CN101793957A - 一种基于集群处理机的sas频域信号处理的方法 - Google Patents

Abstract

本发明提供一种基于集群处理机的SAS频域信号处理的方法，该方法用并行技术、多线程技术和FFTW算法，使得ωk算法能够移植到SAS系统中，能在集群处理机上进行ωk算法，所述的方法包括以下步骤：1)设定SAR系统的参数表；2)距离向脉冲压缩；3)方位向非均匀离散快速傅立叶变换NSFFT；4)距离向和方位向相位补偿及STOLT变换；5)二维傅立叶逆变换；其中，步骤(3)中所述的NSFFT变换方法的离散表示式为：

。本发明基于集群处理机，性价比高、稳定可靠；利用OpenMP技术实现并行化，运算速度快，运算效率高；利用FFTW技术实现快速傅立叶变换，运算速度快，运算效率高。

Description

一种基于集群处理机的SAS频域信号处理的方法

技术领域

本系统涉及声纳信号处理领域。特别涉及到一种基于集群处理机的SAS频域信号处理的方法。

背景技术

合成孔径声纳(Synthetic Aperture Sonar：SAS)是一种先进的高分辨率水声成像声纳，其基本原理是利用小孔径基阵在方位向的移动形成虚拟大孔径，通过对不同位置的声纳回波进行相干处理，从而获得方位向的高分辨率。

合成孔径声纳成像算法分为时域算法和频域算法两大类。时域算法主要通过插值、索引和复数叠加实现，其优点是：使用灵活、内存占用小，易于实现。其缺点是计算效率低，对采样率要求较高。频域算法主要通过傅立叶变换和复乘运算来实现。其优点是计算效率高。其缺点是内存占用大，不能直接应用于非直线航迹和方位向非均匀采样。

在频域算法中，一种典型的算法是ωk算法(Omega-K Algorithm：ωk算法)。ωk算法最早起源于地震波信号处理中，它的两个关键步骤为脉冲压缩和Stolt变换。Stolt变换通过插值实现，因此相比其它频域算法其运算效率稍低。但ωk算法可以适用于宽波束合成孔径声纳，其通用性较好。综合来看，ωk算法的计算效率较高，而且可以使用于宽波束合成孔径声纳成像，是经常采用的一种合成孔径声纳图像重建算法。但是由于多子阵的合成孔径声纳为非均匀成像，直接应用单子阵的ωk算法是不可行的。因此，必须对单子阵ωk算法做出改进。

在实际应用中，传统方式是在专用信号处理机上运行成像算法。专用的数字信号处理机利用多块信号处理板协同工作，而每块处理板上集成了多个高性能的专用实时微处理器，例如SHARC、PowerPC等，因此专用的信号处理机运算效率高，运算速度快。但是，专用数字信号处理机内存容量小，价格昂贵，而且软件开发周期长，特别是其扩展性较差。随着成像精度和实时率的要求愈来愈高，特别是测绘带宽的不断增加，便于开发、易于扩展、价格便宜的合成孔径声纳实时信号处理方法已经成为迫切需要。

随着微机和服务器性能的大幅度提高以及网络技术的飞速发展，促进了集群处理机的发展。集群处理机通过多个处理机的协同工作，可以提供大内存容量，提供较高的运算速度和运算效率。高速发展的工艺技术使得集群处理机的性价比大大提高，通用性也有很大提高。然而，在SAS实时处理系统中，对运算时间有较严格的要求。在集群处理机上进行ωk算法的直接移植，通常不能满足实时系统对时间的要求。

处理器技术的发展，促进了并行技术的进步。其中OpenMP是由OpenMPArchitecture Review Board牵头提出的，并已被广泛接受的，用于共享内存并行系统的多线程程序设计的一种技术。OpenMP技术支持多种编程语言，并适用于多种主流编译器。并行技术的发展，促进了运算效率和运算速度的提高。

快速傅立叶变换(FFT)在数字信号处理中有着举足轻重的作用。为了进一步加快运算速度，人们采用多种手段来加快FFT运算。其中西方快速傅立叶变换(FFTW)是当前被广泛应用的一种。FFTW软件包是一种广泛应用的，用于计算离散傅立叶变换(DFT)的免费软件包。该软件包由Massachusetts Institute of Technology的MatteoFrigo和Steven G.Johnson在1997年成功开发，经过多次优化和升级，当前最新版本为FFTW3.2.2。

发明内容

本发明的目的在于，为克服现有在SAS实时处理系统中，在集群处理机上进行ωk算法的直接移植，通常不能满足实时系统对时间的要求，从而提出一种基于集群处理机的SAS频域信号处理的方法。

为了解决上述问题，本发明旨在提供一种基于集群处理机的SAS频域信号处理的方法，并将该方法的相应步骤应用在集群处理机上。由于集群处理机内存容量大，弥补了信号处理机内存不足的缺点。

本发明提出的一种基于集群处理机的SAS频域信号处理的方法，该方法用并行技术、多线程技术和FFTW算法，使得ωk算法能够移植到SAS系统中，能在集群处理机上进行ωk算法，所述的方法包括以下步骤：

1)设定SAR系统的参数表；

2)距离向脉冲压缩；

3)方位向非均匀离散快速傅立叶变换NSFFT；

4)距离向和方位向相位补偿及STOLT变换；

5)二维傅立叶逆变换；

作为本发明的一个改进，步骤(3)中所述的NSFFT变换方法用于多子阵合成孔径声纳方位向采样不均匀的情况，该变换方法具体步骤如下：

设声纳基阵个数为N_c，等效相位中心为间距为d_pc，前进速度为v，脉冲重复周期为prt，帧数为P方位向数据点数为M＝N_c·P，则有方位向傅立叶变换的离散表示式为：

$E{e}_{\mathrm{bc}}(k,k_u)=\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_b({\mathrm{\ω}}_i,u)\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{\ω}}_i)---\left(6\right)$

假设等效相位中心做匀速直线运动，则上式可分解为

${\mathrm{Ee}}_{\mathrm{bc}}(k,k_u)=\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_b({\mathrm{\ω}}_i,u)\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{\ω}}_i)$

$=\underset{m=0}{\overset{N_c-1}{\mathrm{\Σ}}}\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{\ω}}_{p\×\mathrm{Nc}+m})$ (7)

其中

ω_p×Nc+m＝m×ω_pc+p×ω_prt

则

${\mathrm{Ee}}_m(k,k_u)=\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{\ω}}_{p\×\mathrm{Nc}+m})$

$=\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}\exp (-j\frac{2\mathrm{\πk}}{N}({\mathrm{m\ω}}_{\mathrm{pc}}+{\mathrm{p\ω}}_{\mathrm{prt}}))---\left(8\right)$

$=\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{m\ω}}_{\mathrm{pc}})\×\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{p\ω}}_{\mathrm{prt}})$

令 ${\mathrm{Ee}}_{g_m}\left({\mathrm{p\ω}}_{\mathrm{prt}}\right)={\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}$

则

${\mathrm{Ee}}_m(k,k_u)=\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{m\ω}}_{\mathrm{pc}})\×\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{g_m}\left(p{\mathrm{\ω}}_{\mathrm{prt}}\right)\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{p\ω}}_{\mathrm{prt}})$

$=\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{m\ω}}_{\mathrm{pc}})\×{\mathrm{Ee}}_G\left(k\right)$ (9)

则

${\mathrm{Ee}}_{\mathrm{bc}}(k,k_u)=\underset{m=0}{\overset{N_c-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_m}(k,k_u)---\left(10\right).$

上述技术方案，步骤(1)中所述的合成孔径声纳系统的参数表包括：中心频率、信号带宽、脉冲宽度、脉冲重复周期、采样频率、发射阵孔径、接收阵孔径、阵元个数、采样点数、最小距离、声速或拖体速度。

步骤(2)所述的距离向脉冲压缩还包含以下子步骤：

2-1)去载频；

2-2)距离向傅立叶变换；

2-3)脉冲压缩。

步骤2-3)所述的脉冲压缩公式如下：

将Ee_b(ω，u)乘以s_b(ω)的共轭即可完成脉冲压缩，脉压后的信号为Ee_bc(ω，u)，公式如下：

${\mathrm{Ee}}_{\mathrm{bc}}(\mathrm{\ω},u)={\left|S_b\left(\mathrm{\ω}\right)\right|}^2\exp \left\{j2\mathrm{\π}(f_0+f)t_0\right\}\×\underset{y}{\∫}\underset{x}{\∫}f(x,y)\exp \{-j2(k+k_0)R\}\mathrm{dxdy}$

脉冲压缩用于补偿包括距离向频率调制、距离徙动、距离方位耦合和方位向频率调制在内的各种相位。

步骤(4)所述的Stolt变换通过插值运算进行距离徙动的校正。所述的插值算法公式如下：

$\sqrt{4{(k+k_0)}^2-k_u^2}x+k_{u}y$

令：

$k_x=\sqrt{4{(k+k_0)}^2-k_u^2}$

k_y＝k_u。

作为本发明的又一改进，所述的并行技术采用OpenMP技术，所述的多线程技术采用MPI技术，使得ωk算法能够移植到SAS系统中。

本系统通过采用“背景技术”中所提及的OpenMP并行技术、西方快速傅立叶变换(FFTW)方法等，提高了频域算法的运算速度和运算效率，从而使实时处理成为可能。

上述技术方案所述的步骤(3)中，由于多子阵合成孔径声纳方位向采样是不均匀的，在采用FFTW技术计算傅立叶变换的基础上，我们采用了非均匀离散傅立叶变换方法(Non-uniform Separate FFT：NSFFT)，有效解决了方位向采样不均匀的问题。

上述技术方案所述的步骤(5)中，我们仍然使用了FFTW软件包来提高运算速度。

此外，在步骤(2)、(3)、(4)中，我们广泛应用了OpenMP并行技术。该技术的优点是，它可以自行检测中央处理器个数，将并行处理最优化。该技术操作简单，并行效率高。

本发明的技术优点在于：

1)本发明基于集群处理机，性价比高、稳定可靠；

2)本发明利用OpenMP技术实现并行化，运算速度快，运算效率高；

3)本发明利用FFTW技术实现快速傅立叶变换，运算速度快，运算效率高。

附图说明

图1是本发明改进的ωk算法的基本流程图；

图2是本发明应用OpenMP并行技术后系统的具体实现流程图；

图3是本发明的SAS频域处理系统的系统框架图。

具体实施方式

下面结合附图，对本发明基于集群处理机的SAS频域信号处理的系统和方法进行详细的说明。

如图2所示，本系统由初始化、脉冲压缩、方位向非均匀离散傅立叶变换、STOLT插值、二维傅立叶逆变换、图像数据存储和转发等子任务组成。本发明的具体实施步骤如下：

1)设置SAS实时信号处理系统的中心频率、信号带宽、脉冲宽度、脉冲重复周期、采样频率、发射阵孔径、接收阵孔径、阵元个数、采样点数等运行参数。

设置完毕后，从网络接收原始回波数据。

设发射信号为p_m(t)＝exp(j(2πf₀t+Kπt²))，照射区域目标强度为f(x，y)，则回波信号为：

$\mathrm{ee}(t,u)=\underset{y}{\∫}\underset{x}{\∫}(x,y)p_m(t-\frac{2R\left(u\right)}{c})\mathrm{dxdy}---\left(11\right)$

其中：

$R\left(u\right)=\sqrt{x^2+{(y-u)}^2}---\left(12\right)$

实际成像时，距离向采样的起始时间为t₀，空间距离向坐标的起始位置为x₀，令：

t＝t₁+t₀，x＝x₁+x₀                         (13)

在t₁和x₁的相对坐标系中，ee(t，u)重新表述为ee₁(t₁，u)，实际采样的数据即为ee₁(t₁，u)，如式(14)示：

${\mathrm{ee}}_1(t_1,u)=\underset{y}{\∫}\underset{x_1}{\∫}f(x_1,y)p_m(t_1{+t}_0-\frac{2\sqrt{{(x_1+x_0)}^2+{(y-u)}^2}}{c}){\mathrm{dx}}_1\mathrm{dy}---\left(14\right)$

而原始发射信号则重新描述为：

其中：

令：

s_b(t₁)＝exp{jπKt₁ ²}                    (17)

$R_1=(\frac{2R}{c}-t_0)\×\frac{c}{2}---\left(18\right)$

则：

2)去载频。通过乘以相位项exp(-j2πf₀t₁)将ee(t₁，u)降为基带信号ee_b(t₁，u)，如下所示：

则：

${\mathrm{ee}}_b(t_1,u)=\exp \left\{j\left(2\mathrm{\π}{f}_0{t}_0\right)\right)\left\}\underset{y}{\∫}\underset{x}{\∫}\exp \right\{j(-2k_{0}R)\}f(x,y)s_b(t_1-\frac{2R_1}{c})\mathrm{dxdy}---\left(21\right)$

3)距离向傅立叶变换。原始信号ee_b(t₁，u)的距离向傅立叶变换如(22)所示：

${\mathrm{Ee}}_b(\mathrm{\ω},u)=\exp \left\{j2\mathrm{\π}{f}_0{t}_0\right\}\×$

$\underset{y}{\∫}\underset{x}{\∫}\exp \left\{j(-2k_{0}R)\right\}f(x,y)\underset{-\∞}{\overset{+\∞}{\∫}}{s}_b(t_1-\frac{2R_1}{c})\exp (-\mathrm{\ω}{t}_1){\mathrm{dt}}_1\mathrm{dxdy}---\left(22\right)$

上式中：

S_b′(ω)＝exp(-j2kR₁)S_b(ω)              (23)

则：

${\mathrm{Ee}}_b(\mathrm{\ω},u)=S_b\left(\mathrm{\ω}\right)\·\exp \left\{j2\mathrm{\π}{f}_0{t}_0\right\}\·\underset{y}{\∫}\underset{x}{\∫}f(x,y)\exp \{-j2(k{R}_1+k_{0}R)\}\mathrm{dxdy}---\left(24\right)$

其中：

$k{R}_1+k_{0}R=(k+k_0)R-\frac{\mathrm{\ω}{t}_0}{2}---\left(25\right)$

最终：

${\mathrm{Ee}}_b(\mathrm{\ω},u)=S_b\left(\mathrm{\ω}\right)\exp \left\{j2\mathrm{\π}(f_0+f)t_0\right\}\underset{y}{\∫}\underset{x}{\∫}f(x,y)\exp \{-j2(k+k_0)R\}\mathrm{dxdy}---\left(26\right)$

在本步骤中，我们使用了FFTW软件包来提高运算速度。

4)脉冲压缩

将Ee_b(ω，u)乘以S_b(ω)的共轭即可完成脉冲压缩，脉压后的信号为Ee_bc(ω，u)，即式(27)所示：

${\mathrm{Ee}}_{\mathrm{bc}}(\mathrm{\ω},u)={\left|S_b\left(\mathrm{\ω}\right)\right|}^2\exp \left\{j2\mathrm{\π}(f_0+f)t_0\right\}\×\underset{y}{\∫}\underset{x}{\∫}f(x,y)\exp \{-j2(k+k_0)R\}\mathrm{dxdy}---\left(27\right)$

脉冲压缩补偿了包括距离向频率调制、距离徙动、距离方位耦合和方位向频率调制在内的各种相位。不考虑运动误差，经过脉冲压缩后，参考距离处的目标得到了完全聚焦，非参考距离处的目标得到部分聚焦。

在本步骤中，我们使用了FFTW软件包来提高运算速度。

5)方位向NSFFT

对于单子阵ωk算法，信号Ee_bc(ω，u)的方位向傅立叶变换为：

${\mathrm{Ee}}_{\mathrm{bc}}(\mathrm{\ω},k_u)=\underset{-\∞}{\overset{+\∞}{\∫}}{\mathrm{Ee}}_b(\mathrm{\ω},u)\exp (-j{k}_{u}u)\mathrm{du}$

$=\exp \left\{j2\mathrm{\π}(f_0+f)t_0\right\}\·\underset{y}{\∫}\underset{x}{\∫}f(x,y)S_1(\mathrm{\ω},k_u)\mathrm{dxdy}$ (28)

其中：

$S_1(\mathrm{\ω},k_u)=\underset{-\∞}{\overset{+\∞}{\∫}}\exp \{-j2(k+k_0)\sqrt{{(x_1+x_0)}^2+{(y-u)}^2}-j{k}_{u}u\}\exp (-j{k}_{u}u)\mathrm{du}$

$=\frac{\exp (-\mathrm{j\π}/4)}{\sqrt{4{(k+k_0)}^2-k_u^2}}\exp \{-j\sqrt{4{(k+k_0)}^2-k_u^2}(x_1+x_0)-j{k}_{u}y\}$ (29)

由于本系统为多子阵ωk算法，方位向直接傅立叶变换是不可行的。因此必须进行非均匀的傅立叶变换策略。

设声纳基阵个数为N_c，等效相位中心为间距为d_pc，前进速度为v，脉冲重复周期为prt，帧数为P方位向数据点数为M＝N_c·P，则有方位向傅立叶变换的离散表示式为：

${\mathrm{Ee}}_{\mathrm{bc}}(k,k_u)=\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_b({\mathrm{\ω}}_i,u)\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{\ω}}_i)---\left(30\right)$

假设等效相位中心做匀速直线运动，则上式可分解为

${\mathrm{Ee}}_{\mathrm{bc}}(k,k_u)=\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_b({\mathrm{\ω}}_i,u)\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{\ω}}_i)$

$=\underset{m=0}{\overset{N_c-1}{\mathrm{\Σ}}}\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{\ω}}_{p\×\mathrm{Nc}+m})$ (31)

其中

ω_p×Nc+m＝m×ω_pc+p×ω_prt

则

${\mathrm{Ee}}_m(k,k_u)=\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{\ω}}_{p\×\mathrm{Nc}+m})$

$=\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}\exp (-j\frac{2\mathrm{\πk}}{N}({\mathrm{m\ω}}_{\mathrm{pc}}+{\mathrm{p\ω}}_{\mathrm{prt}}))---\left(32\right)$

$=\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{m\ω}}_{\mathrm{pc}})\×\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{p\ω}}_{\mathrm{prt}})$

令 ${\mathrm{Ee}}_{g_m}\left({\mathrm{p\ω}}_{\mathrm{prt}}\right)={\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}$

则、

${\mathrm{Ee}}_m(k,k_u)=\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{m\ω}}_{\mathrm{pc}})\×\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{g_m}\left({\mathrm{p\ω}}_{\mathrm{prt}}\right)\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{p\ω}}_{\mathrm{prt}})$

$=\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{m\ω}}_{\mathrm{pc}})\×{\mathrm{Ee}}_G\left(k\right)$ (33)

则

${\mathrm{Ee}}_{\mathrm{bc}}(k,k_u)=\underset{m=0}{\overset{N_c-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_m}(k,k_u)---\left(34\right)$

1)Stolt变换

从式(19)可以看出，积分因子中包含项

$\sqrt{4{(k+k_0)}^2-k_u^2}x+k_{u}y---\left(35\right)$

令：

$k_x=\sqrt{4{(k+k_0)}^2-k_u^2}---\left(36\right)$

k_y＝k_u               (37)

另外，考虑到坐标变换x＝x₁+x₀，则上式变为：

${\mathrm{Ee}}_{\mathrm{bc}}(k,k_u)=\exp \left\{j2\mathrm{\π}(f_0+f)t_0\right\}\·\underset{y}{\∫}\underset{x_1}{\∫}f(x_1,y)\exp \{-j{k}_x(x_1+x_0)-j{k}_{y}y\}d{x}_1\mathrm{dy}$

$=\exp \left\{j2\mathrm{\π}(f_0+f)t_0\right\}\·\exp (-j{k}_x{x}_0)\·F{F}_1(k_x,k_y)---\left(38\right)$

$=\exp \{-\mathrm{j\θ}\}\·{\mathrm{FF}}_1(k_x,k_y)$

其中：

$t_0=\frac{2x_0}{c}$

${\mathrm{\θ}}_1=\sqrt{4{(k+k_0)}^2-k_u^2}{x}_0=k_x{x}_0,$ θ₂＝-2(k₀+k)x₀

θ＝θ₁+θ₂

将上述信号Ee_bc(k，k_u)的相位exp{-jθ}消除后即得到f(x₁，y)的傅立叶变换FF₁(k_x，k_y)。

令：

EE_bc(k，k_u)＝Ee_bc(k，k_u)exp{jθ}                (39)

则：

FF₁(k_x，k_y)＝EE_bc(k，k_u)                        (40)

在本步骤中，我们使用了FFTW软件包来提高运算速度。

由于坐标k_x和k_y与k和k_u的不同，式(40)中EE_bc(k，k_u)转换为FF₁(k_x，k_y)需要经过插值，其中插值公式即式(36)和(37)，最终求FF₁(k_x，k_y)的傅立叶逆变换即可求得最终成像结果。

2)图像数据存储和转发。该步骤将图像数据转发到显控平台，并在本机上将图像数据存储下来。

在上述2)～6)步骤中，我们广泛使用了OpenMP技术来提高运算速度。

至此，本发明具体实施方式陈述完毕。如图2所示，在线程1中，主要实现了单乒回波数据的距离向处理，在线程2中，主要实现若干乒数据的方位向处理，在线程3中，主要实现了数据的转发和存储。本方法广应用OpenMP技术实现并行化。

如图3所示，SAS实时回波的频域处理系统主要有原始回波数据接收、原始数据存储、ωk成像、图像的实时显示和图像数据的存储等几个模块。本发明主要述及了其中的ωk成像模块的原理及改进。

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 (7)

1.一种基于集群处理机的SAS频域信号处理的方法，该方法用并行技术、多线程技术和FFTW算法，使得ωk算法能够移植到SAS系统中，能在集群处理机上进行ωk算法，所述的方法包括以下步骤：

1)设定SAR系统的参数表；

2)距离向脉冲压缩；

3)方位向非均匀离散快速傅立叶变换NSFFT；

4)距离向和方位向相位补偿及STOLT变换；

5)二维傅立叶逆变换；

其中，步骤(3)中所述的NSFFT变换方法能够用于多子阵的合成孔径声纳非均匀成像的情况，该变换方法具体步骤如下：

设声纳基阵个数为N_c，等效相位中心为间距为d_pc，前进速度为v，脉冲重复周期为prt，帧数为P方位向数据点数为M＝N_c·P，则有方位向傅立叶变换的离散表示式为：

${\mathrm{Ee}}_{\mathrm{bc}}(k,k_u)=\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_b({\mathrm{\ω}}_i,u)\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{\ω}}_i)---\left(1\right)$

假设等效相位中心做匀速直线运动，则上式可分解为

${\mathrm{Ee}}_{\mathrm{bc}}(k,k_u)=\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_b({\mathrm{\ω}}_i,u)\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{\ω}}_i)$

$=\underset{m=0}{\overset{N_c-1}{\mathrm{\Σ}}}\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{\ω}}_{p\×\mathrm{Nc}+m})---\left(2\right)$

其中

            ω_p×Nc+m＝m×ω_pc+p×ω_prt

则

${\mathrm{Ee}}_m(k,k_u)=\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{\ω}}_{p\×\mathrm{Nc}+m})$

$=\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}\exp (-j\frac{2\mathrm{\πk}}{N}({\mathrm{m\ω}}_{\mathrm{pc}}+{\mathrm{p\ω}}_{\mathrm{prt}}))---\left(3\right)$

$=\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{m\ω}}_{\mathrm{pc}})\×\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}\exp (-j\frac{2\mathrm{\πk}}{N}p{\mathrm{\ω}}_{\mathrm{prt}})$

令 ${\mathrm{Ee}}_{g_m}\left({\mathrm{p\ω}}_{\mathrm{prt}}\right)={\mathrm{Ee}}_{b_{p\×\mathrm{Nc}+m}}$

则

${\mathrm{Ee}}_m(k,k_u)=\exp (-j\frac{2\mathrm{\πk}}{N}m{\mathrm{\ω}}_{\mathrm{pc}})\×\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{g_m}\left({\mathrm{p\ω}}_{\mathrm{prt}}\right)\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{p\ω}}_{\mathrm{prt}})$

$=\exp (-j\frac{2\mathrm{\πk}}{N}m{\mathrm{\ω}}_{\mathrm{pc}})\×{\mathrm{Ee}}_G\left(k\right)---\left(4\right)$

则

${\mathrm{Ee}}_{\mathrm{bc}}(k,k_u)=\underset{m=0}{\overset{N_c-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{b_m}(k,k_u)---\left(5\right).$

2.根据权利要求1所述的基于集群处理机的SAS频域信号处理的方法，其特征在于，所述的并行技术采用OpenMP技术，所述的多线程技术采用MPI技术，使得wk算法能够移植到SAS系统中。

3.根据权利要求1所述的基于集群处理机的SAS频域信号处理的方法，其特征在于，步骤(1)中所述的合成孔径声纳系统的参数表包括：中心频率、信号带宽、脉冲宽度、脉冲重复周期、采样频率、发射阵孔径、接收阵孔径、阵元个数、采样点数、最小距离、声速或拖体速度。

4.根据权利要求1所述的基于集群处理机的SAS频域信号处理的方法，其特征在于，步骤(2)所述的距离向脉冲压缩还包含以下子步骤：

2-1)去载频；

2-2)距离向傅立叶变换；

2-3)脉冲压缩。

5.根据权利要求4所述的基于集群处理机的SAS频域信号处理的方法，其特征在于，步骤2-3)所述的脉冲压缩公式如下：

将Ee_b(ω，u)乘以S_b(ω)的共轭即可完成脉冲压缩，脉压后的信号为Ee_bc(ω，u)，公式如下：

${\mathrm{Ee}}_{\mathrm{bc}}(\mathrm{\ω},u)={\left|S_b\left(\mathrm{\ω}\right)\right|}^2\exp \left\{j2\mathrm{\π}(f_0+f)t_0\right\}\×\underset{y}{\∫}\underset{x}{\∫}f(x,y)\exp \{-j2(k+k_0)R\}\mathrm{dxdy}$

脉冲压缩用于补偿包括距离向频率调制、距离徙动、距离方位耦合和方位向频率调制在内的各种相位。

6.根据权利要求1所述的基于集群处理机的SAS频域信号处理的方法，其特征在于，步骤(4)所述的Stolt变换通过插值运算进行距离徙动的校正。

7.根据权利要求6所述的基于集群处理机的SAS频域信号处理的方法，其特征在于，所述的插值算法公式如下：

$\sqrt{4{(k+k_0)}^2-k_u^2}x+k_{u}y$

令：

$k_x=\sqrt{4{(k+k_0)}^2-k_u^2}$

k_y＝k_u。

Images