CN113189599A - 一种异构环境下多波束声呐成像方法 - Google Patents

一种异构环境下多波束声呐成像方法 Download PDF

Info

Publication number
CN113189599A
CN113189599A CN202110616906.6A CN202110616906A CN113189599A CN 113189599 A CN113189599 A CN 113189599A CN 202110616906 A CN202110616906 A CN 202110616906A CN 113189599 A CN113189599 A CN 113189599A
Authority
CN
China
Prior art keywords
gpu
echo data
formula
cpu
echo
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
Application number
CN202110616906.6A
Other languages
English (en)
Other versions
CN113189599B (zh
Inventor
张福洪
唐佳玲
易志强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN202110616906.6A priority Critical patent/CN113189599B/zh
Publication of CN113189599A publication Critical patent/CN113189599A/zh
Application granted granted Critical
Publication of CN113189599B publication Critical patent/CN113189599B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

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

本发明涉及一种异构环境下多波束声呐成像方法，现有方法存在处理大量回波数据时运算量庞大，导致耗费时间过长，从而难以实时成像的不足。本发明设计如下：首先将声呐接收基阵划分成多个子阵；接着CPU为回波数据所需的存储空间分配内存，并且读取每个子阵接收到的回波数据；而后将读取到的回波数据传入GPU中，GPU分别对回波数据做空间向和距离向上的二维快速傅里叶变换，再对其进行距离向脉冲压缩；最终将压缩结果从GPU传回CPU，CPU对结果进行取模，完成多波束声呐的实时成像。

Description

一种异构环境下多波束声呐成像方法
技术领域
本发明属于水声通信中多波束声呐成像技术领域，具体涉及一种基于CPU+GPU异构环境下多波束声呐成像方法。
技术背景
多波束声呐是一种水下成像声呐，其利用不同子阵接收到的回波信号相对于基准子阵的延时差，通过快速傅里叶变换把子阵域信号转换为空间域信号，形成空间指向，空域谱上的谱峰位置对应了信号的入射角度，从而实现多波束声呐对水下目标的聚焦成像。由于在水中采集到的信号信噪比较低，需要通过频域波束形成算法获得足够高的信噪比，以便对水下目标进行精准定位。
随着多波束声呐技术的不断发展，一方面，在探测小目标时对成像分辨率的要求高，原始数据量的增加导致成像速度明显变慢，难以满足多波束声呐实时性需求；另一方面，宽带波束形成的主要计算开销在于频率点和角度点的循环，运算量较大，现有技术中多波束声呐在处理数据时仅靠CPU来实现实时成像比较困难。GPU(图形处理单元)的出现为多波束声呐成像处理提供了新的平台，GPU是一种高效的通用平台并行计算协处理器，在GPU环境下可对循环进行并行化设计，再将其与CPU进行异构，可进一步提升数据处理效率。
发明内容
本发明的目的在于克服现有技术中多波束成像声呐存在的耗时长、实时性差等不足，提出了一种基于异构环境的多波束声呐成像方法，可实时处理采集到的大量数据，有效缩短成像时间。
为实现上述目的，本发明选用线性调频信号为发射信号，换能器基阵为等间隔直线阵，并结合CPU+GPU异构协同处理的方法进行实时成像，将内存分配、读取回波数据和数据成像交由CPU处理，将二维快速傅里叶变换和距离向脉冲压缩交由GPU处理。各子阵的数据并行处理，有效地提高了运算效率，克服了现有技术实时性差的不足。
本发明为一种异构环境下多波束声呐成像方法，该成像方法具体包含以下步骤：
步骤(1)：对声呐发射的线性调频信号进行采样，采样后取得的数字信号s(n)如式(1)所示：
Figure BDA0003097998320000011
式(1)中，“Re()”表示取实部，“exp()”表示以自然常数e为底的指数函数，
Figure BDA0003097998320000021
f0为载波频率，K为调频率，n为离散时间序号，fs为采样频率，N为采样点数；
步骤(2)：将总长度为l的接收基阵划分为M个子阵，为满足角度分辨率的要求，子阵长度L参照
Figure BDA0003097998320000022
设置，那么子阵个数M如式(2)所示：
Figure BDA0003097998320000023
其中，λ为发射信号的波长，ΔΦ为角度分辨率；
步骤(3)：CPU为回波数据所需的存储空间分配内存，并且读取每个子阵接收到的回波数据x(m,n)，将其送入存储空间缓存，以备GPU作进一步处理，回波数据如(3)所示：
Figure BDA0003097998320000024
其中，m＝0,1,…,M-1为M个子阵的序号，αm表示接收到第m路回波的幅度衰减因子，这里τm为第m个子阵收到回波相对于基准子阵的时延，若探测距离r满足式(4)，则认为信号近似平面波传播：
Figure BDA0003097998320000025
则τm如式(5)所示：
Figure BDA0003097998320000026
式(5)中，d为子阵间隔且等于λ/2，θ为回波相对于基阵法线方向的入射角，c为声波在水中传播的速度；
步骤(4)：GPU直接调用其自带的CUFFT加速库中的cufftExecC2C函数，对回波数据x(m,n)做空间向快速傅里叶变换，如式(6)所示：
Figure BDA0003097998320000027
再对B(k,n)做距离向快速傅里叶变换，如式(7)所示：
Figure BDA0003097998320000028
步骤(5)：在GPU中将s(n)按式(8)进行变换：
Figure BDA0003097998320000029
再次调用GPU中的cufftExecC2C函数，按式(9)得到信号y(k,n)：
Figure BDA0003097998320000031
其中，()*表示复共轭运算；
步骤(6)：GPU将y(k,n)传回CPU，CPU对y(k,n)进行取模后实现成像。
作为本发明的优选，以CPU为主处理器完成分配回波数据所需的内存、读取回波数据和数据成像，以GPU为协处理器实现二维快速傅里叶变换和距离向脉冲压缩；在空间向处理时，在GPU中直接调用CUFFT库函数对回波数据并行处理；在距离向处理时，通过沿空间向子阵的划分，使得GPU对回波数据同时并行处理。
异构环境下多波束声呐成像方法执行完成。
本发明具有的有益效果是：本发明针对多波束声呐成像，本发明所提的基于CPU+GPU异构环境下成像具有实时性好的优点，通过数据处理任务的分割，能够完成多子阵数据的并行处理，解决了目前多波束声呐成像处理方法因所需的庞大运算量带来的成像耗时长和实时性差的不足。
具体实施方式
以下对本发明作进一步说明。
一种异构环境下多波束声呐成像方法，包括以下步骤：
步骤(1)：对声呐发射的线性调频信号进行采样，采样后取得的数字信号s(n)如式(1)所示：
Figure BDA0003097998320000032
式(1)中，“Re()”表示取实部，“exp()”表示以自然常数e为底的指数函数，
Figure BDA0003097998320000033
f0为载波频率，K为调频率，n为离散时间序号，fs为采样频率，N为采样点数；
步骤(2)：将总长度为l的接收基阵划分为M个子阵，为满足角度分辨率的要求，子阵长度L参照
Figure BDA0003097998320000034
设置，那么子阵个数M如式(2)所示：
Figure BDA0003097998320000035
其中，λ为发射信号的波长，ΔΦ为角度分辨率；
步骤(3)：CPU为回波数据所需的存储空间分配内存，并且读取每个子阵接收到的回波数据x(m,n)，将其送入存储空间缓存，以备GPU作进一步处理，回波数据如(3)所示：
Figure BDA0003097998320000041
其中，m＝0,1,…,M-1为M个子阵的序号，αm表示接收到第m路回波的幅度衰减因子，这里τm为第m个子阵收到回波相对于基准子阵的时延，若探测距离r满足式(4)，则认为信号近似平面波传播：
Figure BDA0003097998320000042
则τm如式(5)所示：
Figure BDA0003097998320000043
式(5)中，d为子阵间隔且等于λ/2，θ为回波信号相对于基阵法线方向的入射角，c为声波在水中传播的速度；
步骤(4)：GPU直接调用其自带的CUFFT加速库中的cufftExecC2C函数，对回波数据x(m,n)做空间向快速傅里叶变换，如式(6)所示：
Figure BDA0003097998320000044
再对B(k,n)做距离向快速傅里叶变换，如式(7)所示：
Figure BDA0003097998320000045
步骤(5)：在GPU中将s(n)按式(8)进行变换：
Figure BDA0003097998320000046
再次调用GPU中的cufftExecC2C函数，按式(9)得到信号y(k,n)：
Figure BDA0003097998320000047
其中，()*表示复共轭运算；
步骤(6)：GPU将y(k,n)传回CPU，CPU对y(k,n)进行取模后实现成像。
异构环境下多波束声呐成像方法执行完成。
本实施例针对多波束声呐成像，本发明所提的基于CPU+GPU异构环境下成像具有实时性好的优点，通过数据处理任务的分割，能够完成多子阵数据的并行处理，解决了目前多波束声呐成像处理方法因所需的庞大运算量带来的成像耗时长和实时性差的不足。
以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

Claims (2)

1.一种异构环境下多波束声呐成像方法，其特征在于，包括以下步骤：
步骤(1)：对声呐发射的线性调频信号进行采样，采样后取得的数字信号s(n)如式(1)所示：
Figure FDA0003097998310000011
式(1)中，“Re()”表示取实部，“exp()”表示以自然常数e为底的指数函数，
Figure FDA0003097998310000018
f0为载波频率，K为调频率，n为离散时间序号，fs为采样频率，N为采样点数；
步骤(2)：将总长度为l的接收基阵划分为M个子阵，为满足角度分辨率的要求，子阵长度L参照
Figure FDA0003097998310000012
设置，那么子阵个数M如式(2)所示：
Figure FDA0003097998310000013
其中，λ为发射信号的波长，ΔΦ为角度分辨率；
步骤(3)：CPU为回波数据所需的存储空间分配内存，并且读取每个子阵接收到的回波数据x(m,n)，将其送入存储空间缓存，以备GPU作进一步处理，回波数据如(3)所示：
x(m,n)＝αms(n-τmfs)
Figure FDA0003097998310000014
其中，m＝0,1,…,M-1为M个子阵的序号，αm表示接收到第m路回波的幅度衰减因子，这里τm为第m个子阵收到回波相对于基准子阵的时延，若探测距离r满足式(4)，则判定信号近似平面波传播：
Figure FDA0003097998310000015
则τm如式(5)所示：
Figure FDA0003097998310000016
式(5)中，d为子阵间隔且等于λ/2，θ为回波相对于基阵法线方向的入射角，c为声波在水中传播的速度；
步骤(4)：GPU直接调用其自带的CUFFT加速库中的cufftExecC2C函数，对回波数据x(m,n)做空间向快速傅里叶变换，如式(6)所示：
Figure FDA0003097998310000017
再对B(k,n)做距离向快速傅里叶变换，如式(7)所示：
Figure FDA0003097998310000021
步骤(5)：在GPU中将数字信号s(n)按式(8)进行变换：
Figure FDA0003097998310000022
再次调用GPU中的cufftExecC2C函数，按式(9)得到信号y(k,n)：
Figure FDA0003097998310000023
其中，()*表示复共轭运算；
步骤(6)：GPU将y(k,n)传回CPU，CPU对y(k,n)进行取模后实现成像。
2.根据权利要求1所述的一种异构环境下多波束声呐成像方法，其特征在于：以CPU为主处理器完成分配回波数据所需的内存、读取回波数据和数据成像，以GPU为协处理器实现二维快速傅里叶变换和距离向脉冲压缩；在空间向处理时，在GPU中直接调用CUFFT库函数对回波数据并行处理；在距离向处理时，通过沿空间向子阵的划分，使得GPU对回波数据同时并行处理。
CN202110616906.6A 2021-06-02 2021-06-02 一种异构环境下多波束声呐成像方法 Active CN113189599B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110616906.6A CN113189599B (zh) 2021-06-02 2021-06-02 一种异构环境下多波束声呐成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110616906.6A CN113189599B (zh) 2021-06-02 2021-06-02 一种异构环境下多波束声呐成像方法

Publications (2)

Publication Number Publication Date
CN113189599A true CN113189599A (zh) 2021-07-30
CN113189599B CN113189599B (zh) 2022-06-10

Family

ID=76975916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110616906.6A Active CN113189599B (zh) 2021-06-02 2021-06-02 一种异构环境下多波束声呐成像方法

Country Status (1)

Country Link
CN (1) CN113189599B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108490443A (zh) * 2018-02-24 2018-09-04 中国人民解放军海军工程大学 基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法
CN109444901A (zh) * 2018-11-14 2019-03-08 杭州电子科技大学 一种异构环境下多子阵sas子孔径成像方法
US20190228545A1 (en) * 2016-09-28 2019-07-25 Covidien Lp System and method for parallelization of cpu and gpu processing for ultrasound imaging devices
CN110632606A (zh) * 2019-08-02 2019-12-31 中国船舶重工集团公司第七一五研究所 一种基于空间重采样的二维快速傅里叶变换三维成像方法
KR20200056818A (ko) * 2018-11-15 2020-05-25 국방과학연구소 소나 영상 내 객체인식 병렬 처리 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190228545A1 (en) * 2016-09-28 2019-07-25 Covidien Lp System and method for parallelization of cpu and gpu processing for ultrasound imaging devices
CN108490443A (zh) * 2018-02-24 2018-09-04 中国人民解放军海军工程大学 基于解析解及NUFFT的多子阵合成孔径声纳ωk成像算法
CN109444901A (zh) * 2018-11-14 2019-03-08 杭州电子科技大学 一种异构环境下多子阵sas子孔径成像方法
KR20200056818A (ko) * 2018-11-15 2020-05-25 국방과학연구소 소나 영상 내 객체인식 병렬 처리 방법
CN110632606A (zh) * 2019-08-02 2019-12-31 中国船舶重工集团公司第七一五研究所 一种基于空间重采样的二维快速傅里叶变换三维成像方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BUSKENES, JO INGE ET AL.: "An Optimized GPU Implementation of the MVDR Beamformer for Active Sonar Imaging", 《IEEE JOURNAL OF OCEANIC ENGINEERING》 *
唐扶光等: "基于GPU的线频调变标算法并行实现", 《舰船电子工程》 *
江静: "SAS信号成像及运动补偿技术研究与实现", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
钟何平 等: "异构环境下的多子阵合成孔径声呐距离多普勒成像算法", 《计算机应用研究》 *

Also Published As

Publication number Publication date
CN113189599B (zh) 2022-06-10

Similar Documents

Publication Publication Date Title
CN109283536B (zh) 一种多波束测深声呐水体成像波束形成方法
EP1802994B1 (en) Method and system for improved ultrasound imaging using transmitter-receiver pairs
CN112505710B (zh) 一种多波束合成孔径声呐三维成像算法
CN109444901B (zh) 一种异构环境下多子阵sas子孔径成像方法
US5822276A (en) Broadband sonar method and apparatus for use with conventional sonar sensor arrays
CN113868583B (zh) 一种子阵波束聚焦的声源距离计算方法及系统
CN109975814B (zh) 超声成像方法、系统和设备
CN109725285B (zh) 一种基于mvdr协方差矩阵元素自适应相角转换的doa估计方法
CN104656073B (zh) 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
CN109375227B (zh) 一种解卷积波束形成三维声成像方法
Chi Underwater Real-Time 3D Acoustical Imaging: Theory, Algorithm and System Design
CN109491009B (zh) 一种光纤组合阵及基于光纤组合阵的栅瓣抑制方法
JPS6250781B2 (zh)
CN113189599B (zh) 一种异构环境下多波束声呐成像方法
CN112098938B (zh) 一种基于六元锥矢量阵的水声目标降维匹配声场定位方法
Wu et al. Passive source depth estimation using beam intensity striations of a horizontal linear array in deep water
Ma et al. Spatiotemporal two-dimensional deconvolution beam imaging technology
CN108761433B (zh) 一种使用mimo声纳差合阵处理的高分辨成像方法
Kerstens et al. An optimized planar MIMO array approach to in-air synthetic aperture sonar
CN113359196B (zh) 基于子空间法和dbf的多目标生命体征探测方法
TW202030496A (zh) 訊號處理方法
AU2010297455A1 (en) Method and device for measuring a profile of the ground
Cui et al. Synchronous 3-D imaging and velocity estimation of underwater targets using pulse-pair acoustical imaging technique
CN112711018A (zh) 一种近场空间网状结构聚焦波束形成方法
Jiang et al. Beam-time delay domain deconvolved scheme for high-resolution active localization of underwater targets

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