2016, Vol. 38
2. 哈尔滨工程大学 水声技术重点实验室, 哈尔滨 150001
2. Acoustic Science and Technology Laboratory, Harbin Engineering University, Harbin 150001, China
侧扫声呐是海洋探测重要工具之一。从20世纪70年代开始经历了从舷挂式到拖曳式，从单频到多频、从单波束到多波束的发展过程，目前已经从传统型侧扫声呐拓展为测深侧扫声呐、相干侧扫声呐、多波束侧扫声呐等多类型多元化的侧扫声呐系统。
侧扫声呐成像分辨率高，能得到连续的实时二维海底图像，且价格较低，携带方便，因此在海洋研究中被广泛应用。目前应用较为广泛的侧扫声呐一般采用拖曳扫测的工作方式，声呐数据实时上传并由显控软件进行成像显示。本文所研究的嵌入式侧扫声呐结合传统侧扫声呐的优点，将整个侧扫声呐系统进行精简和优化，使其可灵活的搭载在多种水下作业平台上，使平台兼具了水下目标探测、海底地貌成像等功能，实现了资源的整合复用，具有很强的实用性。
1 侧扫声呐基本原理侧扫声呐系统的换能器阵一般安装在水下拖曳体（通常称为“拖鱼”）或是舰底的两侧[1]，左右2条换能器线阵分别向水中倾斜发射声脉冲，照射出一片以换能器为中心的窄梯形海底，如图 1所示。脉冲信号以球面波形式向外传播，在遇到水中物体或是碰到海底后，反射波或是反向散射波会原路返回，回波信号幅度的大小反映海底起伏情况以及地质类型的软硬信息。
|
图 1 侧扫声呐工作原理示意图 Fig. 1 Sketch map of side scan sonar |
扫测过程中，换能器按一定时间间隔进行收发操作，接收到的回波数据按时间轴纵向排列构成了二维海底地貌声图。上位机显控端对声图进行数据处理即可得到海洋地貌灰度图像，对海洋地貌信息进行识别和判断[2]。
2 嵌入式侧扫声呐系统设计嵌入式侧扫声呐是基于所搭载的水下平台作业，声呐系统结构需要根据搭载平台的特性进行功能优化。在精简系统硬件结构的同时，要尽量丰富系统的软件功能，以增强嵌入式侧扫声呐系统作业于各类水下平台的适用性。
本文设计的嵌入式侧扫声呐由收发合置换能器、模拟信号处理单元、数字信号处理单元、通信与显控软件组成。其中，数字信号处理单元基于嵌入式SOC系统进行设计，软、硬件可裁剪，移植性高，所以数字信号处理单元可根据实际搭载平台的情况增加或缩减功能模块。考虑到AUV类水下机器人平台无缆作业无法实时上传声呐数据的特点，在数字信号处理单元加入了数据存储模块，实时高效地记录声呐数据，作业完成后用户可以对存储的声呐数据进行下载。具体设计如图 2所示。
|
图 2 嵌入式侧扫声纳系统设计框图 Fig. 2 The embedded side scan sonar's design diagram |
侧扫声呐模拟信号处理单元主要包括发射机模块和接收机模块。
发射机的频率、脉宽、以及发射信号类型要不仅根据侧扫声呐系统的工作频率和测量范围等工作指标来确定，同时也要考量侧扫声呐在航迹方向和垂直航迹方向的分辨率等参数，结合传播损失、海底混响以及海洋环境噪声等限制条件，设计出所需的发射机工作参数。嵌入式侧扫声呐系统发射机频率为100 kHz/ 500 kHz，发射信号类型为CW/Chrip信号，脉冲宽度根据信号类型而定。
图 3为嵌入式侧扫声呐发射机结构框图。
|
图 3 发射机结构框图 Fig. 3 The structure diagram of transmitter |
侧扫声呐发射机模块采用一个发射机，两侧换能器并联驱动，保证两侧换能器发射功率保持一致。利用=高效率D类功放电路以及高性能MOS芯片进行信号驱动，可实现100 kHz到1 MHz无失真输出，实现高频率、宽范围的发射信号。
侧扫声呐接收机结构框图如图 4所示。
|
图 4 接收机结构框图 Fig. 4 The structure diagram of receiver |
信号通过接收换能器及转换电路（对信号限幅、防止信号串扰），进入接收机。前置差分放大电路可以使信号以较高的信噪比进行放大，同时通过程控增益放大电路控制信号增益，使电路适应不同强度的回波信号。由于接收信号频率较高，如果直接对信号采样，对AD芯片的性能要求极高，难度较大，因此采用混频和滤波的方式进行信号处理。其中，混频可以将输入本振信号频率和回波信号频率进行处理，输出信号频率为两信号的和频率、差频率以及倍频率，输出信号进入滤波器（低通+带通）选频和滤波，将信号从高频搬移到低频，信号再经过后置放大后，输出到AD模块采样。
2.2 数字信号处理单元侧扫声呐数字处理单元主要包括信号采集模块和数据存储模块。侧扫声呐信号采集模块是基于FPGA进行设计的，主要包括对DA模块，AD模块，DDS模块，发射机信号模块，及压力传感器模块的驱动与控制。数据存储模块主要完成传感器数据的采集、调控侧扫声呐工作参数（如频率、测量范围、增益等）、声呐数据的存储记录等工作任务，所以在方案设计上选取了基于ARM的嵌入式系统。具体工作流程如图 5所示。
|
图 5 数字信号处理单元结构框图 Fig. 5 The structure diagram of digital signal processing unit |
针对ARM + FPGA的应用需求，SoC FPGA片上集成系统给出了一个很好的解决方案。ARM嵌入式系统与FPGA处理器协同工作，设计灵活性高，控制能力强，可以充分节约嵌入式侧扫声呐的成本和空间，同时满足采集与存储模块的功能需求。与此同时，FPGA与ARM之间的数据传输，采用SoC系统所特有的高速数据桥传输协议为AXI协议，整个系统的数据传输速度相较传统侧扫声呐系统提高了20%左右。
2.3 软件设计软件设计主要是在数字信号处理单元中对信号进行采集处理，以及对侧扫声呐数据进行传输和存储。
FPGA对两侧采集到的回波信号进行数据野值剔除以及包络检波等信号处理，为了得到高质量的图像，最终每一侧取1 024点数据。具体流程如图 6所示。
|
图 6 信号处理框图 Fig. 6 Signal processing block diagram |
在工作过程中，ARM处理器会实时接收控制系统发送来的操作指令，其中包括对侧扫声呐工作参数和对存储模块工作状态的设置。当接收到工作指令后，ARM处理器会向FPGA处理器发送请求数据交互的指令，其指令主要作用是对频率、测量范围、增益等声呐工作参数进行设定，同时请求左/右舷数据。FPGA处理器对请求指令进行判断，然后发送左/右舷数据给ARM系统。
同时ARM处理器一直采集来自GPS和姿态传感器的数据，对GPS数据其中的经纬度信息、航速信息进行解析，以及记录实时的姿态信息，包括Pitch（俯仰角）、Roll（横滚角）、Yaw（偏航角）。姿态变化容易导致声图中出现各种变形现象而影响对海底地貌的准确记录，所以记录姿态信息有利于后期对声图进行分析和修正。ARM处理器将接收到的声呐数据和GPS数据实时记录在存储设备中，每1 ping（左+右舷）为一个数据包，每个数据包包括数据头（侧扫声呐工作参数）、左右舷声呐数据、GPS数据、传感器数据等。
在设备结束工作后用户可以将存储的侧扫声呐数据进行下载，导出的数据由指定的显控软件进行显示，可以根据航行时间，经纬度信息来对侧扫声呐声图进行分析和判读。
3 外场试验嵌入式侧扫声呐于2016年6月在河北省黑汀水库和湖北省漳河水库进行了湖试。
侧扫声呐的测量距离设定为60 m，测量频率选择高频（500 kHz），增益设定为20 dB，AUV航行速度控制在3 nmile/h。嵌入式侧扫声呐的数字处理单元与AUV中央控制单元进行通信，实时控制侧扫声呐的工作状态和工作参数，采集姿态、惯导、航行速度等信息。在实验过程中测量到了湖底的细长管状物，如图 7所示，成像选择伪彩的方式。
|
图 7 实验结果图 Fig. 7 The image of experimental result |
其中浅色区域为目标回波的强反射信号，深色区域无回波信号，显示为目标阴影。图 7左侧可较清晰的看出细长管状目标的走向及其基本轮廓。经试验证明，声呐系统运行状态稳定，工作参数实时可控，存储数据正确，回放图像清晰，满足系统设计要求。
为了增大测量范围，侧扫声呐对大坝进行扫测时设定的测量范围设定为80 m，测量频率选择高频（500 kHz），增益设定为15 dB。得到的图像如图 8所示。
|
图 8 实验结果图 Fig. 8 The image of experimental result |
其中可清晰看出有无目标时回波的强弱变化。图 8右侧中，能够明显看到距离间隔相等的坝体目标及其影区，与大坝实际情况相符，存储数据正确，成像效果较好。
4 结语嵌入式侧扫声呐结合传统侧扫声呐的优点，可多频率、宽范围的进行水下作业。基于嵌入式系统的设计，侧扫声呐系统可根据搭载平台的特性适当增减功能模块，来增强嵌入式侧扫声呐系统应用于各类水下平台的适用性，同时可提供侧扫声呐数据存储记录的功能。
| [1] | 许枫, 魏建江. 第七讲侧扫声纳[J]. 物理 , 2006, 35 (12):1034–1037. |
| [2] | 李勇航, 牟泽霖, 万芃. 海洋侧扫声呐探测技术的现状及发展[J]. 通讯世界 , 2015 (3):213–214. |
| [3] | 孔敏, 程永寿, 田先德, 等. 侧扫声纳标准数据存储格式制定及应用[J]. 北京测绘 , 2015 (3):118–121. |
| [4] | 廖小满, 徐翔. 多波束侧扫声呐的设计与实现[J]. 电声技术 , 2012, 36 (3):47–52. |
| [5] | 韩春花, 张俊明, 梁建峰, 等. 一款侧扫声纳数据处理软件的研发与应用[J]. 北京测绘 , 2012 (5):44–47. |
| [6] | FLOWERS H J, HIGHTOWER J E. Estimating sturgeon abundance in the Carolinas using side-scan sonar[J]. Marine and Coastal Fisheries , 2015, 7 (1) :1–9. |
| [7] | POWERS J, BREWER S K, LONG J M, et al. Evaluating the use of side-scan sonar for detecting freshwater mussel beds in turbid river environments[J]. Hydrobiologia , 2015, 743 (1) :127–137. DOI: 10.1007/s10750-014-2017-z |
| [8] | ZHOU Y, LI Q W, HUO G Y. Automatic side-scan sonar image enhancement in Curvelet transform domain[J]. Mathematical Problems in Engineering , 2015, 2015 :493142. |
| [9] | BLONDEL P. The handbook of side-scan sonar[M]. Berlin, Heidelberg: Springer, 2009: 310-314. |