基于稀疏特征的高分辨声呐成像

指导教师姓名、 职称 指导教师姓名、 学科、 学科、专业
武筱林教授 武筱林教授 电路与系统
二○一四年一月
万方数据
西安电子科技大学 学位论文独创性（ 学位论文独创性（或创新性） 或创新性）声明
秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期:
例如echoscopemarkii系列声呐由英国codaoctopus公司推出它采用的是基于面阵的多波束成像技术是一个真正能实现三维实时成像系统它采用4848的二维相控阵通过采用基于神经网络的并行处理技术进行高速数字波束形成能够同时形成128128个波束可以显示5050度角度范围内200m距离范围内连续帧三维声呐图像距离分辨率高达lcm而且探测过程中它还能够对100m范围内的静止或运动目标进行实时成像系统的实时成像刷新率可达到20帧每秒
西安电子科技大学 关于论文使用授权的说明
本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 本人签名： 导师签名： 年解密后适用本授权书。 日期: 日期:
Keywords: Phased Array Sonar Imaging Resolution Imaging
Sparse representation
High
万方数据
基于稀疏特征的高分辨声呐成像
万方数据
目
录
目
录
第一章 绪论 ..................................................................................................................... 1 1.1 研究背景及意义 ................................................................................................ 1 1.2 国内外研究进展 ................................................................................................ 2 1.2.1 单波束声呐 ............................................................................................. 2 1.2.2 多波束电子扫描声呐 ............................................................................. 3 1.2.3 三维成像声呐 ......................................................................................... 4 1.3 提高成像分辨率的方法 ..................................................................................... 5 1.3.1 频域法 ..................................................................................................... 5 1.3.2 空域法 ..................................................................................................... 5 1.3.3 基于稀疏表示和学习的方法 ................................................................. 6 1.4 本文主要工作 .................................................................................................... 6 第二章 相控阵声呐成像模型 ......................................................................................... 9 2.1 引言 .................................................................................................................... 9 2.2 相控阵扫描的基本原理 .................................................................................... 9 2.2.1 声呐相控阵基本原理 ............................................................................. 9 2.2.2 相控阵偏转和聚焦原理 ........................................................................ 10 2.3 相控阵换能器 .................................................................................................. 11 2.3.1 关于换能器的假设 ............................................................................... 11 2.3.2 单个换能器声场 ................................................................................... 12 2.3.3 相控阵换能器声场 ............................................................................... 12 2.4 相控阵发射 ...................................................................................................... 13 2.4.1 目标场景坐标 ....................................................................................... 13 2.4.2 散射点 Pk 处的信号 ............................................................................... 14 2.5 相控阵接收 ...................................................................................................... 16 2.5.1 阵列接收到散射点 Pk 的信号 ............................................................... 16 2.5.2 相控阵接收回波 ................................................................................... 19 2.6 高分辨声呐成像系统结构 .............................................................................. 20 2.7 本章小结 .......................................................................................................... 20 第三章 基于稀疏特征的高分辨成像模型 ................................................................... 21 3.1 引言 .................................................................................................................. 21 3.2 稀疏重构的基本原理 ...................................................................................... 21 3.2.1 信号的稀疏表示 ................................................................................... 21
万方数据
基于稀疏特征的高分辨声呐成像
万方数据
ABSTRACT
Abstract
Sonar as an important method of gaining underwater information, is the main underwater monitoring technology of navies. Sonar technology is also widely used in offshore oil exploration, underwater operation, the seabed geology survey, and other fields. Compared to ordinary sonar ,imaging sonar can get higher image resolution and more details of the scene, including the outline of target.High resolution imaging sonar can obtain higher image quality,when works underwater,so the target can be better tracked and identified.Sonar imaging vision system used as underwater acoustic equipment, is the key technology of getting underwater target feature information,which plays an decisive role in the field of military and civilian. In this paper,we study the basic principle of traditional phased array sonar imaging in detail. In view of the low resolution of traditional underwater front sonar imaging,we proposes a new sonar high resolution imaging method based on sparse representation.The imaging method using omnidirectional arrays for scenario data reception, and completing digital beamforming of all the scan angles echo data in the beam domain. Due to the synthetic processing of each channel in beam domain, it greatly reducing the pressure on imaging data processing. In view of the imaging process is design for measuring the scattering points echo delay in the scene, and assuming that the scene has certain sparse in a transform domain. Therefore the conventional sonar imaging problem is converted into a typical problem of sparse representation. We hope that by high resolution image reconstruction based on sparse representation method to improve the resolution of the sonar imaging system. Considering that most of the outline of natural images are sparse, We use the smallest total variation method,which is more suitable for two-dimensional image reconstruction,to build the sonar imaging model based on sparse representation.we also propose to adopt the method of alternating direction iteration to solve this model quickly. Experimental results show that, due to the scene of the image sparse feature, the proposed imaging method can get higher image resolution under the same array aperture. So we can implement high resolution imaging of the sonar.
代
号
10701 TB55
学 密
号 级
1102120921 公 开
分类号
题（中、英文） 英文）目
基于稀疏特征的高分辨声呐成像 基于稀疏特征的高分辨声呐成像 High Resolution Sonar Based On Sparse Feature
作 者 姓 名 学 科 门 类 提交论文日期
王雪磊 工学
万方数据
摘
要
Hale Waihona Puke 摘要声呐作为水下信息获取的一种重要手段，是各国海军进行水下监视的主要技 术。此外，声呐技术还广泛用于海洋石油勘探、水下作业、和海底地质地貌的勘 测等领域。成像声呐相比于普通声呐，具有更高的分辨率，可以得到目标外形轮 廓等更多细节信息。高分辨率成像声呐在对水下目标进行成像时，能够得到较高 的图像质量，可以对目标进行更好的跟踪和识别。声呐成像技术作为水下设备的 声视觉系统，是获取水下目标特征信息的关键技术，在军用和民用领域中发挥着 越来越重要的作用。 本文详细研究了传统相控阵声呐成像的基本原理，针对传统水下声呐成像分 辨率不高的问题，提出了一种基于稀疏表示（Sparse Representation）的声呐高分辨 成像新方法。该成像方法采用全向阵列进行场景数据接收，并在波束域完成各扫 描角度下回波数据的数字波束形成，由于各通道的波束域合成处理，大大减少了 成像数据处理的压力。鉴于成像过程是以待测场景中各散射点的回波延迟进行建 模设计，且假设场景在某变换域下具有一定的稀疏性，因此常规声呐成像问题转 换成一个典型的稀疏表示问题。我们希望通过基于稀疏表示的高分辨图像重建的 方法来提高声呐成像系统的分辨率。 考虑到大多数自然图像的轮廓都具有稀疏性的特点，我们采用更适合二维图 像重构的最小全变差法建立了基于稀疏表示的声呐成像模型，并提出采用交替方 向迭代的方法对其进行快速求解。实验结果显示，由于场景图像的稀疏性约束， 我们所提成像方法在相同的阵列孔径下具有更高的成像分辨率，实现了声呐系统 的高分辨率成像。 关键词：相控阵声呐成像 关键词 稀疏表示 高分辨成像