CN113406650A - 三维侧扫声呐成阵列方法及设备 - Google Patents
三维侧扫声呐成阵列方法及设备 Download PDFInfo
- Publication number
- CN113406650A CN113406650A CN202110962854.8A CN202110962854A CN113406650A CN 113406650 A CN113406650 A CN 113406650A CN 202110962854 A CN202110962854 A CN 202110962854A CN 113406650 A CN113406650 A CN 113406650A
- Authority
- CN
- China
- Prior art keywords
- array
- dimensional
- sonar
- snapshot
- richardson
- 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.)
- Pending
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
- G01S15/8902—Side-looking sonar
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
- G06F17/153—Multidimensional correlation or convolution
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Algebra (AREA)
- Acoustics & Sound (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提供了一种三维侧扫声呐成阵列方法及设备。所述方法包括:根据接收时长差,将接收阵列的信号分割为若干距离快拍,对每个距离快拍进行常规波束形成,生成基于信号强度的灰度图像;根据信号强度设置每个距离快拍的范围,并根据声呐接收阵列偏航和俯仰方向的阵元数量和阵元间距,以及偏航角和俯仰角,设置二维卷积核;设置迭代次数并进入一距离快拍,进行Richardson‑Lucy反卷积算法迭代运算,若达到最大迭代次数,则将Richardson‑Lucy反卷积算法迭代运算的结果作为所述一距离快拍的输出。本发明可以实时对水声图像进行超分辨率成像,在声呐的阵元数量和阵元间距受限的前提下,完成对水下物体的高精度测绘。
Description
技术领域
本发明实施例涉及声呐技术领域,尤其涉及一种三维侧扫声呐成阵列方法及设备。
背景技术
三维侧扫声呐在水底地形测量领域有非常广的应用。由于这种声呐系统具有可立体成像的优点,可以获得一个水底物体的精确三维模型,并实现几何形状的分辨。对于现有的三维侧扫声呐来说,其角度分辨率和距离分辨率制约了三维成像的精确性,由于三维侧扫声呐可能需要在各种狭小的环境安装或使用,声呐接收阵列的阵元数量和阵元间距受限明显,进一步限制了空间角度分辨率。在狭小的空间内部安装多个接收阵列较为困难,因此现有的三维侧扫声呐接收阵列的阵元数量较少,限制了分辨率的提升。同时,由于需要将每一个距离切片的数据分别进行波束形成处理,导致计算繁杂,制约了三维成像的精确性和实时性。因此,开发一种三维侧扫声呐成阵列方法及设备,可以有效克服上述相关技术中的缺陷,就成为业界亟待解决的技术问题。
发明内容
针对现有技术存在的上述问题,本发明实施例提供了一种三维侧扫声呐成阵列方法及设备。
第一方面,本发明的实施例提供了一种三维侧扫声呐成阵列方法,包括:根据接收时长差,将接收阵列的信号分割为若干距离快拍,对每个距离快拍进行常规波束形成,生成基于信号强度的灰度图像;根据信号强度设置每个距离快拍的范围,并根据声呐接收阵列偏航和俯仰方向的阵元数量和阵元间距,以及偏航角和俯仰角,设置二维卷积核;设置迭代次数并进入一距离快拍,进行Richardson-Lucy反卷积算法迭代运算,若达到最大迭代次数,则将Richardson-Lucy反卷积算法迭代运算的结果作为所述一距离快拍的输出。
在上述方法实施例内容的基础上,本发明实施例中提供的三维侧扫声呐成阵列方法,所述对每个距离快拍进行常规波束形成,生成基于信号强度的灰度图像,包括:
其中,S(x,y)为常规波束形成输出图像的强度数值;x,y分别为波束形成输出图像的横坐标和纵坐标,即预成波束的数量;f(m,n)为特定坐标的阵元的原始信号,为一复数;M,N分别为声呐接收阵列阵元在横向和纵向的数量;j为虚数单位;m为横向的第m个声呐接收阵列阵元;n为纵向的第n个声呐接收阵列阵元。
在上述方法实施例内容的基础上,本发明实施例中提供的三维侧扫声呐成阵列方法,所述并根据声呐接收阵列偏航和俯仰方向的阵元数量和阵元间距,以及偏航角和俯仰角,设置二维卷积核,包括:
在上述方法实施例内容的基础上,本发明实施例中提供的三维侧扫声呐成阵列方法,所述进行Richardson-Lucy反卷积算法迭代运算,包括:
在上述方法实施例内容的基础上,本发明实施例中提供的三维侧扫声呐成阵列方法,在所述进行Richardson-Lucy反卷积算法迭代运算之后,还包括:若未达到最大迭代次数,则继续进行Richardson-Lucy反卷积算法迭代运算。
在上述方法实施例内容的基础上,本发明实施例中提供的三维侧扫声呐成阵列方法,在所述则将Richardson-Lucy反卷积算法迭代运算的结果作为所述一距离快拍的输出之后,还包括:若完成对所有距离快拍的计算,则结束Richardson-Lucy反卷积算法迭代运算。
第二方面,本发明的实施例提供了一种三维侧扫声呐成阵列系统,包括:发射阵列模块,用于发射球面波或柱面波超声信号;接收阵列模块,用于将超声波回波的声压强度的变化转换为电信号,并通过正交解调电路提取信号的幅值和相位;波束形成和反卷积模块,用于实现如第一方面方法实施例中任一实施例所述的三维侧扫声呐成阵列方法;显示控制模块,用于进行用户交互和三维成像数据的显示。
第三方面,本发明的实施例提供了一种三维侧扫声呐成阵列装置,包括:第一主模块,用于根据接收时长差,将接收阵列的信号分割为若干距离快拍,对每个距离快拍进行常规波束形成,生成基于信号强度的灰度图像;第二主模块,用于根据信号强度设置每个距离快拍的范围,并根据声呐接收阵列偏航和俯仰方向的阵元数量和阵元间距,以及偏航角和俯仰角,设置二维卷积核;第三主模块,用于设置迭代次数并进入一距离快拍,进行Richardson-Lucy反卷积算法迭代运算,若达到最大迭代次数,则将Richardson-Lucy反卷积算法迭代运算的结果作为所述一距离快拍的输出。
第四方面,本发明的实施例提供了一种电子设备,包括:
至少一个处理器;以及
与处理器通信连接的至少一个存储器,其中:
存储器存储有可被处理器执行的程序指令,处理器调用程序指令能够执行第一方面的各种实现方式中任一种实现方式所提供的三维侧扫声呐成阵列方法。
第五方面,本发明的实施例提供了一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令使计算机执行第一方面的各种实现方式中任一种实现方式所提供的三维侧扫声呐成阵列方法。
本发明实施例提供的三维侧扫声呐成阵列方法及设备,通过每个距离快拍生成基于信号强度的灰度图像,根据信号强度设置每个距离快拍的范围,并设置二维卷积核,设置迭代次数并对距离快拍进行Richardson-Lucy反卷积算法迭代运算,并将结果作为所述一距离快拍的输出,可以实现三维图像的实时处理,对水声图像进行超分辨率成像,在声呐的阵元数量和阵元间距受限的前提下,完成对水下物体的高精度测绘。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单的介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的三维侧扫声呐成阵列方法流程图;
图2为本发明实施例提供的三维侧扫声呐成阵列装置结构示意图;
图3为本发明实施例提供的电子设备的实体结构示意图;
图4为本发明实施例提供的三维侧扫声呐成阵列系统结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。另外,本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合,以形成可行的技术方案,这种结合不受步骤先后次序和/或结构组成模式的约束,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时,应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明实施例提供了一种三维侧扫声呐成阵列方法,参见图1,该方法包括:根据接收时长差,将接收阵列的信号分割为若干距离快拍,对每个距离快拍进行常规波束形成,生成基于信号强度的灰度图像;根据信号强度设置每个距离快拍的范围,并根据声呐接收阵列偏航和俯仰方向的阵元数量和阵元间距,以及偏航角和俯仰角,设置二维卷积核;设置迭代次数并进入一距离快拍,进行Richardson-Lucy反卷积算法迭代运算,若达到最大迭代次数,则将Richardson-Lucy反卷积算法迭代运算的结果作为所述一距离快拍的输出。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的三维侧扫声呐成阵列方法,所述对每个距离快拍进行常规波束形成,生成基于信号强度的灰度图像,包括:
其中,S(x,y)为常规波束形成输出图像的强度数值;x,y分别为波束形成输出图像的横坐标和纵坐标,即预成波束的数量;f(m,n)为特定坐标的阵元的原始信号,为一复数;M,N分别为声呐接收阵列阵元在横向和纵向的数量;j为虚数单位;m为横向的第m个声呐接收阵列阵元;n为纵向的第n个声呐接收阵列阵元。
具体地,每一个距离快拍的原始信号,首先通过常规波束形成算法,生成一幅基于强度的灰度图像。本发明通过在GPU平台上运行FFT算法完成常规波束形成的处理,具体如(1)式所示。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的三维侧扫声呐成阵列方法,所述并根据声呐接收阵列偏航和俯仰方向的阵元数量和阵元间距,以及偏航角和俯仰角,设置二维卷积核,包括:
具体地,常规波束形成运行完成后,通过用户设置,或根据信号强度自动设置进行反卷积算法的距离快拍的范围。根据声呐接收阵列阵元的横方向和纵方向间距,以及偏航和俯仰方向预成波束的数量,设置二维卷积核的尺寸。卷积核是一个关于俯仰角和偏航角的函数,计算公式如(2)式所示。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的三维侧扫声呐成阵列方法,所述进行Richardson-Lucy反卷积算法迭代运算,包括:
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的三维侧扫声呐成阵列方法,在所述进行Richardson-Lucy反卷积算法迭代运算之后,还包括:若未达到最大迭代次数,则继续进行Richardson-Lucy反卷积算法迭代运算。
基于上述方法实施例的内容,作为一种可选的实施例,本发明实施例中提供的三维侧扫声呐成阵列方法,在所述则将Richardson-Lucy反卷积算法迭代运算的结果作为所述一距离快拍的输出之后,还包括:若完成对所有距离快拍的计算,则结束Richardson-Lucy反卷积算法迭代运算。
本发明实施例提供的三维侧扫声呐成阵列方法,通过每个距离快拍生成基于信号强度的灰度图像,根据信号强度设置每个距离快拍的范围,并设置二维卷积核,设置迭代次数并对距离快拍进行Richardson-Lucy反卷积算法迭代运算,并将结果作为所述一距离快拍的输出,可以实现三维图像的实时处理,对水声图像进行超分辨率成像,在声呐的阵元数量和阵元间距受限的前提下,完成对水下物体的高精度测绘。
本发明实施例提供的三维侧扫声呐成阵列方法,通过在NVIDIA GPU平台上运行核心的信号处理算法,有效加快了算法的运行时长,实现了关键算法能够在两次声呐发射信号的时长间隔中完成运算,实现三维图像的实时处理,通过反卷积算法,实现了水声图像的超分辨成像。在声呐的阵元数量和阵元间距受限的情况下,较好的实现了高精度水下测绘功能,可以在集成角度和位置传感器的情况下,自动拼接多次测量的三维数据,并生成全航迹方向的三维水下地形。
本发明实施例提供了一种三维侧扫声呐成阵列系统,参见图4,该系统包括:发射阵列模块,用于发射球面波或柱面波超声信号;接收阵列模块,用于将超声波回波的声压强度的变化转换为电信号,并通过正交解调电路提取信号的幅值和相位;波束形成和反卷积模块,用于实现如前述方法实施例中任一实施例所述的三维侧扫声呐成阵列方法;显示控制模块,用于进行用户交互和三维成像数据的显示。
具体地,发射阵列模块,用于发射球面波或柱面波超声信号。由于声呐与目标之间的平均距离远大于声呐工作的波长,因此接收阵处理信号时,近似为远场信号,即假设目标的回波是平行的。接收阵列模块,为多个水声换能器组成的相控阵系统,所有阵元布置在一个平面上。换能器可以将超声波回波的声压强度的变化转换为电信号,并通过正交解调电路提取信号的幅值和相位。每一个换能器阵元在某一个时刻,输出一个复数,包括信号的幅值和相位信息。波束形成和反卷积模块,在NVIDIA GPU上,通过调用CUDA API实现算法的运行。显示控制模块,负责进行用户交互和三维成像数据的显示。当声呐安装在移动平台时,显示控制软件会结合与声呐连接的陀螺仪和GPS接收机的数据,自动进行声呐位置的偏移和对应三维模型的生成。
本发明各个实施例的实现基础是通过具有处理器功能的设备进行程序化的处理实现的。因此在工程实际中,可以将本发明各个实施例的技术方案及其功能封装成各种模块。基于这种现实情况,在上述各实施例的基础上,本发明的实施例提供了一种三维侧扫声呐成阵列装置,该装置用于执行上述方法实施例中的三维侧扫声呐成阵列方法。参见图2,该装置包括:第一主模块,用于根据接收时长差,将接收阵列的信号分割为若干距离快拍,对每个距离快拍进行常规波束形成,生成基于信号强度的灰度图像;第二主模块,用于根据信号强度设置每个距离快拍的范围,并根据声呐接收阵列偏航和俯仰方向的阵元数量和阵元间距,以及偏航角和俯仰角,设置二维卷积核;第三主模块,用于设置迭代次数并进入一距离快拍,进行Richardson-Lucy反卷积算法迭代运算,若达到最大迭代次数,则将Richardson-Lucy反卷积算法迭代运算的结果作为所述一距离快拍的输出。
本发明实施例提供的三维侧扫声呐成阵列装置,采用图2中的若干模块,通过每个距离快拍生成基于信号强度的灰度图像,根据信号强度设置每个距离快拍的范围,并设置二维卷积核,设置迭代次数并对距离快拍进行Richardson-Lucy反卷积算法迭代运算,并将结果作为所述一距离快拍的输出,可以实现三维图像的实时处理,对水声图像进行超分辨率成像,在声呐的阵元数量和阵元间距受限的前提下,完成对水下物体的高精度测绘。
需要说明的是,本发明提供的装置实施例中的装置,除了可以用于实现上述方法实施例中的方法外,还可以用于实现本发明提供的其他方法实施例中的方法,区别仅仅在于设置相应的功能模块,其原理与本发明提供的上述装置实施例的原理基本相同,只要本领域技术人员在上述装置实施例的基础上,参考其他方法实施例中的具体技术方案,通过组合技术特征获得相应的技术手段,以及由这些技术手段构成的技术方案,在保证技术方案具备实用性的前提下,就可以对上述装置实施例中的装置进行改进,从而得到相应的装置类实施例,用于实现其他方法类实施例中的方法。例如:
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的三维侧扫声呐成阵列装置,还包括:第一子模块,用于实现所述对每个距离快拍进行常规波束形成,生成基于信号强度的灰度图像,包括:
其中,S(x,y)为常规波束形成输出图像的强度数值;x,y分别为波束形成输出图像的横坐标和纵坐标,即预成波束的数量;f(m,n)为特定坐标的阵元的原始信号,为一复数;M,N分别为声呐接收阵列阵元在横向和纵向的数量;j为虚数单位;m为横向的第m个声呐接收阵列阵元;n为纵向的第n个声呐接收阵列阵元。
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的三维侧扫声呐成阵列装置,还包括:第二子模块,用于实现所述并根据声呐接收阵列偏航和俯仰方向的阵元数量和阵元间距,以及偏航角和俯仰角,设置二维卷积核,包括:
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的三维侧扫声呐成阵列装置,还包括:第三子模块,用于实现所述进行Richardson-Lucy反卷积算法迭代运算,包括:
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的三维侧扫声呐成阵列装置,还包括:第四子模块,用于实现在所述进行Richardson-Lucy反卷积算法迭代运算之后,还包括:若未达到最大迭代次数,则继续进行Richardson-Lucy反卷积算法迭代运算。
基于上述装置实施例的内容,作为一种可选的实施例,本发明实施例中提供的三维侧扫声呐成阵列装置,还包括:第五子模块,用于实现在所述则将Richardson-Lucy反卷积算法迭代运算的结果作为所述一距离快拍的输出之后,还包括:若完成对所有距离快拍的计算,则结束Richardson-Lucy反卷积算法迭代运算。
本发明实施例的方法是依托电子设备实现的,因此对相关的电子设备有必要做一下介绍。基于此目的,本发明的实施例提供了一种电子设备,如图3所示,该电子设备包括:至少一个处理器(processor)、通信接口(Communications Interface)、至少一个存储器(memory)和通信总线,其中,至少一个处理器,通信接口,至少一个存储器通过通信总线完成相互间的通信。至少一个处理器可以调用至少一个存储器中的逻辑指令,以执行前述各个方法实施例提供的方法的全部或部分步骤。
此外,上述的至少一个存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个方法实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。基于这种认识,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
在本专利中,术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句"包括……"限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种三维侧扫声呐成阵列方法,其特征在于,包括:根据接收时长差,将接收阵列的信号分割为若干距离快拍,对每个距离快拍进行常规波束形成,生成基于信号强度的灰度图像;根据信号强度设置每个距离快拍的范围,并根据声呐接收阵列偏航和俯仰方向的阵元数量和阵元间距,以及偏航角和俯仰角,设置二维卷积核;设置迭代次数并进入一距离快拍,进行Richardson-Lucy反卷积算法迭代运算,若达到最大迭代次数,则将Richardson-Lucy反卷积算法迭代运算的结果作为所述一距离快拍的输出。
5.根据权利要求4所述的三维侧扫声呐成阵列方法,其特征在于,在所述进行Richardson-Lucy反卷积算法迭代运算之后,还包括:若未达到最大迭代次数,则继续进行Richardson-Lucy反卷积算法迭代运算。
6.根据权利要求5所述的三维侧扫声呐成阵列方法,其特征在于,在所述则将Richardson-Lucy反卷积算法迭代运算的结果作为所述一距离快拍的输出之后,还包括:若完成对所有距离快拍的计算,则结束Richardson-Lucy反卷积算法迭代运算。
7.一种三维侧扫声呐成阵列系统,其特征在于,包括:发射阵列模块,用于发射球面波或柱面波超声信号;接收阵列模块,用于将超声波回波的声压强度的变化转换为电信号,并通过正交解调电路提取信号的幅值和相位;波束形成和反卷积模块,用于实现如权利要求1至6任一权利要求所述的三维侧扫声呐成阵列方法;显示控制模块,用于进行用户交互和三维成像数据的显示。
8.一种三维侧扫声呐成阵列装置,其特征在于,包括:第一主模块,用于根据接收时长差,将接收阵列的信号分割为若干距离快拍,对每个距离快拍进行常规波束形成,生成基于信号强度的灰度图像;第二主模块,用于根据信号强度设置每个距离快拍的范围,并根据声呐接收阵列偏航和俯仰方向的阵元数量和阵元间距,以及偏航角和俯仰角,设置二维卷积核;第三主模块,用于设置迭代次数并进入一距离快拍,进行Richardson-Lucy反卷积算法迭代运算,若达到最大迭代次数,则将Richardson-Lucy反卷积算法迭代运算的结果作为所述一距离快拍的输出。
9.一种电子设备,其特征在于,包括:
至少一个处理器、至少一个存储器和通信接口;其中,
所述处理器、存储器和通信接口相互间进行通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以执行权利要求1至6任一项权利要求所述的方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行权利要求1至6中任一项权利要求所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110962854.8A CN113406650A (zh) | 2021-08-20 | 2021-08-20 | 三维侧扫声呐成阵列方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110962854.8A CN113406650A (zh) | 2021-08-20 | 2021-08-20 | 三维侧扫声呐成阵列方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113406650A true CN113406650A (zh) | 2021-09-17 |
Family
ID=77674461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110962854.8A Pending CN113406650A (zh) | 2021-08-20 | 2021-08-20 | 三维侧扫声呐成阵列方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113406650A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117572435A (zh) * | 2024-01-12 | 2024-02-20 | 山东省科学院海洋仪器仪表研究所 | 一种基于反卷积的多波束合成孔径声呐高分辨成像方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5653236A (en) * | 1995-12-29 | 1997-08-05 | General Electric Company | Apparatus for real-time distributed computation of beamforming delays in ultrasound imaging system |
CN108761394A (zh) * | 2018-04-17 | 2018-11-06 | 哈尔滨工程大学 | 一种基于时空处理的高分辨低旁瓣去卷积谱估计方法 |
CN109086824A (zh) * | 2018-08-01 | 2018-12-25 | 哈尔滨工程大学 | 一种基于卷积神经网络的海底底质声呐图像分类方法 |
CN109669172A (zh) * | 2019-02-21 | 2019-04-23 | 哈尔滨工程大学 | 基于主瓣内强干扰抑制的弱目标方位估计方法 |
CN109889186A (zh) * | 2018-09-07 | 2019-06-14 | 河海大学 | 一种基于多级滤波器组的宽带波束形成方法 |
CN111679246A (zh) * | 2020-06-04 | 2020-09-18 | 哈尔滨工程大学 | 一种三维运动平台搭载的小尺度阵高分辨测向方法 |
-
2021
- 2021-08-20 CN CN202110962854.8A patent/CN113406650A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5653236A (en) * | 1995-12-29 | 1997-08-05 | General Electric Company | Apparatus for real-time distributed computation of beamforming delays in ultrasound imaging system |
CN108761394A (zh) * | 2018-04-17 | 2018-11-06 | 哈尔滨工程大学 | 一种基于时空处理的高分辨低旁瓣去卷积谱估计方法 |
CN109086824A (zh) * | 2018-08-01 | 2018-12-25 | 哈尔滨工程大学 | 一种基于卷积神经网络的海底底质声呐图像分类方法 |
CN109889186A (zh) * | 2018-09-07 | 2019-06-14 | 河海大学 | 一种基于多级滤波器组的宽带波束形成方法 |
CN109669172A (zh) * | 2019-02-21 | 2019-04-23 | 哈尔滨工程大学 | 基于主瓣内强干扰抑制的弱目标方位估计方法 |
CN111679246A (zh) * | 2020-06-04 | 2020-09-18 | 哈尔滨工程大学 | 一种三维运动平台搭载的小尺度阵高分辨测向方法 |
Non-Patent Citations (6)
Title |
---|
孙大军 等: "反卷积波束形成技术在水声阵列中的应用", 《哈尔滨工程大学学报》 * |
滕舵 等: "《水声换能器基础》", 30 April 2016, 西北工业大学出版社 * |
王朋 等: "二维解卷积波束形成水下高分辨三维声成像", 《声学学报》 * |
王朋 等: "基于稀疏布阵的实时三维成像声纳系统", 《仪器仪表学报》 * |
霍冠英 等: "《侧扫声呐图像目标分割》", 30 April 2017, 哈尔滨工程大学出版社 * |
高剑 等: "《无人水下航行器控制系统—建模、算法设计与开发》", 30 November 2018, 西北工业大学出版社 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117572435A (zh) * | 2024-01-12 | 2024-02-20 | 山东省科学院海洋仪器仪表研究所 | 一种基于反卷积的多波束合成孔径声呐高分辨成像方法 |
CN117572435B (zh) * | 2024-01-12 | 2024-03-22 | 山东省科学院海洋仪器仪表研究所 | 一种基于反卷积的多波束合成孔径声呐高分辨成像方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU760693B2 (en) | Method for producing a 3D image | |
RU2434246C1 (ru) | Способ съемки рельефа дна акватории и устройство для его осуществления | |
NL9201060A (nl) | Volumetrische en terreinbeeldsonar. | |
CN114624689B (zh) | 一种基于声像仪的近场聚焦声源距离计算方法及系统 | |
JP5950835B2 (ja) | シーン内の反射物を再構成するシステム | |
CA3202517A1 (en) | Systems and methods for synthetic aperture ultrasound imaging of an object | |
JP2002534192A (ja) | ビームフォーミング用時間遅延及びアポダイゼーション値の敏速な分散型計算のための方法及び装置 | |
RU2507531C1 (ru) | Способ пассивного определения координат источников излучения | |
US11448755B2 (en) | System and techniques for split-aperture beamforming | |
Sac et al. | 2D high-frequency forward-looking sonar simulator based on continuous surfaces approach. | |
CN114741652A (zh) | 一种基于声像仪的解卷积高分辨成像方法及系统 | |
Chi | Underwater Real-Time 3D Acoustical Imaging: Theory, Algorithm and System Design | |
CN106125078A (zh) | 一种水下多维声学成像系统和方法 | |
CN110507355B (zh) | 一种超声成像系统、方法、设备及介质 | |
EP3171200B1 (en) | Low-cost underwater acoustic system for real-time three-dimensional imaging | |
CN113406650A (zh) | 三维侧扫声呐成阵列方法及设备 | |
Stuart et al. | Row-column beamforming with dynamic apodizations on a GPU | |
CN115856898A (zh) | 一种适应于全海深的面阵三维成像声呐点位归算方法 | |
CN112558070B (zh) | 圆周扫描地基sar的频域成像方法及装置 | |
CN116381661B (zh) | 一种海洋地貌探测方法及装置 | |
Wei et al. | Theoretical and experimental study on multibeam synthetic aperture sonar | |
CN117129994A (zh) | 基于相位补偿核gnss-sar改进后向投影成像方法 | |
CN110609085B (zh) | 一种基于矢量水听器的声学超材料声学性能测量方法 | |
US8743654B1 (en) | Reflectivity maps | |
CN111580112A (zh) | 基于平面波的水下声呐传感器阵列成像方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210917 |