUA.[S.L.]:[s.n.], 2010:451-461.
[25] BELLETTINI A, PINTO M A. Theoretical Accuracy of Synthetic Aperture Sonar Micronavigation Using a Displaced Phase-center Antenna[J]. IEEE Journal of Oceanic Engineering, 2002, 27(4): 780–789. DOI:10.1109/JOE.2002.805096
[26] DEL RIO VERA J, COIRAS E, GROEN J, et al. Automatic Target Recognition in Synthetic Aperture Sonar Images Based on Geometrical Feature Extraction[J]. EURASIP Journal on Advances in Signal Processing, 2009, 2009: 109438.
[27] LOPERA O. Combining Despeckling and Segmentation Techniques to Facilitate Detection and Identification of Seafloor Targets[C]//Proceedings of the Oceans12. Santander, Spain:In Oceans, 2012:1-4.
[28] XU Kui, ZHONG Heping, HUANG Pan. A Fast Speckle Reduction Algorithm Based on GPU for Synthetic Aperture Sonar[J]. International Journal of Multimedia and Ubiquitous Engineering, 2016, 11(3): 179–186. DOI:10.14257/ijmue
[29] 范乃强, 王英民, 陶林伟. 基于二次距离压缩的合成孔径声纳改进距离-多普勒算法[J]. 西北工业大学学报, 2016, 34(2): 201–207. FAN Naiqiang, WANG Yingmin, TAO Linwei. Improved Range-Doppler Algorithm for Processing Synthetic Aperture Sonar Data Based on Secondary Range Compression[J]. Journal of Northwestern Polytechnical University, 2016, 34(2): 201–207.
[30] PAN Xiang, CHEN Qing, XU Wen, et al. Shallow-water Wideband Low-frequency Synthetic Aperture Sonar for an Autonomous Underwater Vehicle[J]. Ocean Engineering, 2016, 118: 117–129. DOI:10.1016/j.oceaneng.2016.03.063
[31] LOPERA O, DUPONT Y. Automated Target Recognition with SAS:Shadow and Highlight-based Classification[C]//Proceedings of the 2012 Oceans. Hampton Roads, VA:IEEE, 2012:1-5. http://ieeexplore.ieee.org/document/6405117/
[32] BAMLER R. A Comparison of Range-doppler and Wavenumber Domain SAR Focusing Algorithms[J]. IEEE Transactions on Geoscience and Remote Sensing, 1992, 30(4): 706–713. DOI:10.1109/36.158864
[33] JAKOWATZ JR C V, WAHL D E, EICHEL P H, et al. Spotlight-Mode Synthetic Aperture Radar:A Signal Processing Approach[M]. Boston: Kluwer Academic Publishers, 1996.
[34] LEGRIS M, JEAN F. Comparison between DPCA Algorithm and Inertial Navigation on the Ixsea Shadows SAS[C]//Proceedings of OCEANS 2007-Europe. Aberdeen:IEEE, 2007:1-6. http://ieeexplore.ieee.org/document/4302227/
[35] SAWA T. Synthetic Aperture Processing System and Synthetic Aperture Processing Method:Japan, EP20080721583[P].2010-12-01.
[36] http://www.shallowsurvey2015.org/SS2015_Session01_Kongsberg.
[37] 徐剑. 多波束合成孔径声纳模型仿真与成像技术研究[D]. 哈尔滨: 哈尔滨工程大学, 2014. XU Jian. Research for Model Construction and Imaging Technology Based on Multi-beam Synthetic Aperture Sonar[D]. Harbin:Harbin Engineering University, 2014. http://d.wanfangdata.com.cn/Thesis/D595353
[38] SUN Wei, ZHOU Tian, WANG Xiaojing, et al. Study of Multibeam Synthetic Aperture Interferometric Imaging Algorithm[M]//YANG L, ZHAO M. International Industrial Informatics and Computer Engineering Conference (ⅢCEC 2015). Xi'an, Shaanxi, China:Atlantis Press, 2015:1543-1546.
[39] 周天, 李海森, 徐剑, 等. 用于多波束合成孔径声纳的组合声基阵: 中国, CN101907707A[P]. 2010-12-08. ZHOU Tian, LI Haisen, XU Jian, et al. Combined Acoustic Array for Multi-Beam Synthetic Aperture Sonar:China, CN101907707A[P]. 2010-12-08.
[40] 刘维, 张春华, 刘纪元. 合成孔径声纳三维数据仿真研究[J]. 系统仿真学报, 2008, 20(14): 3838–3841. LIU Wei, ZHANG Chunhua, LIU Jiyuan. Research on Synthetic Aperture Sonar 3D Data Simulation[J]. Journal of System Simulation, 2008, 20(14): 3838–3841.
[41] 范旻. SAS中正侧视CS成像算法及其基于斜视角的改进研究[D]. 昆明: 云南大学, 2014. http://d.wanfangdata.com.cn/Thesis/Y2695815
[42] COOK D A, CHRISTOFF J T, FERNANDEZ J E. Motion Compensation of AUV-based Synthetic Aperture Sonar[C]//Proceedings of Oceans 2003. San Diego, CA:IEEE, 2003, 4:2143-2148. http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=1282807
[43] 姜南, 孙大军, 田坦. 基于时延和相位估计的合成孔径声纳运动补偿研究[J]. 声学学报, 2003, 28(5): 434–438. JIANG Nan, SUN Dajun, TIAN Tan. A Study on SAS Movement Compensation Based on Time Delay and Phase Estimation[J]. Acta Acustica, 2003, 28(5): 434–438.
[44] HUNTER A J, DUGELAY S, FOX W L J. Repeat-Pass Synthetic Aperture Sonar Micronavigation Using Redundant Phase Center Arrays[J]. IEEE Journal of Oceanic Engineering, 2016, 41(4): 820–830. DOI:10.1109/JOE.2016.2524498
http://dx.doi.org/10.11947/j.AGCS.2017.20170410
中国科学技术协会主管、中国测绘地理信息学会主办。
0

文章信息

李海森,魏波,杜伟东
LI Haisen, WEI Bo, DU Weidong
多波束合成孔径声呐技术研究进展
Technical Progress in Research of Multibeam Synthetic Aperture Sonar
测绘学报,2017,46(10):1760-1769
Acta Geodaetica et Cartographica Sinica, 2017, 46(10): 1760-1769
http://dx.doi.org/10.11947/j.AGCS.2017.20170410

文章历史

收稿日期:2017-06-20
修回日期:2017-09-12

相关文章

工作空间