CN111551943B - 一种基于damas2的稀疏布阵高分辨三维声成像方法及系统 - Google Patents
一种基于damas2的稀疏布阵高分辨三维声成像方法及系统 Download PDFInfo
- Publication number
- CN111551943B CN111551943B CN202010424319.2A CN202010424319A CN111551943B CN 111551943 B CN111551943 B CN 111551943B CN 202010424319 A CN202010424319 A CN 202010424319A CN 111551943 B CN111551943 B CN 111551943B
- Authority
- CN
- China
- Prior art keywords
- scattering point
- result
- distribution function
- estimation result
- calculating
- 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于DAMAS2的稀疏布阵高分辨三维声成像方法及系统,该方法包括:步骤1)对基于稀疏布阵的三维成像声纳的原始回波信号,进行波束形成计算,得到波束能量结果;步骤2)基于接收换能器阵列波束响应,计算得到波数域波束方向图;步骤3)根据散射点分布函数估计结果,计算目标散射点分布函数的波束域形式;并结合波数域波束方向图,计算得到波束输出能量的估计结果;步骤4)对波束输出能量的估计结果与波束能量结果进行收敛判断,当不满足收敛条件时,对散射点分布函数估计结果进行修正,并转入步骤3),直到满足收敛条件;步骤5)对散射点分布函数的估计结果进行滤波、插值和平滑处理得到三维声图像数据。
Description
技术领域
本发明涉及成像声纳系统领域,特别涉及一种基于DAMAS2的稀疏布阵高分辨三维声成像方法及系统。
背景技术
水下三维声成像技术是水下目标探查、识别与地形勘测的重要技术手段,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。
首先对三维成像声纳系信号模型进行简要介绍。
根据图1所示的散射点回波信号的几何模型,假设系统发射阵位于坐标原点,且在接收平面阵的中心位置,接收平面阵位于xoy平面上,第(m,n)个阵元的坐标表示为v=(xm,yn,0)。第i个散射点(1≤i≤P,P为目标的个数)的方位角αi为单位方向矢量ui与其在yoz平面上的投影之间的夹角,俯仰角βi为ui与其在xoz平面上的投影之间的夹角。第i个散射点的单位方向矢量可以表示为通过目标散射后,第(m,n)个接收阵元所接收到的信号为
其中Ai表示散射点幅度值;n(t)表示噪声信号;q(t)表示发射的脉冲信号,经过水声信道传播后获得的信号为q(t-τi,m,n),其中信号双程传播时延表示为
三维成像声纳系统中,以频域成像处理为主,经过傅里叶变换获得频域回波信号表示为
其中S(f)表示频域回波信号的矩阵形式
传统波束形成三维成像方法如下:
假设波束数为Nb×Mb个,通过传统时延叠加方法计算,获得的第(p,q)(0≤p≤Nb-1,0≤q≤Mb-1)个波束结果如下所示
其中(θap,θeq)表示第(p,q)波束对应的导向方向;该导向矢量对应的时延表达式为
时域波束形成结果经过傅里叶变换获得的频域波束形成计算公式为
其中f表示发射信号中心频率,r0表示波束形成聚焦距离。
传统水下三维成像声纳利用波束形成技术进行目标回波信号处理,其分辨率受到孔径尺寸的约束难以提高。传统的高分辨成像算法,要大量进行矩阵求逆计算,不仅计算量高,对信号失配情况过于敏感,成像处理稳定性差,难以在三维成像声纳系统中应用。同时,水下三维成像声纳系统为了降低系统的复杂度,往往采用稀疏布阵方式以减小冗余阵元。在稀疏布阵情况下,为了提高成像系统的成像分辨率,通过解卷积处理能够获得良好的效果。
发明内容
本发明的目的在于克服现有技术缺陷,提出了一种基于DAMAS2的稀疏布阵高分辨三维声成像方法及系统。
为了实现上述目的,本发明提出了一种基于DAMAS2的稀疏布阵高分辨三维声成像方法,所述方法包括:
步骤1)对基于稀疏布阵的三维成像声纳的原始回波信号,进行波束形成计算,得到波束能量结果;
步骤2)基于接收换能器阵列波束响应,计算得到波数域波束方向图;
步骤3)根据散射点分布函数估计结果,计算目标散射点分布函数的波束域形式;并结合波数域波束方向图,计算得到波束输出能量的估计结果;
步骤4)对波束输出能量的估计结果与波束能量结果进行收敛判断,当不满足收敛条件时,应用非正定判定准则对散射点分布函数估计结果进行修正,并转入步骤3),直到满足收敛条件,得到此时的散射点分布函数估计结果;
步骤5)对散射点分布函数的估计结果进行滤波、插值和平滑处理得到三维声图像数据。
作为上述方法的一种改进,所述步骤1)具体包括:
对接收平面阵阵元数为M×N接收平面阵,任意稀疏布阵,得到目标散射点回波信号sm,n(t):
其中,Ai表示散射点幅度值;n(t)表示噪声信号,q(t)表示发射的脉冲信号,经过水声信道传播后获得的信号为q(t-τi,m,n),τi,m,n表示信号双程传播时延:
其中,ri为第i个目标散射点与坐标原点之间的距离,1≤i≤P,P为目标的个数,v为第(m,n)个接收阵元的坐标表示,v=(xm,yn,0),c为水中声速,ui为第i个目标散射点的单位方向矢量:
其中,第i目标个散射点的方位角αi,为单位方向矢量ui与其在yoz平面上的投影之间的夹角,第i个目标散射点的俯仰角βi,为ui与其在xoz平面上的投影之间的夹角;
对目标散射点回波信号进行波束形成计算,得到波束形成结果B(r0,f,ua,ue):
其中,r0表示波束形成聚焦距离,f表示发射信号中心频率,ua=sinθap表示方位向波束方向的正弦值,ue=sinθeq表示俯仰向波束方向的正弦值,(θap,θeq)表示第(p,q)波束对应的导向方向,Sm,n(f)表示通过目标散射后,第(m,n)个接收阵元频域回波信号的矩阵形式,τ(r0,m,n,ua,ue)表示第(m,n)个接收阵元的第(p,q)波束对应的时延表达式:
其中,r0表示波束形成聚焦距离;
根据波束形成结果计算得到波束能量结果I(r0,ua,ue):
作为上述方法的一种改进,所述步骤2)具体包括:
计算接收换能器阵列波束响应BPsparse(f,ua,ue)为:
基于接收换能器阵列波束响应,计算波束方向图结果IP(f,ua,ue):
基于波束方向图结果计算得到波数域波束方向图FIP(ka,ke):
作为上述方法的一种改进,所述步骤3)具体包括:
计算目标散射点分布函数的波束域形式FS(ka,ke)为:
作为上述方法的一种改进,所述步骤4)具体包括:
步骤401)计算第i次波束输出能量的估计结果与波束能量结果的偏差σ:
其中,l0为在观测范围G内的波束个数;
步骤402)判断σ≤th是否成立,其中,th为阈值,如果为是,则转入步骤5),否则,进入步骤403);
令i加1,转入步骤3)。
本发明还提出了一种基于DAMAS2的稀疏布阵高分辨三维声成像系统,所述系统包括:
波束形成模块,用于对基于稀疏布阵的三维成像声纳的原始回波信号,进行波束形成计算,得到波束能量结果;
波束响应模块,用于基于接收换能器阵列波束响应,计算得到波数域波束方向图;
波束能量估计模块,用于根据散射点分布函数估计结果,计算目标散射点分布函数的波束域形式;并结合波数域波束方向图,计算得到波束输出能量的估计结果;
判断模块,用于对波束输出能量的估计结果与波束能量结果进行收敛判断,当不满足收敛条件时,应用非正定判定准则对散射点分布函数估计结果进行修正,并调用波束能量估计模块,直到满足收敛条件,得到此时的散射点分布函数估计结果;
图像输出模块,用于对散射点分布函数的估计结果进行滤波、插值和平滑处理得到三维声图像数据。
与现有技术相比,本发明的优势在于:
1、本发明的方法适用于稀疏布阵情况下的三维成像声纳系统;
2、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;
3、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是方位角与俯仰角定义示意图;
图2是本发明一种基于DAMAS2的稀疏布阵高分辨三维声成像方法的流程图;
图3是本发明方法仿真采用的稀疏布阵阵型结构及分布情况;
图4(a)是采用现有的直接波束形成技术,点目标在(5°,5°)、(5°,5.8°)处的方位向-俯仰向成像结果;
图4(b)是采用本发明的方法,点目标在(5°,5°)、(5°,5.8°)处的俯仰向波束能量图俯仰向侧视图;
图5(a)是采用现有的直接波束形成技术,两个条状目标的方位向-俯仰向成像结果;
图5(b)是采用本发明的方法,两个条状目标的方位向-俯仰向成像成结果。
具体实施方式
本发明的目的在于解决三维成像声纳系统成像分辨率难以提高的问题,在稀疏布阵情况下,提出了一种基于DAMAS2的稀疏布阵高分辨三维声成像方法,该方法在保持了常规波束形成稳定性的同时,有效的提高了成像分辨率,并降低了成像旁瓣级。
下面结合附图和实施例对本发明的技术方案进行详细的说明。
实施例1
首先对三维成像声纳系信号模型进行简要介绍。
根据图1所示的散射点回波信号的几何模型,假设系统发射阵位于坐标原点,且在接收平面阵的中心位置,接收平面阵位于xoy平面上,第(m,n)个阵元的坐标表示为v=(xm,yn,0)。第i(1≤i≤P)个散射点(P为目标的个数)的方位角αi为单位方向矢量ui与其在yoz平面上的投影之间的夹角,俯仰角βi为ui与其在xoz平面上的投影之间的夹角。第i(1≤i≤P)个散射点的单位方向矢量可以表示为通过目标散射后,第(m,n)个接收阵元所接收到的信号为
其中Ai表示散射点幅度值;n(t)表示噪声信号;q(t)表示发射的脉冲信号,经过水声信道传播后获得的信号为q(t-τi,m,n),其中信号双程传播时延表示为
三维成像声纳系统中,以频域成像处理为主,经过傅里叶变换获得频域回波信号表示为
其中S(f)表示频域回波信号的矩阵形式
(1)传统波束形成三维成像方法
假设波束数为Nb×Mb个,通过传统时延叠加方法计算,获得的第(p,q)(0≤p≤Nb-1,0≤q≤Mb-1)个波束结果如下所示
其中(θap,θeq)表示第(p,q)波束对应的导向方向;该导向矢量对应的时延表达式为
时域波束形成结果经过傅里叶变换获得的频域波束形成计算公式为
其中f表示发射信号中心频率,r0表示波束形成聚焦距离。
(2)本发明方法
解卷积处理方法在声源定位中已获得了广泛的研究,本发明基于DAMAS2解卷积方法提出了一种水下三维声成像方法,该方法具体的实现流程如图2所示。根据图2所示的流程,首先基于公式(9)计算三维成像声纳的频域波束形成结果,然后计算接收换能器阵列波束响应,具体计算公式如下
其中ua=sinθap表示方位向波束方向的正弦值,ue=sinθeq表示俯仰向波束方向的正弦值。基于此计算波束方向图结果如下
计算传统频域波束形成能量谱,计算公式如下
初始化基本参数,主要的基本参数包括:迭代次数i=0,目标散射点分布函数初始化为
其中G表示所有通过二维FFT计算波数域波束方向图,基于波束方向图结果计算得到波数域波束方向图FIP(ka,ke):
计算波束输出能量的估计结果如下所示
根据如下估计结果进行迭代收敛判断
其中,l0为在观测范围G内的波束个数。
如果满足要求结束迭代,不满足约束条件重复计算公式(15)-(17)。
(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方法的成像性能进行详细分析。具体仿真参数:采用512个阵元进行随机稀疏布阵,形成如图3所示的稀疏布阵阵型结构及阵元分布情况,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4(a)和图4(b)所示。其中图4(a)是直接波束形成技术实现的点目标三维成像结果;图4(b)是本发明的方法实现的点目标三维成像结果,迭代次数200次,与图4(a)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5(a)和图5(b)给出了传统方法与本发明的方法对两个条状目标的方位向-俯仰向成像结果,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。
实施例2
本发明的实施例2提出了一种基于DAMAS2的稀疏布阵高分辨三维声成像系统。该系统包括以下模块:
波束形成模块,用于对基于稀疏布阵的三维成像声纳的原始回波信号,进行波束形成计算,得到波束能量结果;
波束响应模块,用于基于接收换能器阵列波束响应,计算得到波数域波束方向图;
波束能量估计模块,用于根据散射点分布函数估计结果,计算目标散射点分布函数的波束域形式;并结合波数域波束方向图,计算得到波束输出能量的估计结果;
判断模块,用于对波束输出能量的估计结果与波束能量结果进行收敛判断,当不满足收敛条件时,应用非正定判定准则对散射点分布函数估计结果进行修正,并调用波束能量估计模块,直到满足收敛条件,得到此时的散射点分布函数估计结果;
图像输出模块,用于对散射点分布函数的估计结果进行滤波、插值和平滑处理得到三维声图像数据。
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 (6)
1.一种基于DAMAS2的稀疏布阵高分辨三维声成像方法,所述方法包括:
步骤1)对基于稀疏布阵的三维成像声纳的原始回波信号,进行波束形成计算,得到波束能量结果;
步骤2)基于接收换能器阵列波束响应,计算得到波数域波束方向图;
步骤3)根据散射点分布函数估计结果,计算目标散射点分布函数的波束域形式;并结合波数域波束方向图,计算得到波束输出能量的估计结果;
步骤4)对波束输出能量的估计结果与波束能量结果进行收敛判断,当不满足收敛条件时,应用非正定判定准则对散射点分布函数估计结果进行修正,并转入步骤3),直到满足收敛条件,得到此时的散射点分布函数估计结果;
步骤5)对散射点分布函数的估计结果进行滤波、插值和平滑处理得到三维声图像数据。
2.根据权利要求1所述的基于DAMAS2的稀疏布阵高分辨三维声成像方法,其特征在于,所述步骤1)具体包括:
对接收平面阵阵元数为M×N接收平面阵,任意稀疏布阵,得到目标散射点回波信号sm,n(t):
其中,Ai表示散射点幅度值;n(t)表示噪声信号,q(t)表示发射的脉冲信号,经过水声信道传播后获得的信号为q(t-τi,m,n),τi,m,n表示信号双程传播时延:
其中,ri为第i个目标散射点与坐标原点之间的距离,1≤i≤P,P为目标的个数,v为第(m,n)个接收阵元的坐标表示,v=(xm,yn,0),c为水中声速,ui为第i个目标散射点的单位方向矢量:
其中,第i目标个散射点的方位角αi,为单位方向矢量ui与其在yoz平面上的投影之间的夹角,第i个目标散射点的俯仰角βi,为ui与其在xoz平面上的投影之间的夹角;
对目标散射点回波信号进行波束形成计算,得到波束形成结果B(r0,f,ua,ue):
其中,r0表示波束形成聚焦距离,f表示发射信号中心频率,ua=sinθap表示方位向波束方向的正弦值,ue=sinθeq表示俯仰向波束方向的正弦值,(θap,θeq)表示第(p,q)波束对应的导向方向,Sm,n(f)表示通过目标散射后第(m,n)个接收阵元频域回波信号的矩阵形式,τ(r0,m,n,ua,ue)表示第(m,n)个接收阵元的第(p,q)波束对应的时延表达式:
其中,r0表示波束形成聚焦距离;
根据波束形成结果计算得到波束能量结果I(r0,ua,ue):
6.一种基于DAMAS2的稀疏布阵高分辨三维声成像系统,其特征在于,所述系统包括:
波束形成模块,用于对基于稀疏布阵的三维成像声纳的原始回波信号,进行波束形成计算,得到波束能量结果;
波束响应模块,用于基于接收换能器阵列波束响应,计算得到波数域波束方向图;
波束能量估计模块,用于根据散射点分布函数估计结果,计算目标散射点分布函数的波束域形式;并结合波数域波束方向图,计算得到波束输出能量的估计结果;
判断模块,用于对波束输出能量的估计结果与波束能量结果进行收敛判断,当不满足收敛条件时,应用非正定判定准则对散射点分布函数估计结果进行修正,并调用波束能量估计模块,直到满足收敛条件,得到此时的散射点分布函数估计结果;
图像输出模块,用于对散射点分布函数的估计结果进行滤波、插值和平滑处理得到三维声图像数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010424319.2A CN111551943B (zh) | 2020-05-19 | 2020-05-19 | 一种基于damas2的稀疏布阵高分辨三维声成像方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010424319.2A CN111551943B (zh) | 2020-05-19 | 2020-05-19 | 一种基于damas2的稀疏布阵高分辨三维声成像方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111551943A CN111551943A (zh) | 2020-08-18 |
CN111551943B true CN111551943B (zh) | 2022-07-12 |
Family
ID=72008484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010424319.2A Active CN111551943B (zh) | 2020-05-19 | 2020-05-19 | 一种基于damas2的稀疏布阵高分辨三维声成像方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111551943B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115902853B (zh) * | 2023-03-09 | 2023-05-12 | 中国科学院深海科学与工程研究所 | 一种适用高速海底测绘的合成接收孔径聚焦波束形成方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103565473A (zh) * | 2012-07-27 | 2014-02-12 | 三星电子株式会社 | 图像处理模块和图像处理方法 |
CN105241544A (zh) * | 2015-09-28 | 2016-01-13 | 南京航空航天大学 | 基于近场声阵列的转子噪声源识别方法 |
CN107765221A (zh) * | 2017-09-28 | 2018-03-06 | 合肥工业大学 | 适用于相干和非相干声源的反卷积声源成像算法 |
CN109343003A (zh) * | 2018-11-29 | 2019-02-15 | 重庆大学 | 一种快速迭代收缩波束形成声源识别方法 |
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 |
CN110109058A (zh) * | 2019-05-05 | 2019-08-09 | 中国航发湖南动力机械研究所 | 一种平面阵列反卷积声源识别方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060006765A1 (en) * | 2004-07-09 | 2006-01-12 | Jongtae Yuk | Apparatus and method to transmit and receive acoustic wave energy |
-
2020
- 2020-05-19 CN CN202010424319.2A patent/CN111551943B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103565473A (zh) * | 2012-07-27 | 2014-02-12 | 三星电子株式会社 | 图像处理模块和图像处理方法 |
CN105241544A (zh) * | 2015-09-28 | 2016-01-13 | 南京航空航天大学 | 基于近场声阵列的转子噪声源识别方法 |
CN107765221A (zh) * | 2017-09-28 | 2018-03-06 | 合肥工业大学 | 适用于相干和非相干声源的反卷积声源成像算法 |
CN109343003A (zh) * | 2018-11-29 | 2019-02-15 | 重庆大学 | 一种快速迭代收缩波束形成声源识别方法 |
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 |
CN110109058A (zh) * | 2019-05-05 | 2019-08-09 | 中国航发湖南动力机械研究所 | 一种平面阵列反卷积声源识别方法 |
Non-Patent Citations (2)
Title |
---|
Extensions of DAMAS and Benefits and Limitations of Deconvolution in Beamforming;Robert Dougherty;《Senior Member, AIAA》;20050531;正文全文 * |
二维解卷积波束形成水下高分辨三维声成像;王朋;《声学学报》;20190731;第4卷(第4期);第613-624页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111551943A (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107831480B (zh) | 弹载雷达和差通道稳健自适应杂波抑制方法 | |
CN109375227B (zh) | 一种解卷积波束形成三维声成像方法 | |
CN109765521B (zh) | 一种基于子阵划分的波束域成像方法 | |
CN110161452B (zh) | 基于互质式l型电磁矢量传感器阵列的波达方向估计方法 | |
CN111025273B (zh) | 一种畸变拖曳阵线谱特征增强方法及系统 | |
CN111751800B (zh) | 一种频控阵雷达角度-距离参数解耦合方法 | |
CN102520405B (zh) | 基于图像域墙体影响补偿的穿墙成像方法 | |
CN110907938B (zh) | 一种近场的快速下视合成孔径三维成像方法 | |
CN110687538A (zh) | 一种基于近场聚焦的超波束形成方法 | |
Chi | Underwater Real-Time 3D Acoustical Imaging: Theory, Algorithm and System Design | |
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 | |
CN109541526B (zh) | 一种利用矩阵变换的圆环阵方位估计方法 | |
CN107505604B (zh) | 一种考虑收、发阵元指向性的回波仿真方法 | |
CN111239747B (zh) | 一种基于解卷积的声纳高分辨低旁瓣二维成像方法 | |
CN107202975B (zh) | 一种二维矢量阵阵元姿态误差校正方法 | |
CN113671485A (zh) | 基于admm的米波面阵雷达二维doa估计方法 | |
CN109061594B (zh) | 一种强杂波环境下基于子阵空时自适应处理的测角方法 | |
CN108761433B (zh) | 一种使用mimo声纳差合阵处理的高分辨成像方法 | |
CN109669172B (zh) | 基于主瓣内强干扰抑制的弱目标方位估计方法 | |
CN109375197B (zh) | 一种小尺寸矢量阵低频散射校正方法 | |
CN107153175B (zh) | 基于交替投影的相位加权旁瓣抑制方法 | |
CN115470446A (zh) | 一种适用于多波束测深系统的任意角度快速波束形成方法 | |
CN112230214B (zh) | 一种基于分块平滑内插的mimo雷达虚拟稀疏面阵测角方法 | |
CN115097428A (zh) | 一种基于稀疏表示的nmf主动声纳抗混响方法 | |
CN111722178B (zh) | 一种基于指向性模型数值求解的远场窄带信号来波方向估计方法 |
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 |