CN109283536A - 一种多波束测深声呐水体成像波束形成算法 - Google Patents

Abstract

一种多波束测深声呐水体成像波束形成算法，涉及信号处理领域。本发明主要包括：在每次探测采样时间内，按照时间增益曲线对声波的传播损失进行补偿，经时间平均后得到当前探测水域背景噪声等级；对信号进行近场聚焦波束形成并根据当前背景噪声级，预估出当前快拍序号下的信源数目；对快拍数为1的信号向量进行协方差矩阵估计，通过对前后向平滑后的数据协方差矩阵进行矩阵重构，得到新的伪协方差矩阵；对伪协方差矩阵进行奇异值分解，利用常规波束形成输出结果配合阵列流型构造空间谱函数，得到多波束测深声呐水体成像结果。本发明能够广泛应用于多波束测深声呐水体成像功能中，有效的抑制多波束测深声呐水体成像的背景噪声，提高声呐成像质量。

Description

一种多波束测深声呐水体成像波束形成算法

技术领域

本发明涉及信号处理领域，具体涉及一种多波束测深声呐水体成像波束形成算法。

背景技术

随着人类对海洋资源开发的逐渐深入，对于水下目标的探测需求日益增长，各种水下声学探测仪器得到了广泛的应用，多波束测深声呐成为了目前主流的海洋资源探测设备之一。伴随着多波束测深技术的发展，原本只针对水下地形的探测功能已经满足不了人们的需求，多波束测深声呐逐渐发展出了水体成像、水下地形地貌一体化测量、多波束浅地层剖面探测等新的功能。其中，多波束水体成像功能可以有效的探测到水体中的鱼群、悬浮小目标等，是一种高分辨率的成像声呐。

多波束测深声呐若想得到高分辨的水体成像结果，就必须要在预成波束方向具有较窄的波束指向性，同时水体中的目标具有较复杂的回波特性，相干目标与非相干目标共存。目标时变性严重，信号快拍数目受到限制，波束形成算法的稳定性、适应性也决定了成像效果的好坏。目前对于多波束测深声呐的波束形成方法主要分为三种：第一种是常规波束形成算法，算法结构简单，稳定性好，但是受到瑞利限的限制，波束宽度较大，主旁瓣比较低，成像分辨率不高。对常规波束形成输出加窗能够有效的抑制旁瓣级，但是会造成波束主瓣展宽；第二种是基于信号子空间类的方法，例如多重信号子空间算法如MUSIC算法等，特点是能够得到较窄的波束宽度，主旁瓣比高，但是此种方法需要准确估计信源数目，一旦目标数目估计不准确，将会造成信号子空间估计不准确，造成波束形成结果崩溃。第三种是子空间类旋转法，如信号参数估计旋转不变技术ESPRIT，这也是一种特征结构类算法，能够给出渐近无偏的信号参数估计，但是该方法并不是通过遍历得到波束形成图像，而是直接估计出目标所在的角度参数，因此该方法不适宜应用到多波束水体成像领域。

多波束测深声呐具有独特的发射换能器和接受换能器基阵结构，通常具有上百基元的接收线阵，较为适宜利用多子阵结构进行阵列信号处理。

发明内容

本发明的目的在于提供一种多波束测深声呐水体成像波束形成算法。

本发明的目的是这样实现的：

一种多波束测深声呐水体成像波束形成算法，其特征在于，包含以下几个步骤：

(1)在每一次探测采样开始的若干时钟周期内，采集当前探测位置无强目标反射回波时的接收信号，按照时间增益曲线对声波的传播损失进行补偿，经时间平均后得到当前探测水域背景噪声等级；

(2)在每个采样间隔内，实时获取接收换能器基阵接收到的回波信号，对信号进行正交变换，得到快拍数为1的阵列复信号，对信号进行近场聚焦波束形成，计算在当前快拍序号下的时间增益曲线，对背景噪声等级进行补偿得到信源数目检测门限，与常规波束形成的输出进行比较，获得当前快拍序号下预估的信源数目；

(3)对快拍信号进行协方差矩阵估计，并得到前后向平滑协方差矩阵，对协方差矩阵按照均匀线阵多子阵结构划分协方差子阵，对协方差矩阵进行矩阵重构并奇异值分解，按照步骤(2)中估计得到的信源数目进行信号子空间和噪声子空间划分；

(4)利用信号子空间和常规波束形成结果，按照近场目标阵列流型构造空间谱函数，在多波束预成角度范围内进行遍历，得到多波束水体成像波束输出结果。

所述步骤(1)中的时间增益控制曲线需要综合考虑海水吸收系数、声波传播扩展损失、接收机动态范围和信号采样长度等因素，最终给出增益控制曲线控制码公式形如：

其中n_t为信号采样点序号，G为接收机动态范围，n为DAC转换位数，n₀为信号起始增益，α为声波吸收系数，f_s为信号采样频率，对采集到的一段长度为L的背景噪声，进行时间平均后，求得本次探测中的背景噪声级为

所述步骤(2)中得到回波信号的解析信号形式如下:

考虑在近场条件下的声波按照球面波而非平面波扩展的特性，进行近场聚焦波束形成处理，保持信号的相干性，按照如下时延公式进行常规波束形成计算，得到波束域信号输出；

其中，θ_k为波束控制角度，d为阵元间距，λ为信号波长，r_k为回波到达斜距，m为阵元序号，通过与背景噪声门限对比后得到的信源数目并不需要严格精确。

所述步骤(3)中根据得到的信号快拍向量，构造信号的协方差矩阵，形如：

再利用M×M维反对角阵J_M构造逆序向量Y＝J_MX^*，通过向量Y构造出协方差矩阵：

对数据协方差矩阵进行修正，得到新的信号协方差矩阵将协方差矩阵R_M划分为K个具有一定长度，相互之间有重叠的子协方差矩阵，并重构出伪协方差矩阵：

R＝[R₁,R₂,…R_K]

对矩阵R进行奇异值分解svd(R)＝UΣV，得到快拍矩阵的信号子空间和噪声子空间。

所述步骤(4)中按照近场聚焦球面波模型构造阵列流型向量：

其中

通过近场聚焦波束形成算法的功率谱函数和MUSIC算法的功率谱函数，联合构造新的功率谱函数P(θ)，在预成波束角范围内遍历，得到多波束测深声呐水体成像结果；

其中U_N为噪声子空间。

本发明的有益效果在于：

1、利用常规波束形成输出结果预先估计可能的信源数目，能够提升信号子空间估计的准确度，提升算法目标到达方位估计的可靠性。

2、利用多波束测深声呐多子阵结构重构信号协方差矩阵，在对信号解相干的同时能够有效的抑制多波束测深声呐水体成像的背景噪声，提高声呐成像质量。

3、结合了常规波束形成和信号子空间算法类算法的优势，能够同时估计相干与非相干信号，并且保持系统算法的稳健性。对于目标所处方位的能量输出结果与常规波束形成算法相同，不改变目标回波反向散射强度特性。

附图说明

图1为算法整体结构框图；

图2a为不同波束形成算法效果比较图；

图2b为信源数目失配时波束形成输出对比图；

图2c为相邻目标波束输出效果对比图；

图3a为常规波束形成水体目标仿真效果图；

图3b为本发明方法水体目标仿真效果图；

图3c为仿真数据处理波束切片效果对比图；

图4a为常规波束形成实验数据处理结果图；

图4b为本发明方法实验数据处理结果图；

图4c为实验数据处理波束切片效果对比图。

具体实施方式

下面结合附图1对本发明的具体实施措施进行描述：

本发明公开一种多波束测深声呐水体成像波束形成算法，包含以下步骤：

(1)在每一次探测采样开始的若干时钟周期内，采集当前探测位置无强目标反射回波时的接收信号，按照时间增益曲线对声波的传播损失进行补偿，经时间平均后得到当前探测水域背景噪声等级；

(2)在每个采样间隔内，实时获取接收换能器基阵接收到的回波信号，对信号进行正交变换，得到快拍数为1的阵列复信号。对信号进行近场聚焦波束形成，计算在当前快拍序号下的时间增益曲线，对背景噪声等级进行补偿得到信源数目检测门限，与常规波束形成的输出进行比较，获得当前快拍序号下预估的信源数目；

(3)对快拍信号进行协方差矩阵估计，并得到前后向平滑协方差矩阵，对协方差矩阵按照均匀线阵多子阵结构划分协方差子阵。对协方差矩阵进行矩阵重构并奇异值分解，按照步骤(2)中估计得到的信源数目进行信号子空间和噪声子空间划分；

(4)利用信号子空间和常规波束形成结果，按照近场目标阵列流型构造空间谱函数，在多波束预成角度范围内进行遍历，得到多波束水体成像波束输出结果。

步骤(1)中，需要在每一次探测采样开始的若干时钟周期内，采集当前测量位置下的噪声回波，并且利用时间增益控制曲线对信号进行补偿，经时间平均后，得到当前背景噪声级。由于多波束测深系统的特殊性，需要对接收到的阵列信号进行时间增益控制，即在不同的采样时刻对信号进行不同的程控增益以得到更好的信号检测动态范围。当进行背景噪声级估计时，需要将增益控制进行逆运算，得到真实的环境背景噪声级。其中利用到的时间增益控制曲线需要综合考虑海水吸收系数、声波传播扩展损失、接收机动态范围和信号采样长度等因素，最终给出增益控制曲线控制码公式形如：

其中n_t为信号采样点序号，G为接收机动态范围，n为DAC转换位数，n₀为信号起始增益，α为声波吸收系数，f_s为信号采样频率。对采集到的一段背景噪声，进行时间平均后，求得本次探测中的背景噪声级为

步骤(2)中在每个采样间隔内，实时获取接收换能器基阵接收到的回波信号，对信号进行正交变换。由于多波束测深声呐的成像目标是水体，回波信号具有时变特性快的特征，所以只能够采用小的快拍数目，得到回波信号的解析信号形式如下:

由于多波束测深声呐需要对探测量程内的所有距离的水体目标成像，所以需要考虑在近场条件下的声波按照球面波而非平面波扩展的特性，需要进行近场聚焦波束形成处理，保持信号的相干性，按照如下时延公式进行常规波束形成计算，得到波束域信号输出。

其中，θ_k为波束控制角度，d为阵元间距，λ为信号波长，r_k为回波到达斜距，m为阵元序号。通过对时间增益控制曲线，对波束输出进行补偿后，与先前计算的背景噪声级进行对比，得到超越控制门限的回波方位数目，作为预估出的信源数目。

步骤(3)中，根据得到的信号快拍向量，构造信号的协方差矩阵，形如：

再利用M×M维反对角阵J_M构造逆序向量Y＝J_MX^*，通过向量Y构造出协方差矩阵：

对数据协方差矩阵进行修正，得到新的信号协方差矩阵

由于多波束测深声呐工作的特殊性，可能同时具有独立或者相干信源的回波信号，因此需要进行信号解相干，多波束测深声呐基阵一般具有几十至上百的接收阵元，因此采用多子阵协方差矩阵重构的方式进行空间平滑处理，将协方差矩阵R_M划分为K个具有一定长度，相互之间有重叠的协方差子矩阵，并重构出伪协方差矩阵：

R＝[R₁,R₂,…R_K]

对矩阵R进行奇异值分解svd(R)＝UΣV，得到快拍矩阵的信号子空间和噪声子空间。

步骤(4)中，按照近场聚焦球面波模型构造阵列流型向量：

其中

通过近场聚焦波束形成算法的功率谱函数和MUSIC算法的功率谱函数，联合构造新的功率谱函数P(θ)：

其中U_N为噪声子空间。

可以预见，当信号为相干信源时，分子起到主要的估计作用，此时信源的估计性能接近常规波束形成。当信号为非相干信源时，分母起到主要作用，此时信号估计效果接近MUSIC算法。此方法的优势在于，能够同时估计相干信源与非相干信源。当MUSIC算法的信源数目估计不准确时，也不会产生崩溃性的效果，算法稳定性较好。

下面结合图2、3、4举例对本发明进行更详细的阐述：

一种多波束测深声呐水体成像波束形成算法，仿真信号中心频率f₀＝200kHz，阵元数M＝100，采样频率f_s＝88kHz，基阵覆盖角度θ＝150°。图2a表示在换能器基阵阵列流型确定的基础上，仿真信源目标信号分别处于位置θ＝[-10° 0° 10°]位置，信源目标的中心频率分别为f₀＝[190kHz 190kHz 200kHz]，即相当于同时存在两个相干目标，一个非相干目标。分别对信源目标回波进行常规波束形成、解相干MUSIC算法以及本文提到的水体成像波束形成算法。通过结果对比可以发现，常规波束形成算法波束较宽、主旁瓣比较低。解相干MUSIC算法具有比常规波束形成更窄的主瓣宽度，同时旁瓣较为平坦。本发明采用的方法较解相干MUSIC算法具有更窄的主瓣宽度，同时主旁瓣比也更高，并且旁瓣并非完全平坦，依旧保持了常规形成的特点，所以更为适合进行多波束测深声呐水体成像。图2b进行仿真条件的变换，研究在目标信源个数估计失配情况下的算法性能。信源真实数目为3，但预估信源数目时发生失配，估计数目为1，可以发现信源数目失配对于常规波束形成并没有影响。此时解相干MUSIC算法只能估计出一个信源目标，旁瓣部分完全平坦，无法区分目标。本发明算法虽然不像常规波束形成能够完全估计出目标到达角度，但是只是在输出幅度上有一些损失，目标所处方位估计还是准确的，目标方位能量输出依旧比主目标的旁瓣高，在图像上同样能够分辨出。本文算法保持了较好的主瓣宽度和较高的主旁瓣比，不会因为信源数目估计不准确造成完全不能分辨目标。图2c中进行了相邻目标的探测能力对比，分别设置信源目标处于θ＝[61° 61.5°]位置，此时进行不同算法的处理通过对比可以发现，常规波束形成算法此时已经不能够分辨出相邻目标。解相干MUSIC算法可以分辨出相邻目标，并且具有相较于常规波束形成算法更好的主旁瓣比，本发明算法比解相干MUSIC算法具有更窄的波束宽度，同时对于波束旁瓣的抑制效果更为明显。

结合图3a、3b，进行多波束测深声呐水体回波目标仿真，在水体中预设小间隔的悬浮目标，评估常规波束形成算法和本文提出的算法对于多波束测深声呐的水体成像效果。通过对比可以发现，常规波束形成算法对于相邻小目标的分辨能力比较有限，不能明显的区分开相邻目标，并且对于水底目标分辨率较低。本发明提出的算法能够很明显的分辨出相邻目标，并且对于水底目标分辨率较高，回波能量更为集中。如图3c所示，挑选出目标所在时刻的波束输出切片进行对比，可以发现本文算法在波束宽度和主旁瓣比上，均具有较大的优势。

结合图4，通过外场实验实测数据进行算法数据处理，进行算法有效性的验证。通过对比图4a、图4b可以发现，常规波束形成算法对于外侧波束信噪比较低的情况下，目标的分辨能力不好，图像对比度较低。本发明中的算法能够得到更精细的水体成像效果，对背景噪声的抑制效果能明显，能够有效的提升多波束测深声呐水体成像图像的成像质量。通过图4c可以发现，在时间波束切片上，本文算法具有更窄的波束宽度和更高的主旁瓣比，并且算法较为稳定。对于目标所处方位的能量输出结果与常规波束形成算法相同，不改变目标回波反向散射强度特性。

针对多波束测深声呐水体成像的功能需求和现有波束形成技术的特点，本发明提出了一种多波束测深声呐水体成像波束形成算法，结合了常规波束形成和信号子空间算法类算法的优势，能够兼具形成波束宽度尖锐、主旁瓣比高、同时估计相干与非相干目标、不损失算法稳定性的特点。该方法可以广泛的应用于多波束测深声呐水体成像功能中，对于目标所处方位的能量输出结果与常规波束形成算法相同，不改变目标回波反向散射强度特性，能够有效的抑制多波束测深声呐水体成像的背景噪声，提高声呐成像质量。

Claims (5)

1.一种多波束测深声呐水体成像波束形成算法，其特征在于，包含以下几个步骤：

(1)在每一次探测采样开始的若干时钟周期内，采集当前探测位置无强目标反射回波时的接收信号，按照时间增益曲线对声波的传播损失进行补偿，经时间平均后得到当前探测水域背景噪声等级；

(2)在每个采样间隔内，实时获取接收换能器基阵接收到的回波信号，对信号进行正交变换，得到快拍数为1的阵列复信号，对信号进行近场聚焦波束形成，计算在当前快拍序号下的时间增益曲线，对背景噪声等级进行补偿得到信源数目检测门限，与常规波束形成的输出进行比较，获得当前快拍序号下预估的信源数目；

(3)对快拍信号进行协方差矩阵估计，并得到前后向平滑协方差矩阵，对协方差矩阵按照均匀线阵多子阵结构划分协方差子阵，对协方差矩阵进行矩阵重构并奇异值分解，按照步骤(2)中估计得到的信源数目进行信号子空间和噪声子空间划分；

(4)利用信号子空间和常规波束形成结果，按照近场目标阵列流型构造空间谱函数，在多波束预成角度范围内进行遍历，得到多波束水体成像波束输出结果。

2.根据权利要求1所述的一种多波束测深声呐水体成像波束形成算法，其特征在于：所述步骤(1)中的时间增益控制曲线需要综合考虑海水吸收系数、声波传播扩展损失、接收机动态范围和信号采样长度等因素，最终给出增益控制曲线控制码公式形如：

其中n_t为信号采样点序号，G为接收机动态范围，n为DAC转换位数，n₀为信号起始增益，α为声波吸收系数，f_s为信号采样频率，对采集到的一段长度为L的背景噪声，进行时间平均后，求得本次探测中的背景噪声级为

3.根据权利要求1所述的一种多波束测深声呐水体成像波束形成算法，其特征在于：所述步骤(2)中得到回波信号的解析信号形式如下:

考虑在近场条件下的声波按照球面波而非平面波扩展的特性，进行近场聚焦波束形成处理，保持信号的相干性，按照如下时延公式进行常规波束形成计算，得到波束域信号输出；

其中，θ_k为波束控制角度，d为阵元间距，λ为信号波长，r_k为回波到达斜距，m为阵元序号，通过与背景噪声门限对比后得到的信源数目并不需要严格精确。

4.根据权利要求1所述的一种多波束测深声呐水体成像波束形成算法，其特征在于：所述步骤(3)中根据得到的信号快拍向量，构造信号的协方差矩阵，形如：

再利用M×M维反对角阵J_M构造逆序向量Y＝J_MX^*，通过向量Y构造出协方差矩阵：

对数据协方差矩阵进行修正，得到新的信号协方差矩阵将协方差矩阵R_M划分为K个具有一定长度，相互之间有重叠的子协方差矩阵，并重构出伪协方差矩阵：

R＝[R₁,R₂,…R_K]

对矩阵R进行奇异值分解svd(R)＝UΣV，得到快拍矩阵的信号子空间和噪声子空间。

5.根据权利要求1所述的一种多波束测深声呐水体成像波束形成算法，其特征在于：所述步骤(4)中按照近场聚焦球面波模型构造阵列流型向量：

其中

通过近场聚焦波束形成算法的功率谱函数和MUSIC算法的功率谱函数，联合构造新的功率谱函数P(θ)，在预成波束角范围内遍历，得到多波束测深声呐水体成像结果；

其中U_N为噪声子空间。