CN103593877A - 合成孔径声纳图像的仿真方法及系统 - Google Patents
合成孔径声纳图像的仿真方法及系统 Download PDFInfo
- Publication number
- CN103593877A CN103593877A CN201310549562.7A CN201310549562A CN103593877A CN 103593877 A CN103593877 A CN 103593877A CN 201310549562 A CN201310549562 A CN 201310549562A CN 103593877 A CN103593877 A CN 103593877A
- Authority
- CN
- China
- Prior art keywords
- scattering
- scene
- synthetic aperture
- sonar
- scattering point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提出一种合成孔径声纳图像的仿真方法及系统,包括以下步骤:输入合成孔径声纳参数和场景的三维模型;对三维模型进行插值以得到场景的点云模型,并根据合成孔径声纳参数和点云模型得到有效的散射点集;分别计算有效的散射点集中多个散射点的散射强度;将有效的散射点集中多个散射点映射到二维成像平面;根据二维成像平面分别得到多个散射点的响应函数;以及根据多个散射点的响应函数得到最终的场景的成像结果。根据本发明实施例的方法,通过声纳参数和场景的三维模型得到有效的散射点集,并得到散射点的响应函数,以获得场景的成像结果,提高了仿真速度和效果,同时降低了运算量,保证了实时性,适用于复杂的场景仿真。
Description
技术领域
本发明涉及声纳技术领域,特别涉及一种合成孔径声纳图像的仿真方法及系统。
背景技术
近年来,合成孔径声纳(SAS)已经在海洋遥感、海底地形测绘和海洋资源调查等方面取得了广泛的应用。在研究合成孔径声纳时,对目标进行自动检测和识别是研究合成孔径声纳的重要内容。在进行自动分割和识别算法时,需要以大量的实测图像作为样本,然而实际海底实验经费投入大,且环境复杂,因此通常采用仿真方式进行。
现有的仿真方法根据目标场景可以分为两种。一种基于场景的数字高程模型(DEM),另一种是基于真正的3D模型。
DEM模型将场景表示为z=f(x,y)形式,当场景较为简单时,基于DEM模型的方法简单易实现。然而,当处理复杂场景时,DEM模型将失效无法实现对场景的仿真。其原因在于DEM模型中,同一个(x,y)坐标下只能有一个z值,而当场景包含闭合表面时,同一个(x,y)坐标下将会存在不止一个z值,因此DEM模型无法实现对场景的仿真。3D模型假设场景由大量的三维坐标表示的散射点或散射面元构成,方法普适性强,但运算复杂度高。
另外,目标场景存在互相遮挡的情况,造成真实图像上存在阴影区域,需要对阴影区域的散射点进行估计。目前广泛使用的有效散射点估计方法是射线追踪算法。该射线追踪算法虽然可以估计场景目标有效的散射点,但运算量较大,缺乏实时性。
发明内容
本发明的目的旨在至少解决上述的技术缺陷之一。
为此,本发明一方面提供一种合成孔径声纳图像的仿真方法,该仿真方法可以解决仿真速度慢且效果差的问题。
本发明的另一方面的实施例提供一种合成孔径声纳图像的仿真系统。
有鉴于此,本发明一方面的实施例提出一种合成孔径声纳图像的仿真方法,包括以下步骤:输入合成孔径声纳参数和场景的三维模型;对所述三维模型进行插值以得到所述场景的点云模型,并根据所述合成孔径声纳参数和所述点云模型得到有效的散射点集;分别计算所述有效的散射点集中多个散射点的散射强度;将所述有效的散射点集中多个散射点映射到二维成像平面;根据所述二维成像平面分别得到所述多个散射点的响应函数;以及根据所述多个散射点的响应函数得到最终的所述场景的成像结果。
根据本发明实施例的方法,通过声纳参数和场景的三维模型得到有效的散射点集,并得到散射点的响应函数,以获得场景的成像结果,提高了仿真速度和效果,同时降低了运算量,保证了实时性,适用于复杂的场景仿真。
在本发明的一个实施例中,所述合成孔径声纳参数包括:声速、声纳孔径、声纳基阵等效移动速度、发射信号带宽、斜视角、俯角、波长、距离分辨率和方位分辨率。
在本发明的一个实施例中,所述根据所述合成孔径声纳参数和所述点云模型得到有效的散射点集具体包括:根据所述合成孔径声纳参数和所述点云模型得到多个散射点;以及通过隐藏点移除算法对所述多个散射点进行估计以得到所述有效的散射点集。
在本发明的一个实施例中,所述多个散射点的散射强度通过如下公式表示,所述公式为:
在本发明的一个实施例中,所述多个散射点的响应函数通过如下公式表示,所述公式为:
其中,s(ui)和为第i个散射点的响应函数,是声纳基阵运动速度投影到方向上的等效速度,和分别表示散射点投影至二维成像平面的方位坐标和距离坐标,n是散射点所在平面的法向量,Bd是多普勒频率带宽,Br为设发射信号的带宽,Tp为发射脉冲宽度,tm为方位向慢时间,为距离向快时间,j为虚数单位,j2=-1。
有鉴于此,本发明的实施例另一方面提出一种合成孔径声纳图像的仿真系统,包括:输入模块,用于输入合成孔径声纳参数和场景的三维模型;差值模块,用于对所述三维模型进行插值以得到所述场景的点云模型,并根据所述合成孔径声纳参数和所述点云模型得到有效的散射点集;计算模块,用于分别计算所述有效的散射点集中多个散射点的散射强度;映射模块,用于将所述有效的散射点集中多个散射点映射到二维成像平面;获得模块,用于根据所述二维成像平面分别得到所述多个散射点的响应函数;以及成像模块,用于根据所述多个散射点的响应函数得到最终的所述场景的成像结果。
根据本发明实施例的系统,通过声纳参数和场景的三维模型得到有效的散射点集,并得到散射点的响应函数,以获得场景的成像结果,提高了仿真速度和效果,同时降低了运算量,保证了实时性,适用于复杂的场景仿真。
在本发明的一个实施例中,所述合成孔径声纳参数包括:声速、声纳孔径、声纳基阵等效移动速度、发射信号带宽、斜视角、俯角、波长、距离分辨率和方位分辨率。
在本发明的一个实施例中,所述差值模块具体包括:差值单元,用于对所述三维模型进行插值以得到所述场景的点云模型;获得单元,用于根据所述合成孔径声纳参数和所述点云模型得到多个散射点;以及估计单元,用于通过隐藏点移除算法对所述多个散射点进行估计以得到所述有效的散射点集。
在本发明的一个实施例中,所述多个散射点的散射强度通过如下公式表示,所述公式为:
在本发明的一个实施例中,所述多个散射点的响应函数通过如下公式表示,所述公式为:
其中,s(ui)和为第i个散射点的响应函数,是声纳基阵运动速度投影到方向上的等效速度,和分别表示散射点投影至二维成像平面的方位坐标和距离坐标,n是散射点所在平面的法向量,Bd是多普勒频率带宽,Br为设发射信号的带宽,Tp为发射脉冲宽度,tm为方位向慢时间,为距离向快时间,j为虚数单位,j2=-1。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的合成孔径声纳图像的仿真方法的流程图;
图2为根据本发明一个实施例的场景的三维模型;
图3为根据本发明实施例的成孔径声纳成像几何模型的示意图;
图4为根据本发明一个实施例的合成孔径声纳图像的仿真系统的结构框图;
图5为采用射线追踪算法估计得到的有效的散射点区域;
图6为根据本发明一个实施例的采用隐藏点移除算法估计得到的有效的散射点区域;以及
图7为根据本发明一个实施例的场景的最终成像结果。
具体实施方式
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
图1为根据本发明一个实施例的合成孔径声纳图像的仿真方法的流程图。如图1所示,根据本发明实施例的合成孔径声纳图像的仿真方法包括以下步骤:输入合成孔径声纳参数和场景的三维模型(步骤101)。对三维模型进行插值以得到场景的点云模型,并根据合成孔径声纳参数和点云模型得到有效的散射点集(步骤103)。分别计算有效的散射点集中多个散射点的散射强度(步骤105)。将有效的散射点集中多个散射点映射到二维成像平面(步骤107)。根据二维成像平面分别得到多个散射点的响应函数(步骤109)。根据多个散射点的响应函数得到最终的场景的成像结果(步骤111)。
根据本发明实施例的方法,通过声纳参数和场景的三维模型得到有效的散射点集,并得到散射点的响应函数,以获得场景的成像结果,提高了仿真速度和效果,同时降低了运算量,保证了实时性,适用于复杂的场景仿真。
下面将结合附图对上述各步骤进行详细说明。
在步骤101中,场景的三维模型由K个三角面元构成,且该三角面元通过两个二维数组表示。该三角面元的顶点坐标数组存储场景的三维模型中J个顶点的三维坐标,且三角面元的索引数组存储与K个三角面元的三个顶点相对应的顶点坐标数组中的索引值。场景的三维模型如图2所示。合成孔径声纳参数包括:声速、声纳孔径、声纳基阵等效移动速度、发射信号带宽、斜视角、俯角、波长、距离分辨率和方位分辨率等。
下面将详细描述步骤103。在步骤S103中,在每个三角面元上进行差值以得到上镜的点云模型,再根据合成孔径声纳参数和点云模型得到多个散射点。然后通过隐藏点移除算法对多个散射点进行估计以得到有效的散射点集。
由于场景中阴影区的形状包含了场景中目标的重要信息,因而估计散射点的有效性是非常重要的。通常,合成孔径声纳系统工作在高频(fc>=20kHz)和近距离环境(即102~103m)。根据射线声学理论,当在这样的高频近距离条件下,声线可视为直线。通常进行阴影区估计的算法是追踪射线,然而,对于一个由n点组成场景三维模型,用m条声线进行射线追踪运算,射线追踪方法需要进行(mn)/2次求交运算。
在本发明的一个实施例中,通过隐藏点移除算法(即HPR算法)估计有效的散射点。具体如下所示。
HPR算法具体为:对每个散射点pi∈P进行球面翻转,该球面翻转可表示为,其中,R是球面翻转参考圆的半径,球面翻转变换后的点集记作,如果处于构成的凸包上,那么pi点就被记为在给定视点V下可见,即作为有效的散射点。
设场景的目标物体由n个散射点构成,HPR算法的球面翻转的计算复杂度是O(n),凸包计算的计算复杂度是O(nlogn),所以HPR算法的近似计算复杂度是O(nlogn)。而对于射线追踪算法,假设场景由n个散射点组成,射线数量为m,则总共需要进行(nm)/2次求交运算,运算复杂度为O(n2)。本发明实施例中的方法,通过隐藏点移除算法进一步降低了计算量,提高了效率。
下面将详细描述步骤105和步骤107。在本发明的一个实施例中,采用Kirchhoff-Helmholtz积分(KHI)估计散射点的散射强度,具体可通过如下公式表示,
在本发明的一个实施例中,根据合成孔径声纳成像几何模型,将有效的散射点集中多个散射点映射到二维成像平面。
图3为根据本发明实施例的成孔径声纳成像几何模型的示意图。如图3所示,H表示水深,v表示合成孔径声纳平台的运动速度,α表示斜视角,β表示俯角,目标位于o-xyz坐标系中,声纳平台沿着x轴以恒定速度v运动,xe=(1,0,0)T是x轴的单位向量,声纳视线向量可由下式表示:ilos=(sinβsinα,sinβcosα,cosβ)T,其中,(sinβsinα,sinβcosα,cosβ)T表示转置算子。由于x轴和声纳视线向量都在成像平面上,因此成像平面的法向量可以表示为,Ωe=ilos×xe=(0,cosβ,-sinβcosα)T。所以成像平面可以表示为,其中,是成像平面的等效方位向可表示为其中,xe、和ilos均位于成像平面上并且与ilos互相垂直。
假设三维空间中的任意散射点可以表示为,xi=[xi,yi,zi]T,则该散射点投影至二维平面的位置可表示为其中,分别是散射点投影至二维成像平面的方位坐标和距离坐标。
下面将详细描述步骤109和步骤111。多个散射点的响应函数通过如下公式表示,公式为:
其中,s(ui)和为第i个散射点的响应函数,是声纳基阵运动速度投影到方向上的等效速度,和分别表示散射点投影至二维成像平面的方位坐标和距离坐标,n是散射点所在平面的法向量,Bd是多普勒频率带宽,Br为设发射信号的带宽,Tp为发射脉冲宽度,tm为方位向慢时间,为距离向快时间,j为虚数单位,j2=-1。tm=mTr,tm∈(-T/2,T/2),其中,T是合成孔径总时间,Tr是脉冲重复周期,且Bd可表示为其中,D表示声纳基阵的实际孔径,是声纳基阵运动速度投影到方向上的等效速度。因此,其中γ可表示为cosγ=sinαsinβ。
在本发明的一个实施例中,由于二维sinc函数主要能量集中在主瓣附近,因此计算时可以考虑仅截取主瓣附近部分能量,以减小计算量。截取主瓣和第一副瓣后散射点响应函数可表示为,
根据本发明实施例的方法,通过声纳参数和场景的三维模型得到有效的散射点集,并得到散射点的响应函数,以获得场景的成像结果,提高了仿真速度和效果,同时降低了运算量,保证了实时性,适用于复杂的场景仿真。
图4为根据本发明一个实施例的合成孔径声纳图像的仿真系统的结构框图。如图4所示,根据本发明实施例的合成孔径声纳图像的仿真系统包括:输入模块100、差值模块200、计算模块300、映射模块400、获得模块500和成像模块600。
具体地,输入模块100用于输入合成孔径声纳参数和场景的三维模型。
具体而言,场景的三维模型由K个三角面元构成,且该三角面元通过两个二维数组表示。该三角面元的顶点坐标数组存储场景的三维模型中J个顶点的三维坐标,且三角面元的索引数组存储与K个三角面元的三个顶点相对应的顶点坐标数组中的索引值。场景的三维模型如图2所示。合成孔径声纳参数包括:声速、声纳孔径、声纳基阵等效移动速度、发射信号带宽、斜视角、俯角、波长、距离分辨率和方位分辨率等。
差值模块200用于对三维模型进行插值以得到场景的点云模型,并根据合成孔径声纳参数和点云模型得到有效的散射点集。
在本发明的一个实施例中,差值模块200具体包括:差值单元210、获得单元220和估计单元230。
具体地,差值单元210用于对三维模型进行插值以得到场景的点云模型。
获得单元220用于根据合成孔径声纳参数和点云模型得到多个散射点。
估计单元230用于通过隐藏点移除算法对多个散射点进行估计以得到有效的散射点集。
由于场景中阴影区的形状包含了场景中目标的重要信息,因而估计散射点的有效性是非常重要的。通常,合成孔径声纳系统工作在高频(fc>=20kHz)和近距离环境(即102~103m)。根据射线声学理论,当在这样的高频近距离条件下,声线可视为直线。通常进行阴影区估计的算法是追踪射线,然而,对于一个由n点组成场景三维模型,用m条声线进行射线追踪运算,射线追踪方法需要进行(mn)/2次求交运算。
在本发明的一个实施例中,估计单元230通过隐藏点移除算法(即HPR算法)估计有效的散射点。具体如下所示。
设场景的目标物体由n个散射点构成,HPR算法的球面翻转的计算复杂度是O(n),凸包计算的计算复杂度是O(nlogn),所以HPR算法的近似计算复杂度是O(nlogn)。而对于射线追踪算法,假设场景的目标物体由n个散射点组成,射线数量为m,则总共需要进行(nm)/2次求交运算,运算复杂度为O(n2)。本发明实施例中的系统,通过隐藏点移除算法进一步降低了计算量,提高了效率。
计算模块300用于分别计算有效的散射点集中多个散射点的散射强度。
映射模块400用于将有效的散射点集中多个散射点映射到二维成像平面。
下面具体对计算模块300和映射模块400进行说明。在本发明的一个实施例中,计算模块300通过Kirchhoff-Helmholtz积分(简称KHI)估计散射点的散射强度,具体可通过如下公式表示,
在本发明的一个实施例中,映射模块400根据合成孔径声纳成像几何模型,将有效的散射点集中多个散射点映射到二维成像平面。
图3为根据本发明实施例的成孔径声纳成像几何模型的示意图。如图3所示,H表示水深,v表示合成孔径声纳平台的运动速度,α表示斜视角,β表示俯角,目标位于o-xyz坐标系中,声纳平台沿着x轴以恒定速度v运动,xe=(1,0,0)T是x轴的单位向量,声纳视线向量可由下式表示:ilos=(sinβsinα,sinβcosα,cosβ)T,其中,(sinβsinα,sinβcosα,cosβ)T表示转置算子。由于x轴和声纳视线向量都在成像平面上,因此成像平面的法向量可以表示为,Ωe=ilos×xe=(0,cosβ,-sinβcosα)T。所以成像平面可以表示为,其中,是成像平面的等效方位向可表示为其中,xe、和ilos均位于成像平面上并且与ilos互相垂直。
根据本发明实施例的系统,通过声纳参数和场景的三维模型得到有效的散射点集,并得到散射点的响应函数,以获得场景的成像结果,提高了仿真速度和效果,同时降低了运算量,保证了实时性,适用于复杂的场景仿真。
获得模块500用于根据二维成像平面分别得到多个散射点的响应函数。
成像模块600用于根据多个散射点的响应函数得到最终的场景的成像结果。
在本发明的一个实施例中,获取模块500所获取的多个散射点的响应函数通过如下公式表示,公式为:
其中,s(ui)和为第i个散射点的响应函数,是声纳基阵运动速度投影到方向上的等效速度,和分别表示散射点投影至二维成像平面的方位坐标和距离坐标,n是散射点所在平面的法向量,Bd是多普勒频率带宽,Br为设发射信号的带宽,Tp为发射脉冲宽度,tm为方位向慢时间,为距离向快时间,j为虚数单位,j2=-1。tm=mTr,tm∈(-T/2,T/2),其中,T是合成孔径总时间,Tr是脉冲重复周期,且Bd可表示为其中,D表示声纳基阵的实际孔径,是声纳基阵运动速度投影到方向上的等效速度。因此,其中γ可表示为cosγ=sinαsinβ。
在本发明的一个实施例中,由于二维sinc函数主要能量集中在主瓣附近,因此计算时可以考虑仅截取主瓣附近部分能量,以减小计算量。截取主瓣和第一副瓣后散射点响应函数可表示为,
成像模块600通过将多个散射点的响应函数进行叠加得到最终的场景的成像结果,该叠加散射点的回波可表示为,其中N为所有可见散射点的数量。
根据本发明实施例的系统,通过声纳参数和场景的三维模型得到有效的散射点集,并得到散射点的响应函数,以获得场景的成像结果,提高了仿真速度和效果,同时降低了运算量,保证了实时性,适用于复杂的场景仿真。
为了验证本发明的有益效果以如下合成孔径声纳参数进行了试验。该合成孔径声纳参数具体为,声速c=1500m/s,声纳孔径D=0.2m,声纳基阵等效移动速度发射信号带宽Br=7.5kHz,斜视角α=0°,俯角β=60°,波长λ=0.075m,距离分辨率ρrange=0.1m,方位分辨率ρazimuth=0.1m。
场景的三维模型为40m×40m的仿真海底表面,并对一个静止悬浮于海底之上的潜艇模型进行了仿真处理,其仿真场景如图2所示。该潜艇模型由18519个顶点和24636个三角面元组成。并对其进行插值可得到147108个散射点。海底通过高斯分布的随机粗糙表面进行建模,整个场景共包括459472个散射点。
然后,分别采用射线追踪和隐藏点移除算法进行有效散射点的估计。通过射线追踪方法可得到有效散射点的估计结果,其估计结果如图5所示。在通过隐藏点移除算法对散射点进行估计,其估计结果如图6所示。虽然对比两种方式的估计结果相近,但是采用射线追踪的估计方式耗时743.6s,而采用本发明隐藏点移除算法仅耗时2.306s,大大降低了仿真时间。再通过映射和叠层可得到最终的仿真图像,如图7所示。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种合成孔径声纳图像的仿真方法,其特征在于,包括以下步骤:
输入合成孔径声纳参数和场景的三维模型;
对所述三维模型进行插值以得到所述场景的点云模型,并根据所述合成孔径声纳参数和所述点云模型得到有效的散射点集;
分别计算所述有效的散射点集中多个散射点的散射强度;
将所述有效的散射点集中多个散射点映射到二维成像平面;
根据所述二维成像平面分别得到所述多个散射点的响应函数;以及
根据所述多个散射点的响应函数得到最终的所述场景的成像结果。
2.如权利要求1所述的仿真方法,其特征在于,所述合成孔径声纳参数包括:声速、声纳孔径、声纳基阵等效移动速度、发射信号带宽、斜视角、俯角、波长、距离分辨率和方位分辨率。
3.如权利要求1所述的仿真方法,其特征在于,所述根据所述合成孔径声纳参数和所述点云模型得到有效的散射点集具体包括:
根据所述合成孔径声纳参数和所述点云模型得到多个散射点;以及
通过隐藏点移除算法对所述多个散射点进行估计以得到所述有效的散射点集。
6.一种合成孔径声纳图像的仿真系统,其特征在于,包括:
输入模块,用于输入合成孔径声纳参数和场景的三维模型;
差值模块,用于对所述三维模型进行插值以得到所述场景的点云模型,并根据所述合成孔径声纳参数和所述点云模型得到有效的散射点集;
计算模块,用于分别计算所述有效的散射点集中多个散射点的散射强度;
映射模块,用于将所述有效的散射点集中多个散射点映射到二维成像平面;
获得模块,用于根据所述二维成像平面分别得到所述多个散射点的响应函数;以及
成像模块,用于根据所述多个散射点的响应函数得到最终的所述场景的成像结果。
7.如权利要求6所述的仿真系统,其特征在于,所述合成孔径声纳参数包括:声速、声纳孔径、声纳基阵等效移动速度、发射信号带宽、斜视角、俯角、波长、距离分辨率和方位分辨率。
8.如权利要求6所述的仿真系统,其特征在于,所述差值模块具体包括:
差值单元,用于对所述三维模型进行插值以得到所述场景的点云模型;
获得单元,用于根据所述合成孔径声纳参数和所述点云模型得到多个散射点;以及
估计单元,用于通过隐藏点移除算法对所述多个散射点进行估计以得到所述有效的散射点集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310549562.7A CN103593877A (zh) | 2013-11-07 | 2013-11-07 | 合成孔径声纳图像的仿真方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310549562.7A CN103593877A (zh) | 2013-11-07 | 2013-11-07 | 合成孔径声纳图像的仿真方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103593877A true CN103593877A (zh) | 2014-02-19 |
Family
ID=50084001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310549562.7A Pending CN103593877A (zh) | 2013-11-07 | 2013-11-07 | 合成孔径声纳图像的仿真方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103593877A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106918809A (zh) * | 2017-04-21 | 2017-07-04 | 中国人民解放军海军工程大学 | 快速干涉合成孔径声纳原始回波时域仿真方法 |
CN106971395A (zh) * | 2017-03-08 | 2017-07-21 | 浙江大学 | 一种基于点云平均背景差的三维声纳图像建模方法 |
CN110058247A (zh) * | 2019-03-29 | 2019-07-26 | 杭州电子科技大学 | 一种合成孔径声呐实时成像的方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101762811A (zh) * | 2009-12-08 | 2010-06-30 | 中国科学院声学研究所 | 一种基于面元散射的合成孔径声纳面目标快速仿真方法 |
-
2013
- 2013-11-07 CN CN201310549562.7A patent/CN103593877A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101762811A (zh) * | 2009-12-08 | 2010-06-30 | 中国科学院声学研究所 | 一种基于面元散射的合成孔径声纳面目标快速仿真方法 |
Non-Patent Citations (5)
Title |
---|
ALAN J. HUNTER: "Underwater Acoustic Modelling for Synthetic Aperture Sonar", 《HTTP://IR.CANTERBURY.AC.NZ/HANDLE/10092/1117》 * |
MING CHEN 等: "A fast algorithm of SAS raw signal simulation based on point scatterer model", 《COMPUTER SCIENCE AND INFORMATION ENGINEERING,2009 WRI WORLD CONGRESS ON》, vol. 6, 2 April 2009 (2009-04-02), pages 2 * |
SAGI KATZ 等: "Direct visibility of point sets", 《ACM TRANSACTIONS ON GRAPHICS(TOG)-PROCEEDINGS OF ACM SIGGRAPH 2007》, vol. 26, no. 3, 29 July 2007 (2007-07-29) * |
ZHU ZHAOTONG 等: "A fast SAS image simulator based on HPR algorithm", 《OCEANS-SAN DIEGO,2013》, 27 September 2013 (2013-09-27), pages 1 - 2 * |
刘维 等: "合成孔径声纳三维数据仿真研究", 《系统仿真学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106971395A (zh) * | 2017-03-08 | 2017-07-21 | 浙江大学 | 一种基于点云平均背景差的三维声纳图像建模方法 |
WO2018161664A1 (zh) * | 2017-03-08 | 2018-09-13 | 浙江大学 | 一种基于点云平均背景差的三维声纳图像建模方法 |
US11217018B2 (en) | 2017-03-08 | 2022-01-04 | Zhejiang University | Point cloud mean background subtraction based method for 3D sonar image modeling |
CN106918809A (zh) * | 2017-04-21 | 2017-07-04 | 中国人民解放军海军工程大学 | 快速干涉合成孔径声纳原始回波时域仿真方法 |
CN106918809B (zh) * | 2017-04-21 | 2022-12-13 | 中国人民解放军海军工程大学 | 快速干涉合成孔径声纳原始回波时域仿真方法 |
CN110058247A (zh) * | 2019-03-29 | 2019-07-26 | 杭州电子科技大学 | 一种合成孔径声呐实时成像的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021248636A1 (zh) | 一种自动驾驶对象探测和定位系统及方法 | |
CN105698767B (zh) | 一种基于视觉的水下测量方法 | |
CN106443650A (zh) | 一种基于几何关系的单目视觉测距方法 | |
CN104730520B (zh) | 基于子孔径合成的圆周sar后向投影自聚焦方法 | |
CN114488164B (zh) | 水下航行器同步定位与建图方法及水下航行器 | |
CN103093057A (zh) | 一种船舶导航雷达信号仿真方法 | |
DeMarco et al. | A computationally-efficient 2D imaging sonar model for underwater robotics simulations in Gazebo | |
CN103675769A (zh) | 基于分布式接收机的斜视sar欺骗干扰方法 | |
CN114047511B (zh) | 一种基于csa算法的时变海面机载sar成像仿真方法 | |
CN105260524B (zh) | 一种扫描状态下船舶导航雷达二维回波序列像仿真方法 | |
Kim et al. | Development of simulator for autonomous underwater vehicles utilizing underwater acoustic and optical sensing emulators | |
CN103207387A (zh) | 一种机载相控阵pd雷达杂波的快速模拟方法 | |
CN107607951A (zh) | 一种sar图像二次散射特征模拟方法 | |
CN103487796B (zh) | 一种利用水声信道统计不变特征实现被动测距的方法 | |
Park et al. | New approach to sea surface wind retrieval from GNSS-R measurements | |
CN106226762A (zh) | 一种用于确定高频天地波超视距雷达探测区域空间分布的方法 | |
CN103593877A (zh) | 合成孔径声纳图像的仿真方法及系统 | |
Durá et al. | Reconstruction of textured seafloors from side-scan sonar images | |
Cardaillac et al. | Camera-Sonar Combination for Improved Underwater Localization and Mapping | |
Shao et al. | An optimal imaging time interval selection technique for marine targets ISAR imaging based on sea dynamic prior information | |
CN106772285A (zh) | 船载x波段测波雷达回波图像的预处理方法 | |
Kim et al. | Active planning of AUVs for 3D reconstruction of underwater object using imaging sonar | |
Li et al. | Adaptively robust filtering algorithm for maritime celestial navigation | |
CN103996214B (zh) | Bp-sar图像重建误差分析方法及bp-sar图像重建方法 | |
CN113376625A (zh) | 目标物体的偏离角度获得方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140219 |