CN101793957B - 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 (5)

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SAS系统的参数表；

2）采用第一线程接收回波数据，并对接收的回波数据进行去载频、距离向傅里叶变换和脉冲压缩，并判断接收的回波数据是否够一个孔径长度，如果够进入下一个步骤，如果不够则该线程继续接收回波数据并进行上述相应处理；

3）启动第二线程，该第二线程用于景象方位向非均匀离散快速傅立叶变换NSFFT，消除多余相位并对距离向和方位向相位补偿及STOLT变换；及二维傅立叶逆变换；

4）启动第三线程用于接收第二线程输出的二维傅里叶逆变换的结构还原出图像文件，并将图像文件输出到显控装置进行显示；

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

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

其中

ω_p×Nc+m＝m×ω_pc+p×ω_prt

则

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

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

则

${\mathrm{Ee}}_m(k,k_u)=\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{m\ω}}_{\mathrm{pc}})\×\underset{p=0}{\overset{P-1}{\mathrm{\Σ}}}{\mathrm{Ee}}_{g_m}\left({\mathrm{p\ω}}_{\mathrm{prt}}\right)\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{p\ω}}_{\mathrm{prt}})---\left(4\right)$ $=\exp (-j\frac{2\mathrm{\πk}}{N}{\mathrm{m\ω}}_{\mathrm{pc}})\×{\mathrm{Ee}}_G\left(k\right)$

则

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

其中，所述的Stolt变换通过插值运算进行距离徙动的校正，且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；

其中，x为距离向坐标，y为方位向坐标，

表示中心频率对应的波数；N为距离向傅利叶变换使用的采样点数；ω_pc为子阵角频率，ω_prt为信号发射间隔的角频率；k为距离向波数，k_u为方位向波数。

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；

其中，f₀为发射信号的中心频率；f表示频率；R表示目标与声纳的距离。

Images