CN104656073A - 三维成像声纳波束形成方法及在多核处理器上的实现方法 - Google Patents
三维成像声纳波束形成方法及在多核处理器上的实现方法 Download PDFInfo
- Publication number
- CN104656073A CN104656073A CN201310594504.6A CN201310594504A CN104656073A CN 104656073 A CN104656073 A CN 104656073A CN 201310594504 A CN201310594504 A CN 201310594504A CN 104656073 A CN104656073 A CN 104656073A
- Authority
- CN
- China
- Prior art keywords
- fourier transform
- dimensional
- time domain
- result
- data
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/539—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种三维探测声纳波束形成方法,应用于三维探测声纳中均匀分布的平面阵,该方法包括:接收并采集时域回波信号;对时域回波信号做时域傅立叶变换,然后判断时域傅立叶变换所得到的结果是否满足远场条件,若为近场波束形成,对近场波束形成表达式中的时延计算式的距离影响项进行补偿,然后执行下一步,若为远场波束形成,直接执行下一步;对信号的平面阵行向量做空域傅立叶变换;对信号的平面阵列向量做空域傅立叶变换;对所得到的空域二维傅立叶变换结果取模,得到最终的二维波束形成结果。
Description
技术领域
本发明涉及声纳领域,特别涉及一种三维探测声纳波束形成方法及在多核处理器上的实现方法。
背景技术
近岸、港口的安全防御与攻击、渗透是蛙人战斗部队的一个重要的使命,此外,蛙人的工作还包括侦察水下地形、测量水深、探查和排除水下障碍、水下作战等任务。三维探测声纳是辅助蛙人进行高效率水下探测的声纳设备,该设备利用声波进行近场及远场目标成像的方式来扩大蛙人的视野及工作范围。三维探测声纳是由阵元稀疏布置的面阵声纳系统,该系统能够对水下目标进行三维高分辨成像。手持式三维探测声纳可进行水下特种侦察作战、水下地形地貌、蛙人及小目标的探测、避碰和工程勘测等军民两用水下成像和探测的要求
三维手持式探测声纳水下应用系统可以完成水下目标探测、识别、地形绘制、目标成像等任务。目前三维成像声纳分为两大类:一类是利用声透镜进行聚焦成像;一类是利用阵列波束形成方法成像。第二类三维成像声纳具有代表性的产品包括EchoScope1600、FarSounder声纳以及Eclipse多波束声纳。在第二类三维成像声纳中,阵列波束形成的实现效率关系到三维成像的实时性,现有技术中的三维成像声纳在做阵列波束形成时,需要做大量的计算,耗时长,不利于提高实时性。
发明内容
本发明的目的在于克服现有技术中的三维成像声纳在做阵列波束形成时所存在的计算量大、耗时长、实时性低的缺陷,从而提供一种计算量小的、实时性高的波束形成方法。
为了实现上述目的,本发明提供了一种波束形成方法,应用于三维探测声纳中均匀分布的平面阵,该方法包括:
步骤1)、接收并采集时域回波信号;
步骤2)、对步骤1)所采集的时域回波信号做时域傅立叶变换,然后判断时域傅立叶变换所得到的结果是否满足远场条件,若为近场波束形成,对近场波束形成表达式中的时延计算式的距离影响项进行补偿,然后执行下一步,若为远场波束形成,直接执行下一步;
步骤3)、对步骤2)所得到的信号的平面阵行向量做空域傅立叶变换;
步骤4)、对步骤2)所得到的信号的平面阵列向量做空域傅立叶变换;
步骤5)、对步骤3)和步骤4)所得到的空域二维傅立叶变换结果取模,得到最终的二维波束形成结果。
上述技术方案中,在所述的步骤2)中,对近场波束形成表达式中的时延计算式的距离影响项进行补偿采用相位补偿或通过调整窗函数系数进行补偿的方式。
上述技术方案中,在所述的步骤3)和步骤4)中,利用时域二维傅立叶变换结果中的方位角、俯仰角与空域二维傅立叶变换后所得到的频域信号的频率f1、f2之间确定的对应关系,实现空域二维傅立叶变换。
本发明还提供了所述的波束形成方法在多核处理器上的实现方法,所述多核处理器包括多个核以及至少一个能够为所有核所访问的共享存储器;该方法包括:
在所述多核处理器的一个核中,对外部经过降采样处理所采集的数据进行补偿,得到满阵数据,然后将补偿后的数据平均分配给所述多核处理器中的多个计算核;所述多个计算核同时进行二维傅立叶变换聚焦波束形成处理,即对补偿后的信号首先做时域傅立叶变换,然后进行行向、列向的空域二维傅立叶变换,根据所述共享存储器中所保存的方位角、俯仰角和频率f1与f2的对应关系得到二维波束形成结果,最后将处理后的波束域数据按距离由近及远排列;所述多核处理器中的另一个核对波束域数据做数据打包及发送。
上述技术方案中,所述多核处理器为TI公司的TMS320C6678芯片,该芯片有8个内核,所述多个计算核为其中的6个内核。
本发明的优点在于:
本发明计算量小、实时性高,易于在计算机芯片上实现。
附图说明
图1是本申请的采用二维FFT所实现的三维探测声纳波束形成方法的流程图;
图2是本申请的三维探测声纳波束形成方法在多核处理器上实现的示意图;
图3(a)是波束数P=Q=48时现有技术与本申请方法的计算量估计结果对比情况示意图;
图3(b)是波束数P=Q=256时现有技术与本申请方法的计算量估计结果对比情况示意图;
图4(a)为波束形成二维图;
图4(b)为波束形成三维图;
图4(c)为俯仰角波束形成结果。
具体实施方式
现结合附图对本发明作进一步的描述。
在对本发明做详细说明之前,首先对本申请中所涉及的相关概念加以说明。
三维成像声纳平面阵:该平面阵为均匀分布平面阵,包含M×N个阵元。
三维成像声纳平面阵波束形成表达式
三维成像声纳平面阵波束形成的一般表达式为:
式中: 为波束方向单位矢量;sm.n(t)为第(m,n)号阵元接收的时域信号;αm.n为窗函数的系数,用来调节波束形成后旁瓣级的;τ(r0,u,m,n)为第(m,n)号阵元距离目标r0处的时延参数,时延参数为:
式中:v=(xm,yn,0)为第(m,n)号阵元的坐标位置;c表示声速。
根据探测范围内与目标的距离大小,分为近场波束形成和远场波束形成,划分近场远场的条件如下面的公式(3)所示,若该条件成立,属于远场波束形成,若不成立,属于近场波束形成:
R≥D2/λ (3)
式中:R为声纳系统的工作距离;D为孔径长度,平面阵为其边长;λ为声纳系统发射信号的波长。
1.1近场波束形成表达式
式(2)的时延参数泰勒级数展开得到
代入向量参数并计算推导,得
时延参数采用Fresnel近似时延表达式,如下
将方位角θ与俯仰角β的定义式代入到式(6)中获得时延参数值为
对式(7)进行变量分离,获得由三部分组合而成的时延参数:第一部分是与方位角和俯仰角无关,只与距离相关的表达式,如公式(10);第二部分是与方位角和阵元索引号m有关的表达式,如公式(8);第三部分是与俯仰角β和阵元索引号n有关的表达式,如公式(9)。所获得三部分表达式如下:
根据近场时延参数表达式可得到近场三维成像声纳波束形成表达式,频域三维成像声纳波束形成结果为:
式中:fk=k×fs/NFFT;Sm,n(fk)为平面阵接收信号sm,n(t)的频域表示式;k为中心频率的索引号;fs为采样频率;NFFT为FFT变换的长度。
式(11)中的关于近场聚焦的补偿项exp(-j2πfkτr)可以写入窗函数系数当中,表示为ρm,n=αm,nexp(-j2πfkτr)。所以,三维成像声纳近场聚焦波束形成表达式为:
1.2远场波束形成表达式
三维成像声纳的远场情况出现的频率最高,由于声纳平面阵的尺寸限制,平面阵的阵间隔较小,根据公式(3)可推知在大部分情况下三维成像声纳是在远场条件下工作的,所以对于远场情况下三维成像声纳的波束形成尤为重要。三维成像声纳远场波束形成表达式为
式中表示与方位角θ有关的相移参数;表示与俯仰角β有关的相移参数。
前文中提到的三维成像声纳平面阵波束形成表达式(含近场波束形成表达式与远场波束形成表达式)是基于平面阵的二维波束形成方法。该方法在实现时需要计算大量的波束信号,若将该方法直接在硬件上实现,则需要较大的计算量,很难满足实时性需求。若能对方法进行优化,降低计算量,将有助于提高性能。
本申请人发现:波束形成表达式中的相移因子(即公式(13)中的相移参数和)与傅立叶变换的变换因子有相同的表达形式,所以可利用傅立叶变换进行三维成像声纳的波束形成。在硬件实现时采用快速傅立叶变换(FFT)计算可有效的提高DSP芯片的处理速度,同时释放相移因子所占的内存空间。
参考图1,采用二维FFT所实现的波束形成方法包括以下步骤:
步骤1)、接收并采集时域回波信号;
步骤2)、对步骤1)所采集的时域回波信号做时域FFT,然后判断时域FFT所得到的结果是否满足远场条件,若为近场波束形成,由于近场波束形成表达式中的时延计算式含距离影响项,因此对这部分影响进行相位补偿或通过调整窗函数系数进行补偿,然后执行下一步,若为远场波束形成,直接执行下一步;
步骤3)、对步骤2)所得到的信号的平面阵行向量做空域FFT;
步骤4)、对步骤2)所得到的信号的平面阵列向量做空域FFT;
步骤5)、对步骤3)和步骤4)所得到的空域FFT结果取模,得到最终的二维波束形成结果。
本申请人通过研究有如下发现:
假设接收阵为M×N阵元的平面阵,对接收信号的频域信号进行空域二维傅立叶变换的结果为
通过二维FFT后频域信号的频率(f1,f2)与方位角、俯仰角(θ,β)之间的对应关系,可得到:
|B(fk,θ,β)|=|b(fk,f1,f2)| (15)
计算方位角θ、俯仰角β与FFT频率之间的对应关系,可以得到如下对应的关系式
同理,
由于方位角θ、俯仰角β与空域二维傅立叶变换后所得到的频域信号的频率(f1,f2)之间有确定的对应关系,因此基于该对应关系,在步骤3)和步骤4)的空域FFT操作中,可由方位角θ、俯仰角β直接得到空域二维傅立叶变换后的频域信号的频率。
与现有的二维波束形成方法中的相移计算存储与补偿相比,本发明的方法应用于计算机上实现时,步骤3)和步骤4)中所采用的空域FFT能够利用计算机计算FFT时速度快、运算量小的特点。具体的说,本发明的方法可在多核DSP芯片上实现,在本实施例中采用TI公司的TMS320C6678作为系统信号主处理芯片。它是基于TI新型KeyStone多内核SoC架构的多核处理器,有8个1.25GHz的内核,根据该芯片的多核特点设计三维成像声纳方法流程如图2所示,在该图中给出了DSP芯片处理数据的三个过程。
首先,通过基于FPGA的采集模块进行512通道的数据采集,经过FPGA实现数据CIC降采样处理,将2MHz采样率数据进行11倍的降采样处理,采集模块数据通过Rapid I/O口传输到DSP处理模块,DSP处理模块可分成三个部分对数据进行处理。第一部进行数据初始化,由于之前基于FPGA的采集模块是对48×48的平面阵中512个阵元进行数据采集,即采用稀疏阵数据采集方式,该方式可以降低采集模块的系统负担,但在采用本发明的方法做波束形成时需要满阵数据,因此在数据初始化时需对512通道数据进行补偿,即补偿为48×48通道数据的满阵情况(对没有采集数据的通道处信号进行补零处理),该部分数据初始化处理是由TMS320C6678Core1来完成。第二部分是波束形成方法的核心处理部分,该部分由六个核并行处理完成,Core1将数据平均分配给这六个核,该六个核同时进行二维FFT聚焦波束处理,即对补偿后的信号首先做时域傅立叶变换,然后进行行向、列向的空域二维傅立叶变换,然后根据共享存储器中所保存的方位角θ、俯仰角β和频率f1与f2的对应关系得到二维波束形成结果,最后将处理后的波束域数据按距离由近及远排列,该部分由Core2-Core7完成。第三个部分是数据打包及发送部分,该部分将上端六个核处理后的数据打包后通过网口将数据发送到X86主板进行三维可视化处理。DSP芯片中的共享存储器存放相移因子与二维FFT转量对应表,其中的相移因子在二维FFT点数不变的情况下,对于不同的数据采用同一个相移因子;但采用不同点数的二维FFT时,相移因子会随之变化。其中的二维FFT转量对应表存储了公式(16)、公式(17)中方位角与俯仰角和频率f1与f2的一一对应关系。
下面对本发明方法的性能进行评估。
假设平面阵有M×N个阵元,平面阵接收到的第i个时间点信号进行二维波束形成。波束数为P×Q,采用常规波束形成的参数个数为M×N×P×Q,所以需要M×N×P×Q次复数乘法来计算相移参数,需要M×N×P×Q次加法进行实数加法运算,需要(M×N-1)×P×Q次复数加法运算,每次复数加法运算需要两次实数操作才能完成,所以传统的波束形成方法的总计算量为
OCBF=(8(M×N)-2)×P×Q (18)
本发明的二维FFT聚焦波束形成方法:假设空域傅立叶变换采用L点的FFT,共需要计算量为
OFFT=M×L×log2L+P×L×log2L=(M+P)×L×log2L (19)
假设M=N=48,P=Q=64,L=256,两种方法的计算量之比为
对上述提出的方法性能分析进行系统仿真:根据上述两种计算量分析得到如下的计算量随着阵元数变化情况,图3给出了计算量估计结果对比情况。图3(a)中波束数P=Q=48,图3(b)中波束数P=Q=256,从图中可以看出,本发明的FFT聚焦波束形成方法有效的降低了系统计算量,并且随波束数增加计算量增加情况并不显著,更适用于DSP并行处理算法的设计与实现。
根据本文设计的基于TMS320C6678二维FFT聚焦波束形成方法的设计方案及多核并行处理架构,在CCSv5平台下进行方法的仿真,并进行仿真结果的分析及验证。目标在(26o,26o)处;波束数为P×Q=48×48=2304;DSP主频设置为1.2GHz。在CCSv5平台上通过DSP处理后得到波束形成数据,经MATLAB作图得到图4所示,其中的图4(a)表示波束形成二维图,图4(b)表示波束形成三维图,图4(c)表示俯仰角波束形成结果。仿真实测图2中处理流程的三部分所需时钟周期及时间长度如表1所示,表中给出完成一帧数据波束形成所需的时钟周期及时间长度。
表1系统仿真各部分数据处理所用时间表
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)
1.一种三维探测声纳波束形成方法,应用于三维探测声纳中均匀分布的平面阵,该方法包括:
步骤1)、接收并采集时域回波信号;
步骤2)、对步骤1)所采集的时域回波信号做时域傅立叶变换,然后判断时域傅立叶变换所得到的结果是否满足远场条件,若为近场波束形成,对近场波束形成表达式中的时延计算式的距离影响项进行补偿,然后执行下一步,若为远场波束形成,直接执行下一步;
步骤3)、对步骤2)所得到的信号的平面阵行向量做空域傅立叶变换;
步骤4)、对步骤2)所得到的信号的平面阵列向量做空域傅立叶变换;
步骤5)、对步骤3)和步骤4)所得到的空域二维傅立叶变换结果取模,得到最终的二维波束形成结果。
2.根据权利要求1所述的三维探测声纳波束形成方法,其特征在于,在所述的步骤2)中,对近场波束形成表达式中的时延计算式的距离影响项进行补偿采用相位补偿或通过调整窗函数系数进行补偿的方式。
3.根据权利要求1所述的三维探测声纳波束形成方法,其特征在于,在所述的步骤3)和步骤4)中,利用时域二维傅立叶变换结果中的方位角、俯仰角与空域二维傅立叶变换后所得到的频域信号的频率f1、f2之间确定的对应关系,实现空域二维傅立叶变换。
4.权利要求1-3之一所述的三维探测声纳波束形成方法在多核处理器上的实现方法,所述多核处理器包括多个核以及至少一个能够为所有核所访问的共享存储器;该方法包括:
在所述多核处理器的一个核中,对外部经过降采样处理所采集的数据进行补偿,得到满阵数据,然后将补偿后的数据平均分配给所述多核处理器中的多个计算核;所述多个计算核同时进行二维傅立叶变换聚焦波束形成处理,即对补偿后的信号首先做时域傅立叶变换,然后进行行向、列向的空域二维傅立叶变换,根据所述共享存储器中所保存的方位角、俯仰角和频率f1与f2的对应关系得到二维波束形成结果,最后将处理后的波束域数据按距离由近及远排列;所述多核处理器中的另一个核对波束域数据做数据打包及发送。
5.根据权利要求4所述的实现方法,其特征在于,所述多核处理器为TI公司的TMS320C6678芯片,该芯片有8个内核,所述多个计算核为其中的6个内核。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310594504.6A CN104656073B (zh) | 2013-11-21 | 2013-11-21 | 三维成像声纳波束形成方法及在多核处理器上的实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310594504.6A CN104656073B (zh) | 2013-11-21 | 2013-11-21 | 三维成像声纳波束形成方法及在多核处理器上的实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104656073A true CN104656073A (zh) | 2015-05-27 |
CN104656073B CN104656073B (zh) | 2017-05-17 |
Family
ID=53247429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310594504.6A Active CN104656073B (zh) | 2013-11-21 | 2013-11-21 | 三维成像声纳波束形成方法及在多核处理器上的实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104656073B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105629247A (zh) * | 2015-12-31 | 2016-06-01 | 苏州桑泰海洋仪器研发有限责任公司 | 一种基于多核dsp的三维成像声纳并行数据处理方法及应用该方法的数据处理系统 |
CN108169732A (zh) * | 2018-02-28 | 2018-06-15 | 哈尔滨工程大学 | 一种基于扩展孔径声纳的变换域波束形成方法 |
CN108828603A (zh) * | 2018-06-14 | 2018-11-16 | 浙江大学 | 一种基于十字型的三维成像声纳阵列的稀疏优化方法 |
CN109375227A (zh) * | 2018-11-30 | 2019-02-22 | 中国科学院声学研究所 | 一种解卷积波束形成三维声成像方法 |
CN109581388A (zh) * | 2018-12-20 | 2019-04-05 | 华中科技大学 | 一种实时三维成像声纳的近场宽视角波束形成方法 |
CN110609297A (zh) * | 2019-09-19 | 2019-12-24 | 中国人民解放军军事科学院国防科技创新研究院 | 一种三维目标成像方法及装置 |
WO2022166605A1 (zh) * | 2021-02-08 | 2022-08-11 | 北京灵汐科技有限公司 | 基于众核芯片的信号处理方法、电子设备、介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1887383A1 (en) * | 2004-11-24 | 2008-02-13 | Raython Company | Method and system for synthetic aperture sonar |
CN101581785A (zh) * | 2008-05-15 | 2009-11-18 | 中国科学院声学研究所 | 用于小型水下载体的三维前视声像声纳系统和方法 |
CN102253386A (zh) * | 2011-03-29 | 2011-11-23 | 西安电子科技大学 | 基于发射波束扫描的机载下视三维合成孔径雷达成像系统 |
CN103323832A (zh) * | 2013-05-31 | 2013-09-25 | 浙江大学 | 一种相控阵三维摄像声纳系统换能器阵列的幅相误差校正方法 |
-
2013
- 2013-11-21 CN CN201310594504.6A patent/CN104656073B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1887383A1 (en) * | 2004-11-24 | 2008-02-13 | Raython Company | Method and system for synthetic aperture sonar |
CN101581785A (zh) * | 2008-05-15 | 2009-11-18 | 中国科学院声学研究所 | 用于小型水下载体的三维前视声像声纳系统和方法 |
CN102253386A (zh) * | 2011-03-29 | 2011-11-23 | 西安电子科技大学 | 基于发射波束扫描的机载下视三维合成孔径雷达成像系统 |
CN103323832A (zh) * | 2013-05-31 | 2013-09-25 | 浙江大学 | 一种相控阵三维摄像声纳系统换能器阵列的幅相误差校正方法 |
Non-Patent Citations (2)
Title |
---|
唐利娜: "水下三维声成像及声纳图像处理技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
陈朋等: "三维声纳频域波束形成算法的优化及实现", 《吉林大学学报(工学版)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105629247A (zh) * | 2015-12-31 | 2016-06-01 | 苏州桑泰海洋仪器研发有限责任公司 | 一种基于多核dsp的三维成像声纳并行数据处理方法及应用该方法的数据处理系统 |
CN108169732A (zh) * | 2018-02-28 | 2018-06-15 | 哈尔滨工程大学 | 一种基于扩展孔径声纳的变换域波束形成方法 |
CN108828603A (zh) * | 2018-06-14 | 2018-11-16 | 浙江大学 | 一种基于十字型的三维成像声纳阵列的稀疏优化方法 |
WO2019237621A1 (zh) * | 2018-06-14 | 2019-12-19 | 浙江大学 | 一种基于十字型的三维成像声纳阵列的稀疏优化方法 |
CN109375227A (zh) * | 2018-11-30 | 2019-02-22 | 中国科学院声学研究所 | 一种解卷积波束形成三维声成像方法 |
CN109581388A (zh) * | 2018-12-20 | 2019-04-05 | 华中科技大学 | 一种实时三维成像声纳的近场宽视角波束形成方法 |
CN110609297A (zh) * | 2019-09-19 | 2019-12-24 | 中国人民解放军军事科学院国防科技创新研究院 | 一种三维目标成像方法及装置 |
WO2022166605A1 (zh) * | 2021-02-08 | 2022-08-11 | 北京灵汐科技有限公司 | 基于众核芯片的信号处理方法、电子设备、介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104656073B (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104656073A (zh) | 三维成像声纳波束形成方法及在多核处理器上的实现方法 | |
CN104020469B (zh) | 一种mimo雷达距离-角度二维超分辨率成像算法 | |
CN104330787B (zh) | 水下运动阵列多目标检测和方位估计一体化方法 | |
CN109444901B (zh) | 一种异构环境下多子阵sas子孔径成像方法 | |
CN103308904B (zh) | 一种兼顾近场和远场性能的三维摄像声纳系统换能器阵列的稀疏优化方法 | |
Ries et al. | Geometry-induced range-dependence compensation for bistatic STAP with conformal arrays | |
CN109765521B (zh) | 一种基于子阵划分的波束域成像方法 | |
CN105044705B (zh) | 一种多波束测深声纳多子阵波束锐化方法 | |
CN101581785B (zh) | 用于小型水下载体的三维前视声像声纳系统和方法 | |
CN103116162B (zh) | 基于目标空间稀疏性的高分辨声呐定位方法 | |
CN104678384B (zh) | 一种波束域的声压差互相关谱分析水下目标速度估计方法 | |
CN109581388B (zh) | 一种实时三维成像声纳的近场宽视角波束形成方法 | |
CN101813772A (zh) | 一种快速宽带频域扩展拖曳阵波束形成方法 | |
CN109100711B (zh) | 一种深海环境下单基地主动声纳低运算量三维定位方法 | |
CN104345299A (zh) | 基于简化ec的机载mimo雷达空时自适应处理方法 | |
CN104502904A (zh) | 一种鱼雷自导波束锐化方法 | |
CN103513238B (zh) | 一种规整化最小二乘子空间相交的目标方位测向方法 | |
CN103792523B (zh) | 基于张量积的uhf波段多通道雷达径向速度检测方法 | |
CN103926586B (zh) | 一种使用发射子阵的mimo阵列测深方法 | |
CN109597034B (zh) | 一种基于欧几里得距离的空时自适应处理方法 | |
CN105652272A (zh) | 利用信号离散频率分量的距离维高分辨成像方法 | |
CN102183755A (zh) | 一种基于柯西-高斯模型的新型高分辨方位估计方法 | |
CN112083423B (zh) | 一种多基地声源高精度定位方法 | |
CN113050098A (zh) | 基于块稀疏稳健主成分分析的反蛙人声呐混响抑制方法 | |
Liu et al. | Compressive sensing for very high frequency radar with application to low-angle target tracking under multipath interference |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |