CN100454037C - 一种获取高分辨率测深侧扫声纳阵的阵元组合方法 - Google Patents

Abstract

本发明涉及一种利用波达方向估计技术，获取高分辨率测深侧扫声纳阵的阵元组合方法，称它为多子阵子空间拟合法。本发明表明，在声纳阵元数一定的情况下，阵元间有互耦或没有互耦时，均存在一种子阵对的构成方式，它的相位估计标准差最小。本发明克服线阵元间互耦影响引起的声纳阵相位误差，在阵元数给定的情况下，获得子阵数和每个子阵包含的线阵元数的优化组合，提高声纳的测深精度。

Description

一种获取高分辨率测深侧扫声纳阵的阵元组合方法

技术领域

本发明涉及一种高分辨率的声纳信号处理技术，特别是涉及一种利用波达方向估计(Directions of Arrival，简称DOA)技术，获获取高分辨率测深侧扫声纳阵的阵元组合方法。

背景技术

二十世纪五十年代后期，人们开始研制侧扫声纳。它的声纳阵在垂直平面内的波束角很宽，一般宽达100°，甚至更宽。在水平面内很窄，一般为1°左右。声纳阵发射声脉冲，海底产生反向散射声波，依时间的先后被声纳阵接收。声纳阵在前进过程中，不断发射，不断接收，就获得了海底的声图，它反映海底的地貌状态。侧扫声纳研制成功后获得了广泛的应用，产生了显著的经济和社会效益。实际工作中，不但需要海底的地貌，同时还需要海底地形，往往将侧扫声纳与多波束测深声纳一起使用。为了简化设备，提高效益，人们自然想起使侧扫声纳在获得海底地貌的同时，也能获得海底地形，这就诞生了测深侧扫声纳。二十世纪九十年代后期，测深侧扫声纳采用多条平行线阵，测量它们之间声回波的相位差，一次发射可以获得数百至上千个测深点，在分辨率上它优于多波束测深系统，但是它有两个重要的缺陷，长期影响它发展。首先，在声纳阵正下方附近，它的测深精度很差；其次，不能区分不同方向同时到达的回波，因此，在存在信道多途和地形比较复杂的水域测深侧扫声纳不能正常工作。

2005年3月29日授权给朱维庆、刘晓东等人的美国专利US6873570 B2“Highresolution bathymetric sonar system and measuring method for measuring thephysiognomy of the seabed”中，公开了两种技术，解决了上述测深侧扫声纳的两个重要缺陷。第一，声纳阵由多条相互平行的等间距线阵组成，相邻线阵间距在一个λ和λ/2之间，λ为声纳中心频率对应的水中声波波长，声纳正下方附近的测深精度达到了高分辨率数字测深仪的精度；第二，海底自动检测——多子阵波达方向估计方法，它采用波达方向估计(DOA)技术，由声纳阵的时空相关函数矩阵提取声波的信息，包括声波入射角和振幅等。

声纳阵接收的信号中除了目标信号外，还有噪声信号。因此声纳阵时空相关函数矩阵在泛函空间里可以分解成信号子空间和噪声子空间，两个子空间相互垂直。对声纳阵时空相关函数矩阵的信号处理方法一般分两大类：一类是谱基方法，它包括噪声子空间法，又称零空间法，在小样本，低信噪比和高信号相干性时，此类方法的性能下降；另一类是参量法，它包括信号子空间法。参量法的性能明显优于谱基方法。美国专利US 6873570 B2中，公开了海底自动检测——多子阵波达方向估计方法，它属于信号子空间法，性能优良，克服了水声信道和复杂海底地形引起的多途信号干扰，提取了海底直达回波信号。但是它没有公开如何解决平行线阵间的互耦(Mutul Coupling)影响问题。

2000年10月10日授权给P.Kraeutner等人的美国专利613041“Imagingmethods and apparatus using model-based array signal processing”中采用波达方向估计(DOA)技术中的零空间(即噪声子空间)法，对声纳阵时空相关函数矩阵进行处理，获得了比常规波束形成技术高的分辨率。但是，该专利没有给出正下方附近测深精度，也没有研究平行线阵间的互耦影响。

文献1：W Xu，Stewart W K.的文章“Coherent source direction estimation forthree-row bathymetric sidescan sonars”，OCEANS’99，MTS/IEEE，Seattle，Washington，299-304.文中提出了相干源方向估计(Coherent Source Direction Estimator，简称CSDE)方法，对于三排线阵的测深侧扫声纳和2个信号源的情况，进行了模拟计算，并与ESPRIT(Estimating Signal Parameters via Rotational InvarianceTechniques，简称ESPRIT)方法进行了比较。模拟计算表明，对于角间隔10°的高度相关的信号源，信噪比10db以上，CSDE工作良好。同时ESPRIT对于非相干信号源有好的鲁棒性。该文献建议把两种方法联合应用，代替已有的差分相位法。

综上所述，现有的技术中存在的不足主要有：

1.高分辨率测深侧扫声纳对声纳阵的相位特性有严格要求，它是决定分辨率多高的重要参数。多条平行线性阵间的互耦影响，尤其是相邻线阵元间的互耦影响是重要相位误差来源。如何由信号处理的方法减小这类误差，现有技术中，包括本专利前面提到的两个专利和一篇文献，均没有提及。

2.高分辨率测深测扫声纳的接收声纳阵是由多条等间距平行线阵元组成，接收阵分为几个子阵，每个子阵包括几条线阵元，其中有一个好的组合，它的方位估计误差最小。现有的技术中，包括本专利前面提到的两个专利和一篇文献，均没有提及获得最好组合的方法。

发明内容

本发明的目的在于克服已有技术的上述不足，提出了一种获取高分辨率测深侧扫声纳阵的阵元组合方法。

为了达到上述目的，本发明采取如下技术方案：

一种获取高分辨率测深侧扫声纳阵的阵元组合方法，包括如下步骤：

a)、声纳发射阵向水中发射声脉冲信号，接收阵接收水体和海底的反向散射回波信号，获取目标的声纳阵输出信号；

b)、根据所述声纳阵输出信号，获取具有不同子阵选取方式的子阵；

c)、通过对多子阵进行拟合，获取各子阵对于目标的入射角；

d)、根据获取的各子阵对于目标的入射角，获取所述入射角的估计标准差，选取所述入射角标准差最小的子阵的选取方式作为声纳阵的工作方式。

在上述技术方案中，进一步地，步骤b)具体包括如下子步骤：

1)对于互耦矩阵自由度为h的声纳阵，h≥2，将首尾阵元去掉，得声纳阵输出信号X，由下式表示：

X＝AGS+N                               (3)

其中

X＝[x_h x_h+1…x_L-(h-1)]^T                (4a)

S＝[s₁ s₂…s_M]^T                        (4b)

矩阵 $G=\mathrm{diag}\left\{\begin{array}{ccc}\underset{q=-(h-1)}{\overset{h-1}{\mathrm{\Σ}}}{b}_{\left|q\right|}{e}^{j\left(q{\mathrm{\φ}}_1\right)}g\left({\mathrm{\θ}}_1\right)& \·\·\·& \underset{q=-(h-1)}{\overset{h-1}{\mathrm{\Σ}}}{b}_{\left|q\right|}{e}^{j\left(q{\mathrm{\φ}}_M\right)}g\left({\mathrm{\θ}}_M\right)\end{array}\right\},b_0=1---\left(5\right)$

其中，M为目标数，即信号源数目，L为阵元数，N为零均值空间白噪声，X和N为L-2(h-1)维向量；A为空间阵列的流型矩阵；信号S是由M个独立高斯信号源构成；θ_i，i＝1，2，...M，为第i个目标的声波入射角；diag{}表示对角矩阵，g(θ)是线阵元的指向性；

2)求声纳阵相关函数的估计

即

$\hat{R}=\frac{1}{N}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{X}_n{X_n}^H---\left(6\right)$

3)对声纳阵输出信号的相关函数估计

进行特征值分解：

$\hat{R}=\mathrm{AG}{\hat{R}}_S{G}^H{A}^H+{\mathrm{\σ}}^{2}I={\hat{U}}_S{\widehat{\mathrm{\Σ}}}_S{{\hat{U}}_S}^H+{\hat{U}}_N{\widehat{\mathrm{\Σ}}}_N{{\hat{U}}_N}^H---\left(7\right)$

其中是信号相关函数的估计值，σ²是噪声方差的估计值，

和

分别是信号的特征向量和特征值的估计值，

和

分别是噪声的特征向量和特征值的估计值；上标H表示共轭转置运算；I是单位矩阵。

4)求子阵运算：

J₁＝[I_l-1 0]_(l-1)×l，J₂＝[0 I_l-1]_(l-1)×l    (8)

其中，M＜l≤L-2(h-1)；，获取具有一种子阵选取方式的子阵。在上述技术方案中，进一步地，步骤c)具体包括如下子步骤：

5)求子阵对应的特征向量估计值；

${\hat{U}}_{S1}=J_1{\hat{U}}_S$

                                     (9)

${\hat{U}}_{S2}=J_2{\hat{U}}_S$

6)由上一步骤5)可得到估计值

和

得到

存在互耦时的多子阵子空间拟合算法的解：

$\widehat{\mathrm{\Ψ}}={\left({{\hat{U}}_{S1}}^H{\hat{U}}_{S1}\right)}^{-1}{{\hat{U}}_{S1}}^H{\hat{U}}_{S2}---\left(10\right)$

7)求

运算：

$\widehat{\mathrm{\Ψ}}=C^{-1}\widehat{\mathrm{\Φ}}C,---\left(11\right)$

其中 $\widehat{\mathrm{\Φ}}=\mathrm{diag}\{e^{i{\widehat{\mathrm{\φ}}}_1}\·\·\·e^{i{\widehat{\mathrm{\φ}}}_M}\}---\left(12a\right)$

$C=G{\hat{R}}_S{G}^H{A}^H{\hat{U}}_S{{\widehat{\mathrm{\Σ}}}_S}^{\′}---\left(12b\right)$

${{\widehat{\mathrm{\Σ}}}_S}^{\′}={\widehat{\mathrm{\Σ}}}_S-{\mathrm{\σ}}^{2}I---\left(12c\right)$

8)求声波入射角估计值 $\left\{\begin{array}{cccc}{\widehat{\mathrm{\θ}}}_1& {\widehat{\mathrm{\θ}}}_2& \·\·\·& {\widehat{\mathrm{\θ}}}_M\end{array}\right\}$ 运算：

${\widehat{\mathrm{\θ}}}_i={\sin }^{-1}({\widehat{\mathrm{\φ}}}_i/\mathrm{kd}),i=\mathrm{1,2},\·\·\·M---\left(13\right)$

获取子阵对于目标的入射角。

在上述技术方案中，进一步地，步骤d)具体包括如下子步骤：

9)在快拍数N大于100时，均匀线阵的多子阵子空间拟合算法的估计误差

是联合高斯分布，其均值和方差分别为：

$E\{{\widehat{\mathrm{\φ}}}_i-{\mathrm{\φ}}_i\}=0---\left(14a\right)$

$E\left({({\widehat{\mathrm{\φ}}}_i-{\mathrm{\φ}}_i)}^2\right)=\frac{{\mathrm{\σ}}^2}{2N}\mathrm{Re}\left\{\left({{\mathrm{\ρ}}_i}^H{\mathrm{\ρ}}_i\right)({\left[P^{-1}\right]}_{i,i}+{\mathrm{\σ}}^2{\left[P^{-1}{\left(A^{H}A\right)}^{-1}{P}^{-1}\right]}_{i,i})\right\}---\left(14b\right)$

其中i＝1，……，M；

$P=G{\hat{R}}_s{G}^H---\left(15a\right)$

${{\mathrm{\ρ}}_i}^H={{\left[{\left(A_1^H{A}_1\right)}^{-1}{A}_1^H{F}_i\right]}_i}^{\left(\mathrm{\γ}\right)}---\left(15b\right)$

式中A₁＝[I_l 0]A，F_i是(l-1)×l矩阵，[X]_i ^(γ)表示矩阵X的第i行，表示信号相关函数估计值；

根据方差的平方根是标准差，计算所有子阵对的入射角估计标准差，对所有子阵对的入射角估计标准差进行算术平均，此平均值作为最终估计标准差；

10)由步骤8)和步骤9)计算声入射角估计值的最终估计标准差；

11)对所有可能的子阵选取方式，重复步骤4)-步骤10)，求出所有可能的子阵选取方式的入射角最终估计标准差。

在上述技术方案中，进一步地，步骤d)还包括：比较上一步骤11)中得出的所有可能的子阵选取方式的入射角最终估计标准差，确定入射角最终估计标准差最小的那个子阵选取方式，选取该子阵选取方式作为声纳的工作方式。

与现有技术相比，本发明的优点在于：

(1)与一般的只从传感器阵，或只从DOA信号处理单方面抑制阵元间互耦不同，本发明由两方面共同抑制阵元间的互耦，在此基础上就可研制性能良好的声纳。本发明对于声纳设计的指导意义在于：一方面尽量将声纳阵的互耦矩阵自由度h减小，这样需要删除的阵元少，代价小；另一方面多子阵子空间拟合技术在阵元存在互耦时仍有良好性能。

(2)本发明表明，在声纳阵元数一定的情况下，阵元间有互耦或没有互耦时，均存在一种子阵对的构成方式，它的相位估计标准差最小，采用这种子阵对的构成方式可以使得声纳更准确地估计目标方位。

附图说明

图1入射角估计标准差(度)与子阵数的关系均匀线阵阵元间不存在互耦，信噪比20dB，阵元数8个，快拍数100，信号源数1，曲线自上而下对应的入射角为80°，60°，40°，20°和0°；

图2入射角估计标准差(度)与子阵数的关系均匀线阵阵元间存在互耦，自由度3，耦合系数b₀＝1，b₁＝0.2exp(jπ/6)，b₂＝0.05exp(jπ/5)，信噪比20dB，阵元数8个，快拍数100，信号源数1，曲线自上而下对应的入射角为80°，60°，40°，20°和0°；

图3为应用本发明的一实施例的测试程序的流程图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细描述：

首先，本发明是提供一种获取高分辨率测深侧扫声纳阵的阵元组合方法，克服线阵元间互耦影响引起的声纳阵相位误差。

设一窄带平面波s(t)入射到由L个阵元组成的均匀接收线阵上，假设只考虑相邻阵元间的相互作用，则接收阵输入s(t)与输出x_i，i＝1…L，的关系由下式表示

$\left[\begin{array}{c}{x}_1\\ x_2\\ x_3\\ \·\\ \·\\ \·\\ \·\\ \·\\ \·\\ x_{L-2}\\ x_{L-1}\\ x_L\end{array}\right]=\left[\begin{array}{cccccccccc}1& b_1& 0& 0& 0& 0& \·\·\·& \·\·\·& \·\·\·& 0\\ b_1& 1& b& 0& 0& 0& \·\·\·& \·\·\·& \·\·\·& 0\\ 0& b_1& 1& b_1& 0& 0& \·\·\·& \·\·\·& \·\·\·& 0\\ \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·\\ \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·\\ 0& \·\·\·& 0& 0& 0& 0& b_1& 1& b_1& 0\\ 0& \·\·\·& 0& 0& 0& 0& 0& b_1& 1& b_1\\ 0& \·\·\·& 0& 0& 0& 0& 0& 0& b_1& 1\end{array}\right]\left[\begin{array}{c}1\\ e^{\mathrm{i\φ}}\\ e^{i2\mathrm{\φ}}\\ \·\\ \·\\ \·\\ \·\\ \·\\ \·\\ e^{i(L-3)\mathrm{\φ}}\\ e^{i(L-2)\mathrm{\φ}}\\ e^{i(L-1)\mathrm{\φ}}\end{array}\right]g\left(\mathrm{\θ}\right)s\left(t\right)---\left(1\right)$

其中，g(θ)是线阵元的指向性，它们是相同的，b₁是耦合因子，表示相邻线阵元间的互耦影响。φ＝kd sinθ，k是波数，d是相邻线阵元的间距，θ是声波入射角。上式是讨论相邻线阵元之间的作用，所以没有考虑噪声的影响。式(1)右边第一个矩阵是互耦矩B，其中第一行非零元素的个数称为互耦矩阵的自由度h，式(1)中h＝2。将矩阵B中的第一行和最后一行去掉，得矩阵B₁，与之对应的线阵元输出为x_i，i＝2，……L-1。在i＝2，……L-1中任取两个子阵，每个子阵包含的线阵元数相同，例如取i＝2，……L-2，和i＝3，……L-1。则得

$\left[\begin{array}{c}{x}_3\\ x_4\\ \·\\ \·\\ \·\\ \·\\ \·\\ \·\\ x_{L-2}\\ x_{L-1}\end{array}\right]=\left[\begin{array}{ccccccccc}{b}_1& 1& b_1& 0& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·\\ 0& b_1& 1& b_1& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·\\ \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·\\ \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·\\ \·\·\·& \·\·\·& \·\·\·& \·\·\·& \·\·\·& b_1& 1& b_1& 0\\ 0& 0& 0& 0& \·\·\·& \·\·\·& b_1& 1& b_1\end{array}\right]\left[\begin{array}{c}1\\ e^{\mathrm{i\φ}}\\ e^{i2\mathrm{\φ}}\\ \·\\ \·\\ \·\\ \·\\ \·\\ \·\\ e^{i(L-3)\mathrm{\φ}}\\ e^{i(L-2)\mathrm{\φ}}\end{array}\right]g\left(\mathrm{\θ}\right)s\left(t\right)e^{\mathrm{i\φ}}=\left[\begin{array}{c}{x}_2\\ x_3\\ \·\\ \·\\ \·\\ \·\\ \·\\ \·\\ x_{L-1}\\ x_{L-2}\end{array}\right]e^{\mathrm{i\φ}}---\left(2\right)$

式(2)表明，不计入首尾阵元，把接收阵分成两个相邻子阵，每个子阵包含相同阵元数，则子阵的输出信号之比为e^iφ，与声纳阵不存在互耦时的结果一致。也就是说，由本发明的方法对于存在互耦和不存在互耦时e^iφ的均值是相同的，它是无偏估计。由此φ得到的声波入射角θ。声波对海底的掠射角α＝θ+θ_m，θ_m为声纳阵安装角，它等于声纳阵平面与空间垂直平面间的夹角。

进而，本发明提供一种多子阵DOA信号处理技术，在阵元数给定的情况下，获得子阵数和每个子阵包含的线阵元数的优化组合，提高声纳的测深精度。例如类似于(2)式，取i＝2，…L-3，或3，…L-2或4，…L-1等。

一种获取高分辨率测深侧扫声纳阵的阵元组合方法方法，包括如下步骤：

1)对于互耦矩阵自由度为h的声纳阵，h≥2，将首尾阵元去掉，得声纳阵输出信号X，由下式表示：

X＝AGS+N                                    (3)

其中

X＝[x_h x_h+1…x_L-(h-1)]^T                     (4a)

S＝[s₁ s₂…s_M]^T                             (4b)

$G=\mathrm{diag}\left\{\begin{array}{ccc}\underset{q=-(h-1)}{\overset{h-1}{\mathrm{\Σ}}}{b}_{\left|q\right|}{e}^{j\left(q{\mathrm{\φ}}_1\right)}g\left({\mathrm{\θ}}_1\right)& \·\·\·& \underset{q=-(h-1)}{\overset{h-1}{\mathrm{\Σ}}}{b}_{\left|q\right|}{e}^{j\left(q{\mathrm{\φ}}_M\right)}g\left({\mathrm{\θ}}_M\right)\end{array}\right\},b_0=1---\left(5\right)$

其中，M为目标数，即信号源数目，L为阵元数，N为零均值空间白噪声，X和N为L-2(h-1)维向量；A为空间阵列的流型矩阵；信号S是由M个独立高斯信号源构成；

2)求声纳阵相关函数的估计

即

$\hat{R}=\frac{1}{N}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{X}_n{X_n}^H---\left(6\right)$

3)对声纳阵输出信号的相关函数估计

进行特征值分解：

$\hat{R}=\mathrm{AG}{\hat{R}}_S{G}^H{A}^H+{\mathrm{\σ}}^{2}I={\hat{U}}_S{\widehat{\mathrm{\Σ}}}_S{{\hat{U}}_S}^H+{\hat{U}}_N{\widehat{\mathrm{\Σ}}}_N{{\hat{U}}_N}^H---\left(7\right)$

其中

是信号相关函数的估计值，σ²是噪声方差的估计值，

和

分别是信号的特征向量和特征值的估计值，

和

分别是噪声的特征向量和特征值的估计值；上标H表示共轭转置运算；I是单位矩阵。

4)求子阵运算：

J₁＝[I_l-1 0]_(l-1)×l，J₂＝[0 I_l-1]_(l-1)×l    (8)

其中，M＜l≤L-2(h-1)；

本步骤中的求子阵运算采用文献1中公开的技术；

5)求子阵对应的特征向量估计值；

${\hat{U}}_{S1}=J_1{\hat{U}}_S$

                                       (9)

${\hat{U}}_{S2}=J_2{\hat{U}}_S$

6)由上一步骤5)得到估计值

和

得到存在互耦时的多子阵子空间拟合算法的解：

$\widehat{\mathrm{\Ψ}}={\left({{\hat{U}}_{S1}}^H{\hat{U}}_{S1}\right)}^{-1}{{\hat{U}}_{S1}}^H{\hat{U}}_{S2}---\left(10\right)$

7)求

运算：

$\widehat{\mathrm{\Ψ}}=C^{-1}\widehat{\mathrm{\Φ}}C,---\left(11\right)$

其中 $\widehat{\mathrm{\Φ}}=\mathrm{diag}\{e^{i{\widehat{\mathrm{\φ}}}_1}\·\·\·e^{i{\widehat{\mathrm{\φ}}}_M}\}---\left(12a\right)$

$C=G{\hat{R}}_S{G}^H{A}^H{\hat{U}}_S{{\widehat{\mathrm{\Σ}}}_S}^{\′}---\left(12b\right)$

${{\widehat{\mathrm{\Σ}}}_S}^{\′}={\widehat{\mathrm{\Σ}}}_S-{\mathrm{\σ}}^{2}I---\left(12c\right)$

8)求声波入射角估计值 $\left\{\begin{array}{cccc}{\widehat{\mathrm{\θ}}}_1& {\widehat{\mathrm{\θ}}}_2& \·\·\·& {\widehat{\mathrm{\θ}}}_M\end{array}\right\}$ 运算：

${\widehat{\mathrm{\θ}}}_i={\sin }^{-1}({\widehat{\mathrm{\φ}}}_i/\mathrm{kd}),i=\mathrm{1,2},\·\·\·M---\left(13\right)$

9)在快拍数N大于100时，均匀线阵的多子阵子空间拟合算法的估计误差

是一个零均值的联合高斯分布，均匀线阵的多子阵子空间拟合算法的估计误差

是联合高斯分布，其均值和方差分别为：

$E\{{\widehat{\mathrm{\φ}}}_i-{\mathrm{\φ}}_i\}=0---\left(14a\right)$

$E\left({({\widehat{\mathrm{\φ}}}_i-{\mathrm{\φ}}_i)}^2\right)=\frac{{\mathrm{\σ}}^2}{2N}\mathrm{Re}\left\{\left({{\mathrm{\ρ}}_i}^H{\mathrm{\ρ}}_i\right)({\left[P^{-1}\right]}_{i,i}+{\mathrm{\σ}}^2{\left[P^{-1}{\left(A^{H}A\right)}^{-1}{P}^{-1}\right]}_{i,i})\right\}---\left(14b\right)$

其中i＝1，……，M；

$P=G{\hat{R}}_s{G}^H---\left(15a\right)$

${{\mathrm{\ρ}}_i}^H={{\left[{\left(A_1^H{A}_1\right)}^{-1}{A}_1^H{F}_i\right]}_i}^{\left(\mathrm{\γ}\right)}---\left(15b\right)$

式中A₁＝[I_l 0]A，F_i是(l-1)×l矩阵，[X]_i ^(γ)表示矩阵X的第i行，

表示信号相关函数估计值；

为零均值表示在考虑到阵元间存在互耦后，与不存在互耦时一样，多子阵子空间拟合算法是无偏估计；对所有子阵对的入射角估计标准差进行算术平均，此均值作为最终估计标准差；

10)由步骤8)和步骤9)计算声入射角估计值

的最终估计标准差；

11)对所有可能的子阵选取方式，重复步骤4)-步骤10)；求出所有可能的子阵选取方式的入射角最终估计标准差；

12)比较上一步骤11)中得出的所有可能的子阵选取方式的入射角估计标准差，确定存在入射角估计标准差最小的那个子阵选取方式，选取该子阵选取方式作为声纳的工作方式。

在上述步骤1)中，如果目标不相干，互耦矩阵自由度h＝2，将首尾阵元去掉，得声纳阵输出X，由下式表示

X＝AGS+N

其中

X＝[x₂ x₃…x_L-1]^T

S＝[s₁ s₂…s_M]^T

$G=\mathrm{diag}\left\{\begin{array}{ccc}\underset{q=-1}{\overset{1}{\mathrm{\Σ}}}{b}_{\left|q\right|}{e}^{j\left(q{\mathrm{\φ}}_1\right)}g\left({\mathrm{\θ}}_1\right)& \·\·\·& \underset{q=-1}{\overset{1}{\mathrm{\Σ}}}{b}_{\left|q\right|}{e}^{j\left(q{\mathrm{\φ}}_M\right)}g\left({\mathrm{\θ}}_M\right)\end{array}\right\},b_0=1$

其中，L为阵元数，N为零均值空间白噪声，为L-2维矢量；A为空间阵列的流型矩阵。

将本发明的技术用于湖上试验或海上试验，可以采取如下步骤：

A)发射阵向水中发射声脉冲信号；

B)接收阵接收水体和海底的反向散射回波信号；

C)对接收的回波进行滤波和采样，得到由式(3)表示的声纳阵输出信号X；

D)重复上述实施例的步骤4)-10)；求出所可能的子阵选取方式的入射角估计标准差；

E)比较上一步骤D)中得出的所有可能的子阵选取方式的入射角估计标准差，选取入射角估计标准差最小的那种子阵选取方式作为声纳的工作方式。

本发明的声纳信号处理方法可以作为专用测量程序应用于声纳系统，一般将该专用测量程序装载在声纳系统的主控计算机中。如图3所示的程序流程图，此处基于上述本发明的实施例，图中的符号如等等的意义与上述实施例中相同，程序执行过程如下：

步骤401是开始步骤，启动计算机的程序，使声纳处于工作状态。

在步骤402和403中，对声纳系统的软件和硬件进行初始化。

在步骤404中，主控计算机生成发射信号。

在步骤405中，向海底发射声脉冲到流体介质中，例如海水中。

在步骤406中，接收从流体介质反向散射的回波信号。

在步骤407中，对回波信号进行解调滤波。

在步骤408中，将回波信号从模拟信号转换成数字信号，并对每个回波信号逐一执行步骤409～步骤413。

在步骤409中，计算声纳阵相关函数估计

在步骤410中，执行

特征值分解运算。

在步骤411中，执行子阵运算，计算子阵对应的特征向量估计值。

在步骤412中，计算

在步骤413中，计算

在步骤414中，计算

的方差。

在步骤415中，计算

的标准差。

在步骤416中，计算声波入射角估计值

在步骤417中，计算声波对海底的掠射角估计值

在步骤418中，存储和

的标准差。同时反馈到步骤411，重复步骤411至步骤417的计算，直至所有可能的子阵方式选取完毕，并选取

和

的标准差最小的子阵选取方式作为声纳的工作方式。

需要说明的是，上述步骤401-步骤408均采用本领域技术人员公知的技术，故本发明中没有对其进行详细说明。其余步骤409-步骤418采用前述实施例中的公式进行计算。

下面以应用本实施例得到的一些具体数据为例来说明本发明的效果。

执行本实施例中的步骤1)-步骤10)，求出所有可能的子阵选取方式的入射角估计标准差，典型结果图示于图1和图2。图1和图2显示的是入射角估计标准差与子阵数的关系。图1中，均匀线阵阵元间不存在耦合，互耦矩阵的自由度h＝1，阵元数为8，信号源数M为1，g(θ)＝1，信源入射角分别为80°，60°，40°，20°和0°。图1表明入射角愈大，入射角估计标准差愈大；存在某子阵数，它的入射角估计标准差最小。图2表示的是均匀线阵阵元间存在耦合，互耦矩阵的自由度h＝3，b₀＝1，b₁＝0.2e^jπ/6，b₂＝0.05e^jπ/5，其它参数与图1相同。对G进行了归一化，其模的最大值为1。其中阵元数8个是指实际参与计算的阵元数，不包括去掉的四个首尾阵元。由图2可知由于存在互耦，入射角估计标准差有些增加，入射角愈大，入射角估计标准差愈大；与图1一样存在某子阵数，它的入射角估计标准差最小。

对于两个目标的情况即M＝2，与一个目标的结果相似。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1、一种获取高分辨率测深侧扫声纳阵的阵元组合方法，包括如下步骤：

a)、声纳发射阵向水中发射声脉冲信号，接收阵接收水体和海底的反向散射回波信号，获取目标的声纳阵输出信号；

b)、根据所述声纳阵输出信号，获取具有不同子阵选取方式的子阵；

c)、通过对多子阵进行拟合，获取各子阵对于目标的入射角；

d)、根据获取的各子阵对于目标的入射角，获取所述入射角的估计标准差，选取所述入射角标准差最小的子阵的选取方式作为声纳阵的工作方式。

2、根据权利要求1所述方法，其特征在于，步骤b)具体包括如下子步骤：

1)对于互耦矩阵自由度为h的声纳阵，h≥2，将首尾阵元去掉，得声纳阵输出信号X，由下式表示：

X＝AGS+N

其中

X＝[x_h  x_h+1  …  x_L-(h-1)]^T

S＝[s₁  s₂  …  s_M]^T

矩阵 $G=\mathrm{diag}\left\{\begin{array}{ccc}\underset{q=-(h-1)}{\overset{h-1}{\mathrm{\Σ}}}{b}_{\left|q\right|}{e}^{j\left(q{\mathrm{\φ}}_1\right)}g\left({\mathrm{\θ}}_1\right)& ...& \underset{q=-(h-1)}{\overset{h-1}{\mathrm{\Σ}}}{b}_{\left|q\right|}{e}^{j\left(q{\mathrm{\φ}}_M\right)}g\left({\mathrm{\θ}}_M\right)\end{array}\right\},b_0=1$

其中，M为目标数，即信号源数目，L为阵元数，N为零均值空间白噪声，X和N为L-2(h-1)维向量；A为空间阵列的流型矩阵；信号S是由M个独立高斯信号源构成；θ_i，i＝1，2，...M，为第i个目标的声波入射角；diag{}表示对角矩阵，g(θ)是线阵元的指向性；

2)求声纳阵相关函数的估计

即

$\hat{R}=\frac{1}{N}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{X}_n{X_n}^H$

3)对声纳阵输出信号的相关函数估计

进行特征值分解：

$\hat{R}=\mathrm{AG}{\hat{R}}_S{G}^H{A}^H+{\mathrm{\σ}}^{2}I={\hat{U}}_S{\widehat{\mathrm{\Σ}}}_S{{\hat{U}}_S}^H+{\hat{U}}_N{\widehat{\mathrm{\Σ}}}_N{{\hat{U}}_N}^H$

其中是信号相关函数的估计值，σ²是噪声方差的估计值，

和

分别是信号的特征向量和特征值的估计值，

和

分别是噪声的特征向量和特征值的估计值；上标H表示共轭转置运算；I是单位矩阵；

4)求子阵运算：

J₁＝[I_l-1 0]_(l-1)×l，J₂＝[0  I_l-1]_(l-1)×l

其中，M＜l≤L-2(h-1)，获取具有一种子阵选取方式的子阵。

3、根据权利要求2所述方法，其特征在于，步骤c)具体包括如下子步骤：

5)求子阵对应的特征向量估计值；

${\hat{U}}_{S1}=J_1{\hat{U}}_S$

${\hat{U}}_{S2}=J_2{\hat{U}}_S$

6)由上一步骤5)可得到估计值和

得到

存在互耦时的多子阵子空间拟合算法的解：

$\widehat{\mathrm{\Ψ}}={\left({{\hat{U}}_{S1}}^H{\hat{U}}_{S1}\right)}^{-1}{{\hat{U}}_{S1}}^H{\hat{U}}_{S2}$

7)求运算：

$\widehat{\mathrm{\Ψ}}=C^{-1}\widehat{\mathrm{\Φ}}C,$

其中 $\widehat{\mathrm{\Φ}}=\mathrm{diag}\{e^{i{\widehat{\mathrm{\φ}}}_1}...e^{i{\widehat{\mathrm{\φ}}}_M}\}$

$C=G{\hat{R}}_S{G}^H{A}^H{\hat{U}}_S{{\widehat{\mathrm{\Σ}}}_S}^{\′}$

${{\widehat{\mathrm{\Σ}}}_S}^{\′}={\widehat{\mathrm{\Σ}}}_S-{\mathrm{\σ}}^{2}I$

8)求声波入射角估计值 $\left[\begin{array}{cccc}{\widehat{\mathrm{\θ}}}_1& {\widehat{\mathrm{\θ}}}_1& ...& {\widehat{\mathrm{\θ}}}_M\end{array}\right]$ 运算：

${\widehat{\mathrm{\θ}}}_i={\sin }^{-1}({\widehat{\mathrm{\φ}}}_i/\mathrm{kd})$ i＝1，2，…M

获取子阵对于目标的入射角。

4、根据权利要求3所述方法，其特征在于，所述步骤d)具体包括如下子步骤：

9)在快拍数N大于100时，均匀线阵的多子阵子空间拟合算法的估计误差

是联合高斯分布，其均值和方差分别为：

$E\{{\widehat{\mathrm{\φ}}}_i-{\mathrm{\φ}}_i\}=0$

$E\left({({\widehat{\mathrm{\φ}}}_i-{\mathrm{\φ}}_i)}^2\right)=\frac{{\mathrm{\σ}}^2}{2N}\mathrm{Re}\left\{\left({{\mathrm{\ρ}}_i}^H{\mathrm{\ρ}}_i\right)({\left[P^{-1}\right]}_{i,i}+{\mathrm{\σ}}^2{\left[P^{-1}{\left(A^{H}A\right)}^{-1}{P}^{-1}\right]}_{i,i})\right\}$

其中i＝1，……，M；

$P=G{\hat{R}}_s{G}^H$

${{\mathrm{\ρ}}_i}^H={{\left[{\left(A_1^H{A}_1\right)}^{-1}{A}_1^H{F}_i\right]}_i}^{\left(\mathrm{\γ}\right)}$

式中A₁＝[I_l  0]A，F_i是(l-1)×l矩阵，[X]_i ^(γ)表示矩阵X的第i行，

表示信号相关函数估计值；

对所有子阵对的入射角估计标准差进行算术平均，此平均值作为最终估计标准差；

10)由步骤8)和步骤9)计算声入射角估计值

的最终估计标准差；

11)对所有可能的子阵选取方式，求出所有可能的子阵选取方式的入射角最终估计标准差。

5、根据权利要求4所述方法，其特征在于，在步骤d)还包括：比较上一步骤11)中得出的所有可能的子阵选取方式的入射角最终估计标准差，确定入射角最终估计标准差最小的那个子阵选取方式，选取该子阵选取方式作为声纳的工作方式。

Images