CN113805160B - 基于曲率和的主动声呐干涉条纹特征提取方法 - Google Patents

基于曲率和的主动声呐干涉条纹特征提取方法 Download PDF

Info

Publication number
CN113805160B
CN113805160B CN202110891208.7A CN202110891208A CN113805160B CN 113805160 B CN113805160 B CN 113805160B CN 202110891208 A CN202110891208 A CN 202110891208A CN 113805160 B CN113805160 B CN 113805160B
Authority
CN
China
Prior art keywords
curvature
curve
interference fringe
active sonar
sum
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
Application number
CN202110891208.7A
Other languages
English (en)
Other versions
CN113805160A (zh
Inventor
孙同晶
闫志明
张豪
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 CN202110891208.7A priority Critical patent/CN113805160B/zh
Publication of CN113805160A publication Critical patent/CN113805160A/zh
Application granted granted Critical
Publication of CN113805160B publication Critical patent/CN113805160B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/145Square transforms, e.g. Hadamard, Walsh, Haar, Hough, Slant transforms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computing Systems (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于曲率和的主动声呐干涉条纹特征提取方法。该方法包括放置探测模型,建立接收器位置的声压场模型,得到主动声呐的干涉条纹谱图;利用Hough变换曲线检测方法,检测干涉条纹曲线轮廓;由干涉条纹的曲线轮廓,利用最小二乘拟合法得到拟合曲线;计算拟合曲线的高斯曲率和,得到干涉条纹特征值,该方法结合曲率和的计算,提供了一种新的主动声呐干涉条纹特征提取方法,充分的利用了微分几何中曲率不变的特性,能够同时提现条纹谱图的宏观和微观特征信息,可作为主动声呐波导不变量的一种衡量标准,用于条纹的特征提取与目标定位、跟踪以及海底参数反演等领域。

Description

基于曲率和的主动声呐干涉条纹特征提取方法
技术领域
本发明属于水声学和水声信号处理领域,涉及主动声呐干涉条纹的特征提取方法,特别涉及基于曲率和的主动声呐干涉条纹特征提取方法。
背景技术
声波在浅水域中传播是一种复杂的现象,受水中噪声及海底底部属性的影响,其传播模式之间相互干扰,声波与信道边界之间相互作用导致信号衰减和多径传播,这种传播产生的时频或时空结构可生成恒定强度的干涉条纹。在主动声呐研究中,由于目标散射回波的多路径效应,不同简正波相互叠加,给干涉条纹的提取造成困难,原因在于条纹之间的宽度与频率、声源距离等有关,此外,由于干涉条纹谱图是由接收器处的声场强度得到的,因此还要求声源频率带为均匀的,实验条件下条纹生成与特征提取更为困难。
主动声呐干涉条纹的研究可作为一种水声探测的重要研究方向,是水声领域的一个关键技术。目前关于主动声呐干涉条纹特征提取理论基于Jorge E.Quijano的实验分析,其根据均方误差的方法统计出条纹特征,不足之处在于只能得到一个范围内的干涉条纹特征值,无法精确感知特征变化。
发明内容
针对现有技术的不足,本发明提出了基于曲率和的主动声呐干涉条纹特征提取方法,通过Hough曲线检测法得到条纹谱图中曲线,然后基于最小二乘拟合曲线法得到曲线模型,最后通过累加曲率和的方式,精确计算每束条纹的特征值,解决现有技术中主动声呐的条纹特征表征的问题。
基于曲率和的主动声呐干涉条纹特征提取方法,具体包括以下步骤:
步骤一、采集主动声呐干涉条纹谱图
在深度为zs的位置放置主动声呐的声源与接收器,声源发射出的宽带脉冲信号经过浅海波导传播后,经位于深度zt的目标散射后,被位于深度zr的接收器接收;建立接收器位置的声压场模型:
其中,C为常数,r1、r2分别为声源到目标、目标到接收器的距离;ω是声波频率,S(am,φ,an0)表示散射矩阵,am、an分别表示入射波的入射角度和反射波的反射角度,φ、φ0分别表示入射声波的方位角和反射声波的方位角;m为入射信号的信道个数,n为目标反射后的信道个数,m>n;km是第m个信道传播的水平波束,kn是第n个信道传播的水平波束;ψm是目标相关的深度相关模式函数,其中ψm(zs)是目标深度相关模式函数,ψm(zt)是发射声源深度相关模式函数;ψn是反射模态相关的模式函数,其中ψn(zt)是反射模态中目标深度相关模式函数,ψn(zr)是反射模态中接收器深度相关模式函数。
步骤二、Hough变换曲线检测
对步骤一得到的主动声呐干涉条纹谱图进行Hough变换,通过边缘检测算法,将主动声呐干涉条纹谱图中的曲线转换到参数空间中的Hough矩阵,在参数空间中设置门限,提取大于门限的点,得到空间中的拟合曲线。
步骤三、最小二乘法曲线拟合
对步骤二通过Hough变换得到的检测曲线,运用最小二乘法建立一个新的函数模型,来逼近检测曲线上的已知样本点得到拟合曲线。{(xi,yi):i=1,2,3,....,n}为检测曲线上的一组数据点,拟合曲线的模型为两条曲线在第i个数据点处的距离误差为则第i个实际给定数据点Yi与拟合曲线模型之差的平方和S为:
其中为拟合曲线上的第i个点。求解令平方和S取值最小的参数,得到拟合曲线
步骤四、基于曲率和的干涉条纹特征提取
对于步骤三得到的拟合曲线求解对应的曲率和,作为干涉条纹的特征值。
曲率和的特征提取方法为:定义法曲率kn,得到主曲率的方程为:
(EG-F2)kn 2-(EN-2FM+GL)kn+(LN-M2)=0 (3)
其中E、F、G为第一基本形式I的系数,L、M、N为第二基本形式II的系数。
设du:dv是曲面上一点p(u,v)处的任意一个切方向,该切方向与u线的夹角记为θ,根据曲面上两条曲线夹角公式得到:
又因为p点处各方向的法曲率公式为:
将式子(4)带入式子(5)可得:
式子(6)为欧拉公式,反映了法曲率随方向变化的规律,因为高斯曲率K=k1k2,平均曲率为根据式子(3)和式子(6),由韦达定理可得:
根据曲率和公式求解条纹特征值:
m为拟合曲线上点的个数,M为采样最大点数,G(x,y,σ)为高斯标准差的高斯函数:
其中σ为高斯标准差。
本发明具有以下有益效果:
通过计算拟合条纹曲线的曲率得到条纹特征,计算过程中用到一阶和二阶高斯导数滤波器,具有良好的稳定性和鲁棒性,充分的利用了微分几何中曲率不变的特性,能够同时体现条纹谱图的宏观和微观特征信息,最后利用曲率和的概念表示条纹特征信息,可作为主动声呐波导不变量的一种衡量标准,为主动声呐干涉条纹特征提取打下基础。
附图说明
图1是实施例使用的模型布放装置;
图2是采集到的主动声呐干涉条纹谱图;
图3是经过Hough变换的曲线检测结果图;
图4最小二乘拟合曲线模型函数;
图5是通过曲率和求解得到的条纹特征值。
具体实施方式
以下结合附图对本发明作进一步的解释说明;
本实例在理想波导条件下进行仿真实验,目标及水听器布放位置如图1所示,其中,水深H=15m,水中传播声速与密度分别为c=1500m/s,ρ=1.0g/cm3,声源及水听器深度为9m,目标距水面深度为12m,在距声源水平距离3m的平面上移动,目标移动过程中,记录接收器处声压场变化情况。根据公式得出波导条件下条纹谱图,如图2所示,由弯曲的曲线构成,要得到条纹特征需要对条纹曲线进行处理。
Hough变换可检测曲线条纹,使主动声呐干涉条纹谱图更为清晰,其中图3为Hough变换检测结果,原理在于利用图像空间的点和参数空间的线之间存在的对偶关系,将图像空间的问题转化到参数空间来解决,直线上每个坐标点(x,y)对应到参数坐标系中的一条曲线。而两个不同的点对应两条相交曲线,曲线的交点可以唯一确定一条直线的参数,因此参数坐标系中最多曲线经过的交点坐标就是直线所具有的参数。获取该点的方法是通过对每个不同的(θ,ρ)采用一个累加器进行统计,将最终得到统计量最大的(θ,ρ)作为直线参数直角坐标系中的一点,所以取直角坐标系上曲线的切点进行计算,在极坐标系可形成类似曲线的映射,通过设置门限来对极坐标系中的值进行提取,可得到Hough变换后的计算值。
图4是最小二乘拟合曲线的结果,选取条纹谱曲线散点,通过最小二乘法进行曲线拟合,借助于MATLAB的cftool工具箱,可以自适应拟合曲线函数,在曲线拟合强度极强相关,其中拟合函数为:
y=814.4*x(-0.168) (11)
拟合结果的相关系数为0.983,偏离程度较低,选取多束曲线进行拟合,得到一组拟合曲线,在通过曲率求和的方法得到条纹特征值。
由拟合曲线函数模型可进行曲率求解,如图5所示为曲率和求解结果,可作为条纹特征,由公式(11)可知,通过求解一阶导数和二阶导数,得到曲线函数一点处的曲率,其中高斯标准差σ=1将曲线分成很多细小的部分,每个部分可看做一段圆弧,圆弧的弯曲程度越大,其曲率半径越小,而曲率就是曲率半径的倒数,本方法采用的曲率求解方法具有良好的稳定性和鲁棒性,可以将不同参数下的图像信息进行融合,以形成多分辨率信息提取,根据推导公式过程可知,高斯二阶导数滤波器滤波后的结果与高斯标准差σ相关联,这里利用多个不同的值和σ达到提高分辨率的效果,采用的高斯滤波器在x轴和y轴方向是可分离的,因此二阶导数能直接突出曲率变化快的区域。
通过求取曲线曲率和作为条纹曲线特征,曲率是用来反映几何体弯曲程度的量,可作为条纹特征的衡量指标,提取出的条纹特征值可作为主动声呐波导不变量的重要参考,本发明通过计算拟合条纹曲线的曲率得到条纹特征,计算过程中利用Hough变换检测干涉条纹曲线,最小二乘拟合得到曲线模型,最后求得条纹曲线的曲率值,用到一阶和二阶高斯导数滤波器,具有良好的稳定性和鲁棒性,充分的利用了微分几何中曲率不变的特性,能够同时体现条纹谱图的宏观和微观特征信息,最后利用曲率和的概念表示条纹特征信息,可作为主动声呐波导不变量的一种衡量标准,为主动声呐干涉条纹特征提取打下基础。

Claims (4)

1.基于曲率和的主动声呐干涉条纹特征提取方法,其特征在于:该方法包括以下步骤:
步骤一、采集主动声呐干涉条纹谱图
在深度为zs的位置放置主动声呐的声源,声源发射出的宽带脉冲信号经过浅海波导传播后,经位于深度zt的目标散射后,被位于深度zr的接收器接收;建立接收器位置的声压场模型,采集得到主动声呐干涉条纹谱图;
步骤二、Hough变换曲线检测
对步骤一得到的主动声呐干涉条纹谱图进行Hough变换,通过边缘检测算法,将主动声呐干涉条纹谱图中的曲线转换到参数空间中的Hough矩阵,在参数空间中设置门限,提取大于门限的点,得到空间中的拟合曲线;
步骤三、最小二乘法曲线拟合
对步骤二通过Hough变换得到的检测曲线,运用最小二乘法建立一个新的函数模型,来逼近检测曲线上的已知样本点得到拟合曲线,计算已知样本点与函数模型上的对应点之间的差值的平方和S,将令平方和S取得最小值的函数模型作为拟合曲线
步骤四、基于曲率和的干涉条纹特征提取
对于步骤三得到的拟合曲线求解对应的曲率和,作为干涉条纹的特征值。
2.如权利要求1所述基于曲率和的主动声呐干涉条纹特征提取方法,其特征在于:步骤一中建立的接收器位置的声压场模型为:
其中,C为常数,r1、r2分别为声源到目标、目标到接收器的距离;ω是声波频率,S(am,φ,an0)表示散射矩阵,am、an分别表示入射波的入射角度和反射波的反射角度,φ、φ0分别表示入射声波的方位角和反射声波的方位角;m为入射信号的信道个数,n为目标反射后的信道个数,m>n;km是第m个信道传播的水平波束,kn是第n个信道传播的水平波束;ψm是目标相关的深度相关模式函数,其中ψm(zs)是目标深度相关模式函数,ψm(zt)是发射声源深度相关模式函数;ψn是反射模态相关的模式函数,其中ψn(zt)是反射模态中目标深度相关模式函数,ψn(zr)是反射模态中接收器深度相关模式函数。
3.如权利要求1所述基于曲率和的主动声呐干涉条纹特征提取方法,其特征在于:{(xi,yi):i=1,2,3,....,n}为检测曲线上的一组数据点,拟合曲线的模型为两条曲线在第i个数据点处的距离误差为/>则第i个实际给定数据点Yi与拟合曲线模型之差的平方和S为:
其中为拟合曲线上的第i个点,n为目标反射后的信道个数。
4.如权利要求1所述基于曲率和的主动声呐干涉条纹特征提取方法,其特征在于:步骤四中,对拟合曲线提取曲率和作为特征的方法为:
定义法曲率kn,得到主曲率的方程:
(EG-F2)kn 2-(EN-2FM+GL)kn+(LN-M2)=0 (3)
其中E、F、G为第一基本形式I的系数,L、M、N为第二基本形式II的系数;
设du:dv是曲面上一点p(u,v)处的任意一个切方向,该切方向与u线的夹角记为θ,根据曲面上两条曲线夹角公式得到:
又因为p点处各方向的法曲率公式为:
将式子(4)带入式子(5)可得:
式子(6)为欧拉公式,反映了法曲率随方向变化的规律,因为高斯曲率K=k1k2,平均曲率为根据式子(3)和式子(6),由韦达定理可得:
根据曲率和公式求解条纹特征值:
m为拟合曲线上点的个数,M为采样最大点数,G(x,y,σ)为高斯标准差的高斯函数:
其中σ为高斯标准差。
CN202110891208.7A 2021-08-04 2021-08-04 基于曲率和的主动声呐干涉条纹特征提取方法 Active CN113805160B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110891208.7A CN113805160B (zh) 2021-08-04 2021-08-04 基于曲率和的主动声呐干涉条纹特征提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110891208.7A CN113805160B (zh) 2021-08-04 2021-08-04 基于曲率和的主动声呐干涉条纹特征提取方法

Publications (2)

Publication Number Publication Date
CN113805160A CN113805160A (zh) 2021-12-17
CN113805160B true CN113805160B (zh) 2024-05-28

Family

ID=78893263

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110891208.7A Active CN113805160B (zh) 2021-08-04 2021-08-04 基于曲率和的主动声呐干涉条纹特征提取方法

Country Status (1)

Country Link
CN (1) CN113805160B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103487796A (zh) * 2013-09-23 2014-01-01 河海大学常州校区 一种利用水声信道统计不变特征实现被动测距的方法
CN104361573A (zh) * 2014-09-26 2015-02-18 北京航空航天大学 融合颜色信息和全局信息的sift特征匹配算法
CN105629220A (zh) * 2016-02-18 2016-06-01 国家海洋局第三海洋研究所 一种基于单水听器的深海水声被动测距方法
CN107437097A (zh) * 2017-07-28 2017-12-05 南京航空航天大学 一种基于角点描述的两阶段局部轮廓匹配方法
CN107507208A (zh) * 2017-07-12 2017-12-22 天津大学 一种基于轮廓上曲率估计的图像特征点提取方法
CN109444864A (zh) * 2018-12-21 2019-03-08 西北工业大学 一种深海微弱多目标深度长时累积估计方法
CN110365345A (zh) * 2019-06-06 2019-10-22 杭州电子科技大学 一种基于频域先验信息的压缩感知方法
CN112214724A (zh) * 2019-07-11 2021-01-12 意法半导体(R&D)有限公司 时域离散变换计算

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103487796A (zh) * 2013-09-23 2014-01-01 河海大学常州校区 一种利用水声信道统计不变特征实现被动测距的方法
CN104361573A (zh) * 2014-09-26 2015-02-18 北京航空航天大学 融合颜色信息和全局信息的sift特征匹配算法
CN105629220A (zh) * 2016-02-18 2016-06-01 国家海洋局第三海洋研究所 一种基于单水听器的深海水声被动测距方法
CN107507208A (zh) * 2017-07-12 2017-12-22 天津大学 一种基于轮廓上曲率估计的图像特征点提取方法
CN107437097A (zh) * 2017-07-28 2017-12-05 南京航空航天大学 一种基于角点描述的两阶段局部轮廓匹配方法
CN109444864A (zh) * 2018-12-21 2019-03-08 西北工业大学 一种深海微弱多目标深度长时累积估计方法
CN110365345A (zh) * 2019-06-06 2019-10-22 杭州电子科技大学 一种基于频域先验信息的压缩感知方法
CN112214724A (zh) * 2019-07-11 2021-01-12 意法半导体(R&D)有限公司 时域离散变换计算

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
use of the invariance principle for target trackong in active sonar geometries;Jorge E 等;《OCEANS 2006》;1-5 *
侧扫声呐图像特征提取和匹配方法研究;王其林;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》(第08期);正文全文 *
基于主曲率的图像纹理特征提取方法研究;寇旗旗;《中国博士学位论文全文数据库信息科技辑》(第09期);正文全文 *
基于字典学习的主动声呐目标分类方法;王红 等;《声学技术》;第39卷(第5期);552-558 *

Also Published As

Publication number Publication date
CN113805160A (zh) 2021-12-17

Similar Documents

Publication Publication Date Title
CN112083404B (zh) 一种基于多途特征匹配的单矢量水听器声源深度估计方法
CN111580048B (zh) 一种利用单矢量水听器的宽带声源深度估计方法
CN112965053B (zh) 一种基于匹配垂直阵波束强度的浅海声源深度分辨方法
CN113064147B (zh) 一种低信噪比下新型匹配场被动定位方法
CN111914641B (zh) 一种基于模态强度匹配分析的目标深度辨识方法及系统
Ji et al. 3-D ultrasonic localization of transformer patrol robot based on EMD and PHAT-β algorithms
CN111679248B (zh) 一种基于海底水平l型阵列的目标方位和距离联合稀疏重构定位方法
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
CN113805160B (zh) 基于曲率和的主动声呐干涉条纹特征提取方法
CN106546947A (zh) 一种联合波导不变量和线谱的单水听器被动定位方法
CN112904316A (zh) 一种针对海面波动的机载激光测深数据折射误差改正方法
Ni et al. Comparison of Single-beam and Multibeam Sonar Systems for Sediment Characterization: Results from Shallow Water Experiment
CN115236592B (zh) 一种基于单阵元时频曲线匹配的冰声定位方法
KR101864307B1 (ko) 그래디언트 분석을 통한 탄성파 너울보정 및 지하지층구조 탐사 자료 처리방법 및 그 기록매체
CN113126029B (zh) 适用于深海可靠声路径环境的多传感器脉冲声源定位方法
CN103197282B (zh) 基于幅度补偿的mvdr时反聚焦定位方法
CN114909610B (zh) 一种水下油气管道泄漏检测与定位的方法及控制系统
CN113640806B (zh) 一种基于多声纳设备的沉积层声特性获取方法及系统
CN111190167B (zh) 一种仿生声呐机器人的目标定位方法
CN115902849A (zh) 一种基于波束输出强度重采样的深海声源深度估计方法
CN115201821A (zh) 基于强目标成像对消的小目标检测方法
Zeng et al. An improved forward-looking sonar 3D visualization scheme of underwater objects
CN112577467B (zh) 一种海底界面一维粗糙度谱计算方法
CN113705605B (zh) 部分人工介入的多波束测深数据异常值自动清理方法
KR102207070B1 (ko) 잔향수조에서의 음원 지향성 산정에 적용하는 간이추정방법

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