CN111323784A - 一种近场分布式声源定位方法 - Google Patents
一种近场分布式声源定位方法 Download PDFInfo
- Publication number
- CN111323784A CN111323784A CN202010219545.7A CN202010219545A CN111323784A CN 111323784 A CN111323784 A CN 111323784A CN 202010219545 A CN202010219545 A CN 202010219545A CN 111323784 A CN111323784 A CN 111323784A
- Authority
- CN
- China
- Prior art keywords
- bright spot
- target
- sound source
- peak
- bright
- 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
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
- G01S15/02—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
-
- 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)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (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
本发明提供一种近场分布式声源定位方法,解决近场情况下分布式声源的定位问题。本发明提出,在近场情况下利用亮点模型,将分布式声源看作一系列空间中分布散射声源的线性叠加。在发射信号为线性调频信号的条件下,本发明利用镜反射回波和棱角反射回波在分数阶傅里叶变换域中峰值处幅度不同,但相位表达式一致的特点,设计了一种空间谱估计器,使得该估计器能够以相同的空间谱估计器得到不同类型几何亮点的位置。
Description
技术领域
本发明涉及一种近场分布式声源定位方法,属于水下目标声散射信号处理领域。
背景技术
水下目标声散射问题是主动声呐系统进行目标探测与识别的重要技术基础。几乎目标的每一部分都参与了散射声场的形成,因而在实际水声环境中任何具有一定体积的目标都可以看作一个分布式散射源,所有的散射源都为水听器接收到的声场产生了贡献。这给声场计算和工程处理上带来了困难,尤其是不规则形状的目标。因此,对于水下目标的定位和定向问题往往需要依赖合理的声场模型。
目前,简单形状目标的声散射问题的理论研究已经完成。对于球、无限长圆柱和有限长圆柱等简单目标,理论计算已经能够对实际环境中的散射场进行精确的预报。但是,对于圆柱球壳等复杂形状的目标,往往难以得到解析解,只能通过数值解和实验对其进行建模。
对于水下复杂形状散射源的声场建模,有限元方法是一种行之有效的方法。有限元方法能够计算复杂形状的声散射场,但是,众所周知,有限元方法需要巨大的计算量,这就降低了有限元方法的工程实用性。
水下目标的亮点模型是一种简化的散射模型。在高频近似情况下,利用该模型可以轻易地将目标回波与目标形状、材料等信息通过一系列参数联系起来。该模型将复杂形状目标看作多个简单形状目标的组合,简单形状目标产生的回波共同组成了接收处的回波信号。这给复杂形状目标的声散射回波的分析和处理带来了较大的便利,具有较高的实用性。利用亮点模型,已经有众多文章对复杂形状目标进行了分析,并从实验的角度验证了该近似模型的可行性。
在亮点模型假设下,共振隔离技术是研究散射回波的一种常用方法。该方法发射极短时间宽度的脉冲,激励目标产生回波。由于脉冲具有极短的时间长度,所以回波中各种类型的回波在时间域上是分离的,可以简单地通过时间上的截断操作得到各个回波并进行分析。但是,(i)极短的脉冲对电路系统、发射和接收换能器提出了较高的要求;(ii)由于信号能量弱,所以该方法往往只能用于实验室中的理论研究。
除了共振隔离技术,信号处理技术也被应用到了声散射信号处理中。传统的基于时间序列和功率谱的信号分析简单而有效。利用声散射信号在不同变换域中的特性,多种变换也在发挥着重要作用。时频分析方法能够同时分析信号的时间和频率信息,所以当激励信号线性调频信号时,即使信号在时域和频域产生了混叠,也能够对接收信号进行分析,因而受到了广泛的关注。
分数阶傅里叶变换是一种时频分析方法,而且是一种可逆变换。分数阶傅里叶变换特别适合处理线性调频信号,频域具有时间宽度和频带宽度的LFM信号,在FrFT中能量被集中到了一个峰值处。通过峰值搜索,即可以计算LFM的调频斜率、中心频率等信息。此外,由于FrFT为线性变换,而且是可逆变换,所以在傅里叶域中难以区分的LFM信号,可以变换到FrFT中进行降噪、分离等操作,然后利用反变换即可得到输出信号。鉴于此特征,FrFT已经被广泛用于声呐、雷达、无线通信和图像处理等领域。
近场谱估计技术、远场谱估计技术和匹配场定位技术的基本原理相似,都是按照一定的模型,通过补偿各阵元信号的时延或相位,使信号能够同相相加,从而使得空间谱在目标方位处出现峰值,然后通过寻找空间谱的峰值即可确定目标的方向或者位置。为了使用有限的阵元得到尽可能高的分辨率,出现了一批高分辨算法,如MVDR和MUSIC。这些算法主要解决频率相同但方位不同窄带源信号之间的区分问题。通常而言,在高信噪比情况下,高分辨算法具有更高的分辨率和更好的性能,但常规波束形成算法往往在低信噪比情况下性能更佳。另一方面,高分辨算法往往对于模型失配较为敏感,而常规空间谱估计方法于模型失配则具有更高的鲁棒性。其中,远场谱估计技术认为阵元距离目标较远,阵元接收信号为平面波,故只能用于确定目标方位。近场谱估计技术认为阵元距离目标距离较近,平面波各阵元处接收信号的方向不再相同。利用此特点,近场谱估计技术可以实现对目标的定位。
主动声呐系统需要依靠目标的散射回波进行目标定位、定向或者识别。当目标与接收传感器距离较近时,散射目标将成为分布式声源。这是因为,当声波入射到目标表面时,声波将激发目标产生机械振动。目标的机械振动再次辐射至水中,并在水中传播,进而被接收传感器接收。声波入射到目标因其目标机械振动,然后目标机械振动再次辐射机械波在水中传播的过程被称作声散射过程,此时的目标也被称为声散射目标。目标产生散射回波的过程中,理论上,目标的每一个部分都参与了散射回波的形成。由于声散射目标往往都具有一定的体积,故散射声场实际上是由多个声源振动组合而成。当目标与接收传感器距离远大于目标本身尺寸时,可以将目标视作一个点源而不会引起较大误差。由于距离较远,传感器接收的声波信号可以近似视作平面波,故此时只能得到目标所在的方向。但是当目标与接受传感器距离较近时,传感器接收的声波信号不再符合平面波假设,应当按照球面波传播处理,利用此规律,可以对目标进行定位。但是,由于距离较近,此时目标体积不能忽略,所以此时目标成为一个分布式散射声源。分布式散射声源给声场计算、信号处理上带来许多新的困难。
发明内容
本发明的目的是针对目标距离较近,目标成为分布式散射声源情况而提供一种近场分布式声源定位方法。
本发明的目的是这样实现的:步骤如下:
步骤1:发射线性调频信号,使用N个传感器接收目标散射回波;依据亮点模型,将近场分布式声源的定位问题转换为对一组空间分布的亮点的定位问题,令变量j=1,执行步骤2;
步骤2:对第j个通道的接收信号做分数阶傅里叶变换,计算幅度谱;
步骤3:找到幅度谱的M个峰值,记录其位置依次为(u1j,p1j),(u2j,p2j),…,(uMj,pMj),峰值处分数阶傅里叶变换值依次为X1j,X2j,…,XMj;给出第i个亮点为镜反射亮点,则峰值处数值为:
若第m个亮点为棱角反射亮点,则峰值处数值为:
步骤4:构造空时频矩阵X,其第j行元素为[X1j,X2j,…,XMj];
步骤5:如果j<N,则令j←j+1,然后执行步骤2;否则,令i=1,然后执行步骤6;
步骤6:取出空时频矩阵的第i列,记为Xi;则第i个亮点的空间谱估计器为:
步骤7:找到Pi(b)的最大值对应的坐标记为bi,则bi即为第i个几何亮点的坐标;
步骤8:如果i<M,则令i←i+1,然后执行步骤6,否则执行步骤9;
步骤9:b1,b2,…,bM为M个几何亮点的坐标,执行结束。
与现有技术相比,本发明的有益效果是:本发明是一种近场分布式声源定位方法,利用亮点模型,将近场分布式声源定位问题转换为对一组空间分布亮点的定位问题;在发射信号为线性调频信号情况下,利用镜反射亮点和棱角反射亮点在分数阶傅里叶变换峰值处具有统一形式的相位因子的特点,设计空间谱估计器为其中,w为扫描导向矢量,为N×1的列向量,第j个元素为这种设计的好处是可以用相同的空间谱估计器得到不同类型几何亮点的位置。本发明构造了空时频矩阵X,其第j行元素为[X1j,X2j,…,XMj],且X1j,X2j,…,XMj依次为第j个传感器接收信号分数阶傅里叶变换幅度谱中M个峰值处的分数阶傅里叶变换的值。
附图说明
图1是本发明的执行流程图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述。
本发明提出一种基于亮点模型的目标定位方案。亮点模型说明,当式1满足时,复杂形状目标回波可以当作多个亮点的线性叠加。每个亮点会产生一个目标回波,这些亮点在通常为局部几何结构的几何中心以及表面不连续处。如,对于半球壳和圆柱形成的复杂形状目标,将在半球壳圆心处形成一个几何亮点。该亮点实际上是由半球壳产生的,性质为镜反射回波,产生镜反射回波的亮点称为镜反射亮点。镜反射亮点的位置出现在简单形状的几何中心处。在圆柱的侧面和底面交接处,由于出现了不连续处,也将会产生一个比较强烈的散射回波,由于该回波因为目标存在不连续边界而产生,因而称作棱角波,产生棱角波的亮点被称为棱角亮点。棱角亮点位置为目标的棱、角和边缘处。
其中,w=2πf,f为入射到目标表面的声信号的频率;c为水中声速;a为目标尺度,对于圆柱形目标,a通常取目标的直径。
式1满足时,就可以利用亮点模型,将分布式散射源看作多个简单几何形状的组合,每个简单形状都将产生各自的回波,这些回波可以等效看作由空间中分布的一系列点状声源发出,在接收处线性叠加形成接收信号。由此,复杂的分布式声源散射问题就可以比较容易地处理。根据惠更思原理,目标的散射回波,相当于在产生回波处存在一个声源,向介质中辐射声波。因此,分布式声源散射问题完全等同于分布式声源问题:即,空间中存在一些分布式声源,这些分布式声源在空间中占有一定的体积,它们按照一个固定的顺序,在不同的时刻向外发出各自的辐射信号,这些辐射信号彼此叠加,由接收传感器测量得到接收信号。
依据亮点模型,当发射信号为s(t)时,目标回波表达式为
其中,xj(t)是第j个传感器接收到的信号,M表示亮点分量的数量。Ai(rij,w)表示第i个亮点到第j个传感器的幅度响应函数,对于棱角回波,该因子是频率的函数。对于镜反射亮点,该因子只与目标尺寸有关,与频率无关。接收传感器与第i个亮点之间的位置关系用矢量rij表示,距离用rij表示。用来描述声波在介质中按柱面波扩展时的幅度衰减。为第i个亮点引起的相位跳变,与目标形状和性质有关。τij是时延因子,取决于声程以及参考点的选取。其中,时延因子主要取决于目标的几何形状,因此实际中常以此分析回波结构及估计目标尺寸。
当目标距离接收传感器较远时,相比于阵列长度L,rij>>L对于任意i,j均成立。此时,对于每个阵元,描述幅度衰减的因子几乎相等,基于同样的理由,τij仅取决于目标方向。但是,当目标距离传感器较近时,对于不同的阵元,描述幅度衰减的因子可能差距较大。同时,由于目标本身具有一定的体积,导致目标散射声波无法当做平面波进行近似处理,因而τij取决于目标位置。
在此基础上,当使用线性调频信号作为发射信号时,可以使用分数阶傅里叶变换对镜反射亮点和棱角类亮点进行分析,构造空时频矩阵,实现对亮点定位。最终,将对分布式散射源的估计问题转化为对离散的点位置估计的问题,在抓住问题主要特征的情况下,将问题大大简化。
由于FrFT为线性变换,故可以先单独计算每个亮点的回波在分数阶傅里叶变换域中的表达式,然后再将其线性叠加。设式2中第i个信号为镜反射信号,则此时Ai(rij,w)=Ai为常数。于是,第j个通道中第i个回波分量为
其中,线性调频信号表达式为
其中,A0为发射信号幅度,f0为线性调频信号中心频率,k为线性调频信号的调频斜率,T为发射信号持续时间。根据FrFT性质可知,式3的分数阶傅里叶变换在(uij,pij)处出现峰值,且
在峰值处,有
对于棱角波,幅度因子不再是常数。以圆柱侧面和底面交界处形成的棱角波为例,设第j个通道的第m个成分为棱角波,则幅度因子为
由式4可知,目标回波在分数阶变换域中焦点位置取决于发射信号的中心频率、调频斜率和回波时延。对于同一个线性调频信号,其中心频率和调频斜率是常数,回波时延取决于亮点的位置。因此,对于不同的亮点,由于其空间位置不同,导致其回波在分数阶傅里叶变换域中的峰值也不相同,因而,可以在分数阶傅里叶变换域中依次挑选峰值,组成一个空时频矩阵。该矩阵的组成方式是,对第j个通道的接收信号进行分数阶傅里叶变换,求其幅度谱,在幅度谱中找到峰值,取出峰值处分数阶傅里叶变换的数值,依次记为X1j,X2j,…,XMj,设接收阵共有N个接收阵元,则空时频矩阵可以记为
空时频矩阵的每一列都表示了一个亮点的空时频信息,利用该信息可以实现对不同亮点的定位。由式5和式8可知,镜反射回波和棱角反射回波在分数阶傅里叶域中在峰值处表达式不相同,主要是因为镜反射的幅度因子为常数,而棱角反射回波的幅度因子随频率变化。另一方面,还可以看到,两种回波在峰值处相位的表达式是一致的,只与回波的时延有关。因此,可以根据时延信息设计一个空间谱估计器,利用此估计器可以得到每个亮点的空间谱,该空间谱在目标的位置处将出现峰值。设目标的空间位置为b,则该空间谱估计器表达式为
其中,Xi为空时频矩阵的第i列,式10为空间谱估计器,其中w为列向量,第j个元素为
在式10中遍历i即可得到全部亮点的空间谱,找到每个空间谱的峰值即可得到每个亮点的位置。
具体步骤为:
步骤1:发射线性调频信号,使用N个传感器接收目标散射回波。根据惠更思原理,目标散射回波相当于空间中存在一组声源,这些声源按照一定的顺序在不同的时刻向介质中辐射声波,从而将分布式散射声源问题等价地转换为分布式声源问题。依据亮点模型,近场分布式声源的定位问题可以转换为对一组空间分布的亮点的定位问题。然后,令变量j=1,执行步骤2。
步骤2:对第j个通道的接收信号做分数阶傅里叶变换,计算幅度谱。
步骤3:找到幅度谱的M个峰值,记录其位置依次为(u1j,p1j),(u2j,p2j),…,(uMj,pMj),峰值处分数阶傅里叶变换值依次为X1j,X2j,…,XMj。此处,设第i个亮点为镜反射亮点,则峰值处数值为若第m个亮点为棱角反射亮点,则峰值处数值为可见,两种类型亮点的峰值处幅度因子形式不统一,但相位因子具有统一的形式。
步骤4:构造空时频矩阵X,其第j行元素为[X1j,X2j,…,XMj]。
步骤5:如果j<N,则令j←j+1,然后执行步骤2。否则,令i=1,然后执行步骤6。
步骤6:取出空时频矩阵的第i列,记为Xi。计算第i个亮点的空间谱估计器为其中,b为空间中一点的直角坐标系坐标,遍历b即可得到空间谱;w为扫描导向矢量,为N×1的列向量,第j个元素为其中,uij和pij在步骤3中得到;τij等于坐标b与第j个传感器坐标的直线距离除以水中声速得到。由于镜反射亮点和棱角反射亮点峰值处幅度因子形式不统一,而相位因子具有统一的形式,所以此处设计扫向矢量w只利用相位因子。这样设计的好处是可以使用统一的形式同时估计镜反射亮点和棱角亮点位置,即可以用相同的空间谱估计器得到不同类型几何亮点的位置,降低了工程实现的难度。
步骤7:找到Pi(b)的最大值对应的坐标记为bi。bi即为第i个几何亮点的坐标。
步骤8:如果i<M,则令i←i+1,然后执行步骤6。否则执行步骤9。
步骤9:b1,b2,…,bM为M个几何亮点的坐标,执行结束。
综上,本发明提出了一种近场分布式声源定位方法,解决近场情况下分布式声源的定位问题。本发明提出,在近场情况下利用亮点模型,将分布式声源看作一系列空间中分布散射声源的线性叠加。在发射信号为线性调频信号的条件下,本发明利用镜反射回波和棱角反射回波在分数阶傅里叶变换域中峰值处幅度不同,但相位表达式一致的特点,设计了一种空间谱估计器,使得该估计器能够以相同的空间谱估计器得到不同类型几何亮点的位置。
Claims (1)
1.一种近场分布式声源定位方法,其特征在于:步骤如下:
步骤1:发射线性调频信号,使用N个传感器接收目标散射回波;依据亮点模型,将近场分布式声源的定位问题转换为对一组空间分布的亮点的定位问题,令变量j=1,执行步骤2;
步骤2:对第j个通道的接收信号做分数阶傅里叶变换,计算幅度谱;
步骤3:找到幅度谱的M个峰值,记录其位置依次为(u1j,p1j),(u2j,p2j),…,(uMj,pMj),峰值处分数阶傅里叶变换值依次为X1j,X2j,…,XMj;给出第i个亮点为镜反射亮点,则峰值处数值为:
若第m个亮点为棱角反射亮点,则峰值处数值为:
步骤4:构造空时频矩阵X,其第j行元素为[X1j,X2j,…,XMj];
步骤5:如果j<N,则令j←j+1,然后执行步骤2;否则,令i=1,然后执行步骤6;
步骤6:取出空时频矩阵的第i列,记为Xi;则第i个亮点的空间谱估计器为:
步骤7:找到Pi(b)的最大值对应的坐标记为bi,则bi即为第i个几何亮点的坐标;
步骤8:如果i<M,则令i←i+1,然后执行步骤6,否则执行步骤9;
步骤9:b1,b2,…,bM为M个几何亮点的坐标,执行结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010219545.7A CN111323784B (zh) | 2020-03-25 | 2020-03-25 | 一种近场分布式声源定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010219545.7A CN111323784B (zh) | 2020-03-25 | 2020-03-25 | 一种近场分布式声源定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111323784A true CN111323784A (zh) | 2020-06-23 |
CN111323784B CN111323784B (zh) | 2023-01-03 |
Family
ID=71167685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010219545.7A Active CN111323784B (zh) | 2020-03-25 | 2020-03-25 | 一种近场分布式声源定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111323784B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112083423A (zh) * | 2020-09-16 | 2020-12-15 | 哈尔滨工程大学 | 一种多基地声源高精度定位方法 |
CN113126070A (zh) * | 2021-04-16 | 2021-07-16 | 西北工业大学 | 针对复杂水下目标的主动声呐回波或散射波时域模拟方法 |
CN113534161A (zh) * | 2021-05-31 | 2021-10-22 | 中国船舶重工集团公司第七一五研究所 | 一种用于远距离定位水下声源的波束镜像聚焦方法 |
CN114142948A (zh) * | 2021-12-03 | 2022-03-04 | 西交利物浦大学 | 声波通信方法、设备及存储介质 |
CN114396861A (zh) * | 2022-01-26 | 2022-04-26 | 北京海创高科科技有限公司 | 一种双通道钢筋混凝土钢筋结构扫描仪及扫描方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103792512A (zh) * | 2014-02-24 | 2014-05-14 | 哈尔滨工程大学 | 一种基于水平直线阵的近场三维被动定位方法 |
CN103901422A (zh) * | 2014-03-21 | 2014-07-02 | 哈尔滨工程大学 | 一种水下目标回波几何亮点结构特征提取方法 |
CN105005026A (zh) * | 2015-06-08 | 2015-10-28 | 中国船舶重工集团公司第七二六研究所 | 一种近场目标声源三维被动定位方法 |
CN107864020A (zh) * | 2017-11-07 | 2018-03-30 | 哈尔滨工程大学 | 水下小目标单分量声散射回波的变换域提取方法 |
-
2020
- 2020-03-25 CN CN202010219545.7A patent/CN111323784B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103792512A (zh) * | 2014-02-24 | 2014-05-14 | 哈尔滨工程大学 | 一种基于水平直线阵的近场三维被动定位方法 |
CN103901422A (zh) * | 2014-03-21 | 2014-07-02 | 哈尔滨工程大学 | 一种水下目标回波几何亮点结构特征提取方法 |
CN105005026A (zh) * | 2015-06-08 | 2015-10-28 | 中国船舶重工集团公司第七二六研究所 | 一种近场目标声源三维被动定位方法 |
CN107864020A (zh) * | 2017-11-07 | 2018-03-30 | 哈尔滨工程大学 | 水下小目标单分量声散射回波的变换域提取方法 |
Non-Patent Citations (2)
Title |
---|
余赟: "声图测量及定位海试研究", 《声学学报》 * |
汤渭霖: "声呐目标回波的亮点模型", 《声学学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112083423A (zh) * | 2020-09-16 | 2020-12-15 | 哈尔滨工程大学 | 一种多基地声源高精度定位方法 |
CN112083423B (zh) * | 2020-09-16 | 2023-01-03 | 哈尔滨工程大学 | 一种多基地声源高精度定位方法 |
CN113126070A (zh) * | 2021-04-16 | 2021-07-16 | 西北工业大学 | 针对复杂水下目标的主动声呐回波或散射波时域模拟方法 |
CN113534161A (zh) * | 2021-05-31 | 2021-10-22 | 中国船舶重工集团公司第七一五研究所 | 一种用于远距离定位水下声源的波束镜像聚焦方法 |
CN114142948A (zh) * | 2021-12-03 | 2022-03-04 | 西交利物浦大学 | 声波通信方法、设备及存储介质 |
CN114142948B (zh) * | 2021-12-03 | 2023-09-22 | 西交利物浦大学 | 一种长距离声波通信的调制和降噪方法及其通信系统 |
CN114396861A (zh) * | 2022-01-26 | 2022-04-26 | 北京海创高科科技有限公司 | 一种双通道钢筋混凝土钢筋结构扫描仪及扫描方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111323784B (zh) | 2023-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111323784B (zh) | 一种近场分布式声源定位方法 | |
EP3144700B1 (en) | Adaptive beamformer for sonar imaging | |
Zou et al. | Circular acoustic vector-sensor array for mode beamforming | |
CN104502904B (zh) | 一种鱼雷自导波束锐化方法 | |
Hamidi et al. | Sparse signal recovery based imaging in the presence of mode conversion with application to non-destructive testing | |
Allevato et al. | Air-coupled ultrasonic spiral phased array for high-precision beamforming and imaging | |
Bahador et al. | Three-stage Lamb-wave-based damage localization algorithm in plate-like structures for structural health monitoring applications | |
CN105334435A (zh) | 一种基于任意阵形的自适应局部放电超声监测方法 | |
CN111580079A (zh) | 一种基于单矢量水听器的水下运动目标最近接近距离估计方法 | |
Foroozan et al. | MUSIC-based array imaging in multi-modal ultrasonic non-destructive testing | |
CN114002664A (zh) | 和差波束成像目标检测及精确测角方法 | |
Morse et al. | Backscattering of transients by tilted truncated cylindrical shells: Time-frequency identification of ray contributions from measurements | |
Ma et al. | Spatiotemporal two-dimensional deconvolution beam imaging technology | |
Touzé et al. | Double-Capon and double-MUSICAL for arrival separation and observable estimation in an acoustic waveguide | |
Quijano et al. | Experimental observations of active invariance striations in a tank environment | |
CN1875292A (zh) | 分辨声纳阵列中的指向性信息 | |
Liu et al. | Research on DOA estimation method of single MEMS vector hydrophone based on pulse signal | |
Cheng et al. | Robust and low-complexity time-reversal subspace decomposition methods for acoustic emission imaging and localization | |
Shi et al. | An improved generalized inverse beamforming-noise source localization method using acoustic vector sensor arrays | |
Yang et al. | Direction-of-arrival estimation for a uniform circular acoustic vector-sensor array mounted around a cylindrical baffle | |
Elechi et al. | Analysis of a SONAR detecting system using multi-beamforming algorithm | |
Massoud | Direction of arrival estimation in passive sonar systems | |
Zhao et al. | Online Calibration Method of Sonar Array Receiving Directivity Based on USBL | |
Jensen et al. | Signals in noise | |
Li et al. | Underwater data fusion of multiple arrays in a mono-platform for low SNR |
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 |