CN109375227B - 一种解卷积波束形成三维声成像方法 - Google Patents
一种解卷积波束形成三维声成像方法 Download PDFInfo
- Publication number
- CN109375227B CN109375227B CN201811451856.5A CN201811451856A CN109375227B CN 109375227 B CN109375227 B CN 109375227B CN 201811451856 A CN201811451856 A CN 201811451856A CN 109375227 B CN109375227 B CN 109375227B
- Authority
- CN
- China
- Prior art keywords
- calculating
- dimensional
- beam forming
- deconvolution
- imaging
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 claims abstract description 40
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 238000005315 distribution function Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000009792 diffusion process Methods 0.000 claims description 8
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims description 2
- 230000006872 improvement Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
Images
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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种解卷积波束形成三维声成像方法,所述方法包括:基于均匀布阵的二维阵列完成二维解卷积波束形成处理,获得可视化三维声成像。针对水下三维成像声纳成像分辨率难于提高的问题,本发明的方法可以有效的提高三维成像声纳的成像分辨率,并降低三维成像声纳旁瓣能量,能够有效地提升三维成像声纳的图像质量。
Description
技术领域
本发明涉及成像声纳系统领域,特别涉及一种解卷积波束形成三维声成像方法。
背景技术
水下三维成像技术是水下小目标探测及识别的重要手段,提高三维成像的成像分辨率能够获得更清晰、易于识别的三维图像,能够有效的提升水下目标的识别率。基于传统的波束形成方法的水下三维成像技术具有稳定的优势,但该方法成像分辨率难于提高,需要增加接收阵元数,很大程度上增加算法的计算量和系统复杂度。
受到广泛研究的MVDR(Mininum-variance Distortionless Response)等高分辨波束形成技术,可以获得高分辨、低旁瓣的成像结果,但该方法需要进行信号相关矩阵求逆,计算量需求过高,并对信号失配敏感,稳定性差,难于在三维成像系统中发挥作用。
综上所述,基于常规波束形成方法的水下三维成像技术具有稳定的优势,但该方法成像分辨率难于提高,并具有较高的旁瓣级。自适应高分辨波束形成技术可以获得高分辨、低旁瓣的成像结果,但该类方法需要进行信号相关矩阵求逆,对信号失配敏感,难于在三维成像系统中发挥作用。
发明内容
本发明的目的在于克服三维成像声纳成像分辨率难于提高的问题,提出了一种解卷积波束形成三维声成像方法,获得了与高分辨波束形成技术相当的成像分辨率和更低的旁瓣值,并保持了传统波束形成的稳定性。
为了实现上述目的,本发明提出了一种解卷积波束形成三维声成像方法,所述方法包括:该方法基于均匀布阵的二维阵列完成二维解卷积波束形成处理,获得可视化三维声成像。
作为上述方法的一种改进,所述方法具体包括:
步骤3)令初始化的信号能量分布函数为常规波束形成结果,计算波束能量和均匀布阵平面阵的点源扩散函数;
步骤4)基于步骤3)的计算结果,利用Richardson-Lucy算法对三维成像声纳波束能量进行解卷积处理,获得信号能量分布函数;
步骤5)反复执行步骤2-步骤4),完成距离向上所有方向的解卷积波束形成,生成三维声图像数据,然后经过常规的滤波、插值、平滑处理后形成可视化三维声图像数据。
作为上述方法的一种改进,所述步骤2)具体包括:
步骤2-1)选取一个扫描方向:方位角为α,俯仰角为β;
f为频率,c为声速;
步骤2-4)计算该扫描方向的常规波束形成结果Y(sinα,sinβ):
其中H表示共轭转置,*表示共轭。
作为上述方法的一种改进,所述步骤3)具体包括:
步骤3-1)令初始化的信号能量分布函数S(0)(u,v)为常规波束形成结果:
S(0)(u,v)=Y(sinα,sinβ)
其中,u=sinα,v=sinβ;
步骤3-2)计算波束能量分布函数Bp(u-ux,v-vy)和波束能量bs(u,v);
波束能量分布函数Bp(u-ux,v-vy)为:
其中,ux,vy分别表示目标的方位角和俯仰角;λ表示信号波长,λ=c/f;
波束能量bs(u,v):
步骤3-3)计算均匀布阵平面阵的点源扩散函数:
其中,sinc(x)=sinx/x。
作为上述方法的一种改进,所述步骤4)具体包括:
步骤4-1)令迭代次数it=0;
步骤4-4)计算波束能量与实际波束能量的比值,并变换到波数域,得到波束域的比值Q(it)(ku,kv):
步骤4-5)计算信号能量分布函数的更新率Δs(it)(u,v):
Δs(it)(u,v)=IFFT(Q(it)(ku,kv)×PSF(ku,kv)) (23)
步骤4-6)计算更新后的信号能量分布函数:
S(it+1)(u,v)=S(it)(u,v)×Δs(it)(u,v) (24)
步骤4-7)判断S(it+1)(u,v)是否收敛,如果收敛,停止迭代,进入步骤5);否则,令it增加1,转入步骤4-2)。
本发明的优势在于:
1、本发明的方法可以获得与高分辨波束形成技术相当的成像分辨率和更低的旁瓣值,并保持了传统波束形成的稳定性;
2、针对水下三维成像声纳成像分辨率难于提高的问题,本发明的方法可以有效的提高三维成像声纳的成像分辨率,并降低三维成像声纳旁瓣能量,并能够有效地提升三维成像声纳的图像质量。
附图说明
图1为方位角与俯仰角定义示意图;
图2(a)为点目标在(0°,0°)处直接波束形成方位向-俯仰向成像结果;
图2(b)为点目标在(0°,0°)处直接波束形成俯仰向波束能量图俯仰向侧视图;
图2(c)为本发明的方法的方位向-俯仰向成像结果;
图2(d)为本发明的方法的俯仰向波束能量图俯仰向侧视图;
图3(a)为本发明的解卷积波束形成三维成像与直接波束形成方法的俯仰向波束形成结果对比图;
图3(b)为本发明的解卷积波束形成三维成像与直接波束形成方法的方位向波束形成结果对比图;
图4(a)为信噪比0dB下,点目标在(0°,0°)处直接波束形成方位向-俯仰向成像结果;
图4(b)为信噪比0dB下,点目标在(0°,0°)处直接波束形成俯仰向波束能量图俯仰向侧视图;
图4(c)为本发明的方法的方位向-俯仰向成像结果示意图;
图4(d)为本发明的方法的俯仰向波束能量图俯仰向侧视图;
图5(a)为信噪比5dB下本发明的方法的三维成像的俯仰向波束能量剖面结果;
图5(b)为信噪比0dB下本发明的方法的三维成像的俯仰向波束能量剖面结果;
图5(c)为信噪比-5dB下本发明的方法的三维成像的俯仰向波束能量剖面结果;
图5(d)为信噪比-10dB下本发明的方法的三维成像的俯仰向波束能量剖面结果。
具体实施方式
现结合附图对本发明作进一步的描述。
假设接收平面阵的阵元数为M×N,均匀布阵,布阵间隔为d。根据方位角与俯仰角的定义,如图1所示,第i(1≤i≤P)个目标(P为目标的个数)的方位角αi为单位方向矢量与其在yoz平面上的投影之间的夹角,俯仰角βi为与其在xoz平面上的投影之间的夹角。该方向角定义下的单位方向矢量的表达式为:
在远场条件下,接收换能器接收到的信号可以假设为平面波,(αi,βi)方向的远场窄带信号可以表示为:
(1)传统波束形成三维成像方法
从远场条件下三维成像声纳信号模型中可以发现,在新的方位角、俯仰角的定义下,由目标方向引起的回波信号的相位可以分成平面阵俯仰向和方位向,两者相互独立。据此可以利用常规波束形成完成方位向和俯仰向成像处理,方位向波束形成导向矢量可以表示为其中
其中,α为需要扫描的方位角,β为需要扫描的俯仰角;因此,常规波束形成计算式为:
其中H表示共轭转置,*表示共轭,uα,i和uβ,i分别表示为:
函数sinc(x)=sinx/x。所以,波束能量函数可以表示为:
当sinα=sinαi并且sinβ=sinβi时,波束能量输出最大,输出最大信号幅度为 |Ai|2。对于三维成像声纳系统而然,是对目标进行成像,针对的成像目标会产生无数散射点的回波,所以,对于多个回波方向不同的回波信号可以表示为多目标波束形成结果可以表示为
对于公式(10)表述波束输出结果可以表示波束幅度与信号幅度的卷积形式
其中u=sinα,v=sinβ,ux=sinαi,vy=sinβi,Yp(u-ux,v-vy)表示波束幅度分布函数:
A(ux,vy)表示信号幅度分布函数
同理,可以获得波束能量的卷积计算形式
Bp(u-ux,v-vy)表示波束能量分布函数
S(ux,vy)表示信号能量分布函数:
(2)解卷积波束形成三维成像方法
利用Richardson-Lucy算法进行三维成像声纳波束能量计算公式(14)进行解卷积处理,Richardson-Lucy算法是一类迭代算法,该算法应用在三维成像方法中,可以将波束能量分布函数Bp(u-ux,v-vy)定义为信道相应函数h(y|x),在图像解卷积处理中称之为点源扩散函数(PSF,Point Scattering Function)。
根据Richardson-Lucy算法对公式(14)进行解卷积处理,获得精确的目标能量分布函数S(ux,vy)。
首先根据迭代算法计算如下公式
其中,
根据上述迭代算法完成解卷积波束形成三维成像处理,获得高分辨的俯仰向与方位向分辨率。
为了提高计算效率,本发明基于Richardson-Lucy的解卷积波束形成三维成像方法在频域实现,具体实现步骤如下:
步骤1)初始化参量,首先初始化信号能量分布函数S(0)(u,v),根据公式(14) 进行波束能量计算bs(u,v),计算均匀布阵平面阵的点源扩散函数:
步骤2)将信号能量分布函数S(it)(u,v)、波束能量函数bs(u,v)和点源扩散函数psf(u,v)经过FFT变换到波数域,获得Bs(ku,kv)和PSF(ku,kv);根据初始化化的信号能量分布函数、点源扩散函数计算波束能量值表示为:
步骤3)计算估计的波束能量与实际波束能量的比值,并变换到波数域,可以表示为
步骤4)计算信号能量分布函数的更新率,可以表示为:
Δs(it)(u,v)=IFFT(Q(it)(ku,kv)×PSF(ku,kv)) (23)
步骤5)获得一次更新后的信号能量分布函数:
S(it+1)(u,v)=S(it)(u,v)×Δs(it)(u,v) (24)
步骤6)根据公式(18)判断其是否收敛,如收敛,停止迭代,否则,从步骤2 )开始进行下一次迭代运算。
(3)仿真
为了验证本发明的方法的有效性,通过计算机仿真对本发明的解卷积波束形成三维成像方法的成像性能进行详细分析。具体仿真参数:均匀布阵,阵元数为为 48×48阵元均匀布阵,阵元间隔为4.5mm,信号为300KHz的单频CW信号,脉宽为 33μs,观测范围为50°×50°,信号采样率为2MHz。波束数为P×Q=128×128。
按照上述仿真参数进行计算机仿真,得到直接波束形成三维成像结果和本发明的解卷积波束形成三维成像结果如图2所示。其中图2(a)、图2(b)是直接波束形成技术实现的点目标三维成像结果,图2(b)中可以看出波束能量的最高旁瓣为 -13.27dB;图2(c)、图2(d)是本发明的方法实现的点目标三维成像结果,迭代次数10次,与图2(a)、图2(b)相比,本发明的方法的成像分辨率得到了明显提升,并获得了更低的旁瓣值,可以获得更为清晰的三维成像结果。
图3(a)和图3(b)给出了本发明的方法与传统方法俯仰向和方位向波束能量的对比结果,可以看出本发明的方法的成像分辨率得到了明显提升,旁瓣也得到了明显的抑制。
在信噪比SNR=0dB情况下,直接波束形成三维成像算法和本发明的方法的成像结果如图4(a)-(d)所示,迭代次数为10次。其中图4(a)、图4(b)是直接波束形成技术实现的点目标三维成像结果;图4(c)、图4(d)是本发明的方法实现的点目标三维成像结果,迭代次数10次,与图4(a)、图4(b)相比,本发明的方法在信噪比SNR=0dB情况下的成像分辨率也可以获得明显提升,同时旁瓣值也较低,对于目标成像仍可以获得较为清晰的成像结果。
为了进一步分析低信噪比情况下本发明的方法的有效性,图5(a)-(d)给出了信噪比为5dB、0dB、-5dB和-10dB情况下三维成像的俯仰向波束能量剖面结果,可以看出,本发明的方法在不同信噪比情况下均可以获得更优的成像效果。
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 (2)
1.一种解卷积波束形成三维声成像方法,所述方法包括:基于均匀布阵的二维阵列完成二维解卷积波束形成处理,获得可视化三维声成像;
所述方法具体包括:
步骤3)令初始化的信号能量分布函数为常规波束形成结果,计算波束能量和均匀布阵平面阵的点源扩散函数;
步骤4)基于步骤3)的计算结果,利用Richardson-Lucy算法对三维成像声纳波束能量进行解卷积处理,获得信号能量分布函数;
步骤5)反复执行步骤2-步骤4),完成距离向上所有方向的解卷积波束形成,生成三维声图像数据,然后经过常规的滤波、插值、平滑处理后形成可视化三维声图像数据;
所述步骤2)具体包括:
步骤2-1)选取一个扫描方向:方位角为α,俯仰角为β;
f为频率,c为声速;
步骤2-4)计算该扫描方向的常规波束形成结果Y(sinα,sinβ):
其中H表示共轭转置,*表示共轭;
所述步骤3)具体包括:
步骤3-1)令初始化的信号能量分布函数S(0)(u,v)为常规波束形成结果:
S(0)(u,v)=Y(sinα,sinβ)
其中,u=sinα,v=sinβ;
步骤3-2)计算波束能量分布函数Bp(u-ux,v-vy)和波束能量bs(u,v);
波束能量分布函数Bp(u-ux,v-vy)为:
其中,ux,vy分别表示目标的方位角和俯仰角;λ表示信号波长,λ=c/f;
波束能量bs(u,v):
步骤3-3)计算均匀布阵平面阵的点源扩散函数:
其中,sinc(x)=sinx/x。
2.根据权利要求1所述的解卷积波束形成三维声成像方法,其特征在于,所述步骤4)具体包括:
步骤4-1)令迭代次数it=0;
步骤4-4)计算波束能量与实际波束能量的比值,并变换到波数域,得到波束域的比值Q(it)(ku,kv):
步骤4-5)计算信号能量分布函数的更新率Δs(it)(u,v):
Δs(it)(u,v)=IFFT(Q(it)(ku,kv)×PSF(ku,kv)) (23)
步骤4-6)计算更新后的信号能量分布函数:
S(it+1)(u,v)=S(it)(u,v)×Δs(it)(u,v) (24)
步骤4-7)判断S(it+1)(u,v)是否收敛,如果收敛,停止迭代,进入步骤5);否则,令it增加1,转入步骤4-2)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811451856.5A CN109375227B (zh) | 2018-11-30 | 2018-11-30 | 一种解卷积波束形成三维声成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811451856.5A CN109375227B (zh) | 2018-11-30 | 2018-11-30 | 一种解卷积波束形成三维声成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109375227A CN109375227A (zh) | 2019-02-22 |
CN109375227B true CN109375227B (zh) | 2020-05-26 |
Family
ID=65376173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811451856.5A Active CN109375227B (zh) | 2018-11-30 | 2018-11-30 | 一种解卷积波束形成三维声成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109375227B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110412587B (zh) * | 2019-07-19 | 2021-04-09 | 中国科学院声学研究所 | 一种基于解卷积的下视合成孔径三维成像方法及系统 |
CN111257891B (zh) * | 2020-02-08 | 2022-07-26 | 西北工业大学 | 一种基于解卷积的mimo声纳距离旁瓣抑制方法 |
CN111551942B (zh) * | 2020-04-29 | 2022-08-05 | 浙江大学 | 一种基于解卷积算法的水下自主航行器回坞方法 |
CN111551943B (zh) * | 2020-05-19 | 2022-07-12 | 中国科学院声学研究所 | 一种基于damas2的稀疏布阵高分辨三维声成像方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102608597B (zh) * | 2012-03-19 | 2014-07-23 | 西安电子科技大学 | 基于非完全数据解卷积的实孔径前视成像方法 |
CN104656073B (zh) * | 2013-11-21 | 2017-05-17 | 中国科学院声学研究所 | 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 |
CN103852759B (zh) * | 2014-04-08 | 2016-05-25 | 电子科技大学 | 扫描雷达超分辨成像方法 |
CN104977582B (zh) * | 2015-06-10 | 2018-09-04 | 电子科技大学 | 一种实现扫描雷达方位超分辨成像的解卷积方法 |
CN106908787B (zh) * | 2017-02-24 | 2019-08-13 | 中国电子科技集团公司第三十八研究所 | 一种实波束扫描雷达前视角超分辨成像方法 |
-
2018
- 2018-11-30 CN CN201811451856.5A patent/CN109375227B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109375227A (zh) | 2019-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109375227B (zh) | 一种解卷积波束形成三维声成像方法 | |
CN109283536B (zh) | 一种多波束测深声呐水体成像波束形成方法 | |
CN109490850B (zh) | 主瓣干扰下宽带阵列自适应波束形成方法 | |
Asen et al. | Implementing capon beamforming on a GPU for real-time cardiac ultrasound imaging | |
CN106226754B (zh) | 基于时间反演的低仰角波达方向估计方法 | |
CN107789008B (zh) | 一种基于通道数据的自适应超声波束合成方法和系统 | |
CN109613532B (zh) | 一种机载雷达实时多普勒波束锐化超分辨成像方法 | |
CN109521401B (zh) | 一种合成孔径成像的快速波束形成方法 | |
CN108836389B (zh) | 平面波相关点相干自适应波束合成成像方法 | |
CN106125078B (zh) | 一种水下多维声学成像系统和方法 | |
CN109581388B (zh) | 一种实时三维成像声纳的近场宽视角波束形成方法 | |
CN111880180A (zh) | 一种高分辨运动舰船sar成像的自聚焦方法 | |
CN109655819B (zh) | 一种基于实孔径多普勒波束锐化的杂波抑制三维成像方法 | |
Jensen et al. | The iterative adaptive approach in medical ultrasound imaging | |
CN109932679B (zh) | 一种传感器列系统最大似然角度分辨率估计方法 | |
CN113671485B (zh) | 基于admm的米波面阵雷达二维doa估计方法 | |
CN107229050B (zh) | 一种基于极坐标格式的雷达成像优化方法 | |
CN111427045B (zh) | 基于分布式多输入-多输出声纳的水下目标逆散射成像方法 | |
CN111239747B (zh) | 一种基于解卷积的声纳高分辨低旁瓣二维成像方法 | |
CN111551943B (zh) | 一种基于damas2的稀疏布阵高分辨三维声成像方法及系统 | |
CN108761433B (zh) | 一种使用mimo声纳差合阵处理的高分辨成像方法 | |
CN108845298B (zh) | 基于杂波映射的自适应波束形成方法 | |
CN109901131A (zh) | 基于斜投影的多径利用相干波束形成方法 | |
Asen et al. | Capon beamforming and moving objects-an analysis of lateral shift-invariance | |
CN109633563A (zh) | 基于多径信息的自适应相干波束形成方法 |
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 |