CN109029387B - 一种波束内拟合多波束测深算法 - Google Patents
一种波束内拟合多波束测深算法 Download PDFInfo
- Publication number
- CN109029387B CN109029387B CN201811028755.7A CN201811028755A CN109029387B CN 109029387 B CN109029387 B CN 109029387B CN 201811028755 A CN201811028755 A CN 201811028755A CN 109029387 B CN109029387 B CN 109029387B
- Authority
- CN
- China
- Prior art keywords
- echo
- angle
- data
- depth
- fitting
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
- G01C13/008—Surveying specially adapted to open water, e.g. sea, lake, river or canal measuring depth of open water
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/08—Systems for measuring distance only
Abstract
一种波束内拟合多波束测深算法涉及海洋调查勘测领域,具体涉及一种波束内拟合多波束测深算法。一种波束内拟合多波束测深算法,包括以下步骤:(1)在采样间隔内,利用初级门限第一次筛选回波;(2)在采样间隔内,实时将解算出的回波信息进行波束归类并存储;(3)在采样完成后,完成对波束归类后的波束结构体数据的二次筛选过程;(4)对筛选后的数据进行波束内拟合,估计出拟合参数,最终计算出波束主轴方向所需的回波到达时间。本发明利用子阵波束形成能量输出数据,在减少参与存储、计算的数据量的同时,初步提升了数据质量。降低了曲线拟合维度减小数据运算量,提高算法实时性。提高多波束测深算法的测量精度。
Description
技术领域
本发明涉及海洋调查勘测领域,具体涉及一种波束内拟合多波束测深算法。
背景技术
绕海洋的科学研究、资源开发、工程建设以及军事等活动中,通常都需要准确地获取所关注区域内的海底地形地貌信息作为基础资料与支撑依据。多波束测深声纳已成为国内外海洋科学研究、海底资源开发、海洋工程建设等海洋活动中最主要的海洋调查勘测仪器之一。
对于多波束测深仪器,要求在等角或等距模式下给出固定数目波束的深度测量值,即在给定覆盖倍数的条件下,波束主轴角度固定。传统的多波束测深算法通常对正下方附近的镜像区采用能量法进行回波到达时间,time of arrival,TOA的估计,对于边缘波束则进行每个采样时刻的回波到达方向,direction of arrival,DOA的估计,之后换算成相应探测点的深度值。经坐标变换后对两种方法得到的深度数据进行融合,即可得到在等角或等距工作模式下的多个测量点深度值。
常用的相位检测法主要有相位差序列过零检测法以及多波束相干测深算法,它们利用两个子阵间的相位差进行回波到达方向的估计,具有运算简单,系统易于实现的优点,但是无法同时满足主波束内大相位非模糊区间和方向估计误差低的要求。基于信号参数估计的多重信号分类法,Multiple Signal Classification,MUSIC虽然具有较高的角度分辨率,但是由于其矩阵运算复杂,数据计算量大,需要极大的硬件规模才能够实时完成运算。
多子阵检测法,multiple subarray,MSA能够有效地解决上述问题,但多子阵检测法的运算量也相当庞大,对波束主轴方向回波到达数据的选取受到限制,通常只选取波束主轴方向附近的回波到达点,利用中值或极值进行解算。这种方法实际上只利用到了一个维度的信息,而多子阵检测法的物理机制是角度-时间的二维波达方向估计,只利用一个维度的信息将会造成估计精度的损失。常规的多子阵检测法也只单纯的利用到了信号的相位信息,对于能量法检测到的波达时间信息没有充分的利用,这也降低了达波方向估计的准确度。
发明内容
本发明的目的在于提供提高了边缘波束的检测精度的一种波束内拟合多波束测深算法。
一种波束内拟合多波束测深算法,包括以下步骤:
(1)在采样间隔内,实时解算相位差序列所对应的回波到达角度,利用子阵波束形成幅度值进行数据动态门限检波,利用初级门限第一次筛选回波;
(2)在采样间隔内,实时将解算出的回波信息进行波束归类,将归类后的波束数据进行波束结构体存储;
(3)在采样完成后,利用全阵波束形成能量输出值完成基于能量算法的海底地形粗检测,生成基于波束内拟合海底地形检测算法的次级门限,完成对波束归类后的波束结构体数据的二次筛选过程;
(4)对筛选后的数据进行波束内拟合,估计出拟合参数,最终计算出波束主轴方向所需的回波到达时间。
利用初级门限第一次筛选回波的方法为:选取多波束测深系统的测深最大门限和最小门限,按照预设角度变换成各回波到达角度方向的斜距到达时间范围,在预设范围外的数据判定为无效数据。
利进行波束结构体的存储方法为:判断回波角度数据在某一预设波束主轴角度内,
Ik=argmax{-|θk(n)-θk|}
其中θk为波束控制角,Ik表示θk(n)距离哪一个波束主轴角度最近的索引值,θk(n)为第k号内回波角度序列,将该波束到达角度及计算出的深度值存储,数据呈角度-深度直线,同时记载波束内有效点个数。
生成基于波束内拟合海底地形检测算法的次级门限方法为:利用能量法检测得到的深度值,进行针对每个波束的次级门限生成,
给定检测余量α,Hk(n)为检测波束内根据回波到达方向及采样点序号计算出的深度值,Hw为利用能量法估计得到的深度值,如果Hk(n)超出检测余量范围则认为该点应当被剔除。
计算出波束主轴方向所需的回波到达时间的方法为,回波到达采样点数表示为:其中ni为采样点序号,H为水深,cs为变化缓慢的实时表面声速,对于波束内的回波数据进行角度-深度的线性拟合,采用最小二乘直线拟合对参数进行估计,假设直线形式如下所示:
Hk=a0(k)θk+a1(k)
其中N(k)为第k号波束内有效回波点个数,θk(n)为第k号内回波角度序列,Hk(n)为深度值序列,将波束控制角θk带入直线方程中得到对应的深度估计值,换算成传播时间。
本发明的有益效果在于:
1、利用子阵波束形成能量输出数据,在采样间隔内实时完成数据动态门限检波,将能量较弱的回波信号剔除,同时利用初级门限将不在测深范围内的数据排除,在减少参与存储、计算的数据量的同时,初步提升了数据质量。
2、在采样间隔内实时完成波束归类、波束结构体存储,将曲线拟合数据转化为直线拟合数据,降低了曲线拟合维度减小数据运算量,提高算法实时性。
3、对波束内数据进行最小二乘拟合,替代中值法和极值法,充分利用回波二维信息,提高多波束测深算法的测量精度。
附图说明
图1算法整体结构框图;
图2A未筛选数据效果;
图2B筛选后数据效果;
图3A算法基于波束角度效果对比;
图3B算法基于信噪比效果对比;
图4A传统测深算法处理结果;
图4B波束内拟合测深算法处理结果;
图5算法实时处理效果图。
具体实施方式
下面结合附图对本发明做进一步描述。
本发明涉及一种波束内拟合多波束测深算法,包含以下步骤:
步骤(1):在采样间隔内,实时解算相位差序列所对应的回波到达角度,利用子阵波束形成幅度值进行数据动态门限检波,利用初级门限第一次筛选回波。
步骤(2):在采样间隔内,实时将解算出的回波信息进行波束归类,将归类后的波束数据进行波束结构体存储。
步骤(3):在采样完成后,利用全阵波束形成能量输出值完成基于能量算法的海底地形粗检测,生成基于波束内拟合海底地形检测算法的次级门限,完成对波束归类后的波束结构体数据的二次筛选过程。
步骤(4):对筛选后的数据进行波束内拟合,估计出拟合参数,最终计算出波束主轴方向所需的回波到达时间。
步骤(1)中,在采样间隔内,首先需要实时解算相位差序列所对应的回波到达角度,由阵元间隔可知,子阵间接收到信号的相位差可表示为:
其中θ(n)为当前时刻接收到信号的回波角度,θk为波束控制角,λ为信号波长。
按照相位差序列与阵元间距关系,推导出当前采样时刻解算出的回波到达角度可以表示为:
利用子阵波束形成幅度值进行数据动态门限检波,利用初级门限第一次筛选回波。子阵波束形成幅度值进行数据动态门限检波的方法为:
选取波束形成后能量最强的到达角度作为索引值,设立动态门限进行幅度均值检波:
S(θk,n)>door(θk)∑S'(θ,n)
其中,door(θk)表示一组按照波束角度变化的动态门限值,由当前回波能量和噪声背景决定。进行多点回波模型检测时,逐次将最强回波点位置能量值置零,避免对多点检测产生干扰。
利用初级门限第一次筛选回波的方法为:
选取多波束测深系统的测深最大门限和最小门限,按照预设角度变换成各回波到达角度方向的斜距到达时间范围,在预设范围外的数据判定为无效数据。同时满足动态门限检波条件和在初级门限检测范围内的数据判定为有效数据,可以被波束结构体存储。
步骤(2)中,对解算出的回波信息进行波束归类,并进行波束结构体的存储方法为:
判断回波角度数据在某一预设波束主轴角度内:
Ik=argmax{-|θk(n)-θk|}
其中θk为波束控制角,Ik表示θk(n)距离哪一个波束主轴角度最近的索引值。将该波束到达角度及计算出的深度值存储,矩阵形式:
θM(n)和HM(n)分别表示M号波束内第n个有效回波点的DOA及相应深度值。将矩阵按照结构体数组的方式进行存储,保证存储空间连续。由于每个波束对应的有效点数均不同,还需要记载波束内有效点个数,向量表示为N=[N(0)…N(M)]T。
步骤(3)中,利用全阵波束形成能量输出值完成基于能量算法的海底地形粗检测,生成基于波束内拟合海底地形检测算法的次级门限,完成对波束归类后的波束结构体数据的二次筛选。
利用能量法检测得到的深度值,进行针对每个波束的次级门限生成:
给定检测余量α,Hk(n)为检测波束内根据回波到达方向及采样点序号计算出的深度值,Hw为利用能量法估计得到的深度值,如果Hk(n)超出检测余量范围则认为该点应当被剔除。
步骤(4)中,对筛选后的数据进行波束内拟合,估计出拟合参数,最终计算出波束主轴方向所需的回波到达时间的方法:
常规的多子阵相位测深算法是采用中值法或极值法进行波束主轴回波到达时间的估计,选取回波到达角度中最接近主轴方向的到达时刻或其中值作为估计值。这种方法只单纯考虑到了一个维度的信息,实际波束到达情况是按照时间-角度二维分布的,同时回波包含能量信息,这些传统的方法都没有利用上。并且,这些方法都需要在采样完成后对大量的数据进行排序,算法处理实时性较差。
所以本发明提出了一种波束内拟合多波束测深算法,经过如上步骤,波束结构体内的数据已经过动态检波以及两次数据筛选,有效运算点数已大为减少,同时数据质量较高。波束结构体存储的是回波到达角度与对应的深度值,将角度-斜距曲线转换成角度-深度直线,降低了曲线拟合维度,提高算法实时性。按照波束存储的回波角度与深度值进行拟合,得出估计参数后将主轴角度带入,即可得到波束控制角度对应的达波时间。回波到达采样点数可以表示为:
其中ni为采样点序号,H为水深,cs为变化缓慢的实时表面声速。
对于波束内的回波数据可以进行角度-深度的线性拟合,采用最小二乘直线拟合对参数进行估计,假设直线形式如下所示:
Hk=a0(k)θk+a1(k)
其中N(k)为第k号波束内有效回波点个数,θk(n)为该波束内回波角度序列,Hk(n)为深度值序列。将波束控制角θk带入直线方程中即可得到对应的深度估计值,也可换算成传播时间,方便后处理中对声速梯度的补偿。
一种波束内拟合多波束测深算法,仿真信号中心频率f0=300kHz,阵元数M=64,采样频率fs=48kHz,基阵覆盖角度θ=126°。图2A表示未在采样间隔内经过能量动态门限检波、初级数据筛选、次级数据筛选的回波到达角度-时间图,图2B表示经过以上步骤的筛选后的数据图。通过对比可以发现,图2A中未经筛选的达波角度发散严重,尤其对于边缘束角度下野点较多。图2B为经幅度法筛选后的达波角度,可以发现对边缘束角度的数据筛选具有明显的效果。经数据筛选及按波束存储后的数据量大为减少,并且在采样间隔内已经进行了DOA解算和深度值计算。
传统的波束控制角度回波到达时间估计方法有最小角度偏差估计法(极值法)与深度中值估计法(中值法)。最小角度偏差法原理是寻找在波束角度内与波束控制角最接近的回波到达角度所对应的时间点,作为回波到达时间。深度中值估计法原理是对波束内回波信号的到达时刻序列取中值,将中值作为该角度对应的深度估计值。最小角度偏差法的优点在于计算简单,运算速度快,缺点在于受野点干扰较大。深度中值估计法虽然需要进行排序,增大了运算量,但是经中值筛选可以降低野点的影响,准确度更高。以上两种方法只单一的运用到了角度或深度信息,实际上只做到了一维的估计。针对以上不足,本发明提出了一种波束内拟合的方法,联合利用角度以及深度信息,对波束控制角对应的回波时间进行估计,能够有效地抑制野点对波达时刻估计的影响。波束内拟合法原理是对按照波束存储的回波角度与达波时间曲线进行拟合,得出曲线参数后将主轴角度带入,即可得到波束控制角度对应的达波时间。
进行最小角度偏差估计法、深度中值估计法、波束内拟合法测深精度仿真测试,对比在相同信噪比,不同波束角度情况下的相对误差以及相同波束角度,不同信噪比条件下的相对误差。通过对上述三种方法的仿真对比,随着波束角度的变大,三种方法的估计准确度均有较明显下降,其中角度估计法由于没有规避野点的能力,估计效果最差,波束内拟合法明显优于其余两种方法。
下面结合本方法的一种较佳实施例进行进一步算法效果对比,本发明实际应用于某多波束测深声纳系统中,图4A表示使用中值法多波束测深系统检测结果,图4B表示使用波束内拟合算法得到的多波束测深结果。由图4A可以看出,传统多波束测深算法在信噪比较低情况下探测效果受到限制,尤其在传播距离较长的外侧波束更为明显。由图4B可以看出,改进型多波束测深算法能够有效地利用能量信息剔除野点,并利用波束内拟合方法进一步提高测深效果的准确性。波束内拟合多波束测深算法具有较好的实时性,系统最高能够达到20Hz的探测频率,实时解算出多波束测深结果,并且对于剧烈变化的地形也能够得到较好的探测效果。
基于以上情况,本发明提出了一种波束内拟合多波束测深算法,联合利用角度以及深度信息,对波束控制角对应的回波时间进行估计,能够有效地抑制野点对波达时刻估计的影响。利用能量法检测结果进行数据的筛选,减小计算量,提高运算数据质量。同时,在采样间隔内实时解算波达信息,进行波束归类、波束结构体存储,在提升有效数据质量的同时大大减小了后续运算的数据量。充分利用角度-深度的二维波达信息,进行波束内拟合,得到所需波束主轴方向的回波到达时间估计值。本发明有效的提高了边缘波束的检测精度,能够广泛地应用于水下地形勘察领域。
Claims (5)
1.一种波束内拟合多波束测深算法,其特征在于,包括以下步骤:
(1)在采样间隔内,实时解算相位差序列所对应的回波到达角度,利用子阵波束形成幅度值进行数据动态门限检波,利用初级门限第一次筛选回波;
(2)在采样间隔内,实时将解算出的回波信息进行波束归类,将归类后的波束数据进行波束结构体存储;
(3)在采样完成后,利用全阵波束形成能量输出值完成基于能量算法的海底地形粗检测,生成基于波束内拟合海底地形检测算法的次级门限,完成对波束归类后的波束结构体数据的二次筛选过程;
(4)对筛选后的数据进行波束内拟合,估计出拟合参数,最终计算出波束主轴方向所需的回波到达时间。
2.根据权利要求1所述的一种波束内拟合多波束测深算法,其特征在于:所述步骤(1)中,所述的利用初级门限第一次筛选回波的方法为:选取多波束测深系统的测深最大门限和最小门限,按照预设角度变换成各回波到达角度方向的斜距到达时间范围,在预设范围外的数据判定为无效数据。
3.根据权利要求1所述的一种波束内拟合多波束测深算法,其特征在于:所述步骤(2)中,所述的归类后的波束数据进行波束结构体存储:判断回波角度数据在某一预设波束主轴角度内,
Ik=argmax{-|θk(n)-θk|}
其中θk为波束控制角,Ik表示θk(n)距离哪一个波束主轴角度最近的索引值,θk(n)为第k号内回波角度序列,将该波束到达角度及计算出的深度值存储,数据呈角度-深度直线,同时记载波束内有效点个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811028755.7A CN109029387B (zh) | 2018-09-01 | 2018-09-01 | 一种波束内拟合多波束测深算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811028755.7A CN109029387B (zh) | 2018-09-01 | 2018-09-01 | 一种波束内拟合多波束测深算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109029387A CN109029387A (zh) | 2018-12-18 |
CN109029387B true CN109029387B (zh) | 2020-12-08 |
Family
ID=64624038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811028755.7A Active CN109029387B (zh) | 2018-09-01 | 2018-09-01 | 一种波束内拟合多波束测深算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109029387B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113447031A (zh) * | 2020-03-24 | 2021-09-28 | 厦门雅迅网络股份有限公司 | 坡度点筛选方法、终端设备及介质和坡度计算方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007292729A (ja) * | 2006-03-27 | 2007-11-08 | Mitsubishi Heavy Ind Ltd | 水中航走体、及び水中航走体の測位方法 |
CN102353957A (zh) * | 2011-09-15 | 2012-02-15 | 哈尔滨工程大学 | 一种基于可变带宽滤波器的多波束测深数据处理方法 |
JP2012032273A (ja) * | 2010-07-30 | 2012-02-16 | Ministry Of Land Infrastructure & Transport Hokkaido Regional Development Bureau | 港湾構造物計測装置 |
CN105044705A (zh) * | 2015-06-09 | 2015-11-11 | 哈尔滨工程大学 | 一种多波束测深声纳多子阵波束锐化方法 |
CN105891835A (zh) * | 2016-06-16 | 2016-08-24 | 北京海卓同创科技有限公司 | 一种实时动态聚焦波束形成方法及系统 |
WO2017190006A1 (en) * | 2016-04-29 | 2017-11-02 | R2Sonic, Llc | Sonar data compression |
-
2018
- 2018-09-01 CN CN201811028755.7A patent/CN109029387B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007292729A (ja) * | 2006-03-27 | 2007-11-08 | Mitsubishi Heavy Ind Ltd | 水中航走体、及び水中航走体の測位方法 |
JP2012032273A (ja) * | 2010-07-30 | 2012-02-16 | Ministry Of Land Infrastructure & Transport Hokkaido Regional Development Bureau | 港湾構造物計測装置 |
CN102353957A (zh) * | 2011-09-15 | 2012-02-15 | 哈尔滨工程大学 | 一种基于可变带宽滤波器的多波束测深数据处理方法 |
CN105044705A (zh) * | 2015-06-09 | 2015-11-11 | 哈尔滨工程大学 | 一种多波束测深声纳多子阵波束锐化方法 |
WO2017190006A1 (en) * | 2016-04-29 | 2017-11-02 | R2Sonic, Llc | Sonar data compression |
CN105891835A (zh) * | 2016-06-16 | 2016-08-24 | 北京海卓同创科技有限公司 | 一种实时动态聚焦波束形成方法及系统 |
Non-Patent Citations (3)
Title |
---|
基于截断最小二乘估计的多波束异常测深值剔除方法;陆丹,等;《大地测量与地球动力学》;20120229;第32卷(第1期);第89-93、113页 * |
多子阵高分辨海底地形探测算法及其FPGA和DSP阵列实现;李海森,等;《仪器仪表学报》;20100228;第31卷(第2期);第281-286页 * |
多波束测深异常数据检测与剔除方法研究综述;纪雪,等;《测绘科学》;20180131;第43卷(第1期);第38-44页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109029387A (zh) | 2018-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3144700B1 (en) | Adaptive beamformer for sonar imaging | |
CN109283536B (zh) | 一种多波束测深声呐水体成像波束形成方法 | |
CN108828522B (zh) | 一种利用垂直阵lcmv波束形成的水下目标辐射噪声测量方法 | |
CN108549059B (zh) | 一种复杂地形条件下的低空目标仰角估计方法 | |
CN109765521B (zh) | 一种基于子阵划分的波束域成像方法 | |
Zheng et al. | Joint towed array shape and direction of arrivals estimation using sparse Bayesian learning during maneuvering | |
CN111025273B (zh) | 一种畸变拖曳阵线谱特征增强方法及系统 | |
CN111537982B (zh) | 一种畸变拖曳阵线谱特征增强方法及系统 | |
Llort-Pujol et al. | Advanced interferometric techniques for high-resolution bathymetry | |
CN110687538A (zh) | 一种基于近场聚焦的超波束形成方法 | |
CN109029387B (zh) | 一种波束内拟合多波束测深算法 | |
CN108828586B (zh) | 一种基于波束域的双基地mimo雷达测角优化方法 | |
Lurton | Theoretical modelling of acoustical measurement accuracy for swath bathymetric sonars | |
CN109541557B (zh) | 一种雷达天线保护通道生成方法 | |
CN115587291B (zh) | 一种基于裂纹超声散射矩阵的去噪表征方法及系统 | |
CN114488142A (zh) | 一种基于差-和波束的雷达二维角成像方法及系统 | |
CN113075633A (zh) | 一种基于距离-俯仰联合字典的目标定位方法 | |
US6847588B1 (en) | Method for changing the frequency for sampling sonar wavefronts | |
Zhai et al. | Research on an accurate passive location algorithm based on the underwater target acoustic-magnetic fusion in the near field | |
RU2817558C1 (ru) | Способ определения полной совокупности координат морского шумящего объекта | |
Fu et al. | A seabed detection technology based on multi-split beam phase difference | |
CN112630724B (zh) | 一种适用于uuv平台的高分辨目标方位估计方法 | |
CN112649787B (zh) | 一种基于低频圆环阵的目标方位估计方法 | |
CN113030983B (zh) | 一种基于测深侧扫声纳的近场逐点聚焦doa方法 | |
Carey et al. | Environmental acoustic influences on array beam response |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |