多波束成像声纳系统低功耗设计

针对多波束成像声纳系统降低系统功耗提高续航能力的要求,从硬件和算法两个方面展开了对系统的低功耗设计。硬件方面通过采用单电源运算放大器(OPA)电路架构对系统调理模块的放大、滤波链路进行了重新设计,实际测试结果表明实现了14.37W的系统功耗降低。算法方面通过提出一种基于圆阵的旋转多波束形成方法,在完成系统多波束设计的基础上实现了85倍的资源优化效果,为信号处理模块的FPGA芯片低功耗选型提供了技术支撑。     

多波束测深声呐成像仿真及作用距离分析

AUV 等无人装备研制过程中如何选择合适的多波束测深系统以满足特定作业场景需求是工程技术人员关心的问题之一。从多波束测深声呐系统与 AUV 等无人系统的匹配角度出发，采用混响背景下的主动声呐方程建立了不同工作频率多波束作用距离计算评估方法，对 100 kHz~500 kHz 的多波束测深声呐作用距离进行了计算对比。在此基础上，采用线性调频、FFT 波束形成、脉冲压缩、样条插值扩充目标角度、Rife 算法优化角度估计技术，建立了多波束测深声呐的成像仿真方法，并通过直线地形、台阶地形对多波束测深声呐的成像特点和测深分辨率进行了分析。主要结论：1）建立了一种多波束作用距离评估的方法，可用于指导无人装备用多波束测深声呐频率参数的选型；2）建立的多波束测深声呐仿真办法可以帮助工程技术人员更直观地理解多波束测深声呐的成像特点；3）通过仿真分析了 CW 信号与线性调频信号下的距离分辨率，可用于指导波束测深作业时的高度、信号参数设置。     

适用于U型阵多波束系统的高分辨底检测算法

在多波束回声声纳系统中,高分辨处理算法例如MUSIC、ESPRIT,被广泛应用于海底地形的测绘。在应用高分辨算法时,一条均匀线阵是必要条件。然而,由于系统覆盖范围/分辨率的需求以及安装空间的限制,在多波束系统中经常会采用特殊形状的接收阵列,这使得高分辨算法无法直接应用。同时回波信号的短时平稳特性使得难以估计出协方差矩阵,这也增加了高分辨算法在多波束系统中的应用难度。本文首先介绍一种基于多角度子阵波束形成的ESPRIT算法,该算法能降低高分辨算法对信噪比、样本点数和计算能力的要求。仿真表明此算法能提供更好的分辨力。接着提出一种将基于多角度子阵波束形成的ESPRIT算法与虚拟阵列变换相结合的高分辨底检测算法,并针对高分辨底检测算法在U型阵上的应用进行了探讨。计算机仿真和试验数据处理结果验证了文章所提高分辨底检测算法的有效性。     

一种多波束声呐回波信号时延的实时特征窗分析方法

本文介绍了一种多波束声呐回波信号时延的实时分析方法。通过实时提取信号的幅度及形状的综合特征计算出信号的时延。该方法具有较强的抗干扰能力,算法快速、准确,适合于多波束声呐系统的回波信号实时分析处理。     

一种用于深水多波束测深系统的改进MVDR成像算法

近年来多波束水体数据的研究开始受到重视。受波束宽度与旁瓣的影响,利用常规波束形成方法水下成像效果欠佳。高分辨率波束形成方法虽然效果良好,但在实际应用中面临计算量巨大的缺陷。为此,基于深水多波束声纳分扇区发射的特点对MVDR算法进行了改进。改进方法采用常规波束形成与MVDR波束形成相结合的方式,降低了对MVDR中的滤波器长度的要求,因而大大减少了计算量。实验结果显示,改进方法与MVDR算法成像效果相当。该方法在多波束声纳分扇区发射的条件下,具有明显的计算优势。     

水下主动电场面形阵列布置及成像方法研究

随着人们对海洋资源的不断开发,水下探测技术的所需要求越来越高,为了综合解决水下黑暗复杂环境快速探测成像需求及装置安装便捷性问题,对一种水下主动电场探测阵列布置及其成像方法进行了研究。主要依据水下主动电场定位探测原理,仿照弱电鱼探测活动进行阵列布置,通过搭载发射电极与接收电极阵列模仿弱电鱼电场发射器官与电场接收器官实现目标探测。使用 FFT 处理信号得到各接收电极的幅值, 通过差分得到水下阵列接收信号的强度变化,再运用插值算法画出阵列强度图从而对目标物体进行二维成像。 实验对不同形状的金属物体进行探测并成像,验证了方法的可行性与有效性。     

基于序列轮廓线的多波束水体影像目标三维重建

利用多波束声呐水体成像探测水下目标具有范围广、效率高的优势,水体数据通常采用二维成图方式对目标进行探测、评估,难以认识三维目标的全貌,容易遗漏细节。本文提出一种基于序列轮廓线的水体目标三维重建方法,首先逐Ping对水体目标点云进行精细分割并提取轮廓线,针对相邻轮廓线数量不一致的问题,将轮廓线拆分使其一一对应,然后通过轮廓中心平移与划分空间格网的方法在轮廓线间填充面片。使用水下沉船实测数据检验算法有效性。结果分析表明,本文算法能够有效地减少面片的连接错误、降低面片冗余,同时避免带来孔洞现象,算法稳健,对多波束水体目标探测具有参考价值。     

高精度和高分辨率水下地形地貌探测技术综述

为提高我国水下地形地貌探测技术水平,促进对海洋的科学认知和高效开发利用,文章综述高精度和高分辨率水下地形地貌探测技术研发进展,并分析关键技术发展方向。研究结果表明:采用机载激光、多波束、侧扫声呐、浅地层剖面、双频识别声呐、合成孔径声呐和水下三维扫描声呐等探测技术以及无人船、水下机器人和海底观测网等探测平台,可获取高精度和高分辨率水下地形地貌信息;应在提高设备性能、减小探测误差和完善数据算法等方面加大研究力度,重点发展综合探测技术,从而全面和清晰地反映水下地形地貌。     

基于深度学习的声呐图像目标检测系统

声呐图像目标检测是实现水下勘探、海底救援、敌对目标侦查等任务的重要环节,深度学习相关技术的突破为该领域的发展带来了新的机遇。基于深度学习的声呐图像目标检测算法性能优于传统方法,然而相关的系统性研究与应用仍然不足。鉴于此,利用深度学习模型数据驱动的优势设计了一种声呐图像目标检测系统,以满足实际应用对系统精度、速度、可移植性、可扩展性、部署环境的需求。该系统由数据集生成、算法模型训练与测试、模型部署应用3个子系统组成,应用于水下可疑目标探测任务,实验结果表明：所实现的目标检测系统在测试数据上和实际应用中均具有良好的性能。     

一种综合修正线阵声呐基阵误差的方法

线阵声呐的基阵误差包括基元物理相位误差和相邻基元之间的间隔误差，本文提出了一种综合修正以上两种误差实用方法，利用该方法可以有效地提高线阵声呐系统的波束定位精度，并通过一个具体的实例进行了验证。     

多波束声纳计量测试系统设计

为满足多波束声纳量值溯源与传递需求,设计多波束声纳关键参数的计量测试系统。基于大比尺原型深水港池和多维运行控制机构,通过水下横向测距代替垂向测深的方式对多波束声纳进行了测深准确度与有效条带宽度的计量测试。阐述了测试系统的主要组成和测试方法,给出了本测试系统测深结果的扩展不确定度。参考标准值与示值(或标称值)比对结果表明,被检多波束声纳测深示值误差小于0.2%,条带宽度误差小于7%。为规范水下声纳设备技术指标校准,指导多波束声纳计量标准建设提供参考。     

三维侧扫声呐技术在海洋测绘中的探测性能评估及应用分析

当前,海洋的价值越来越被人类重视,海洋开发活动对于国家发展日益重要,其中海底地形测量在海洋开发中有着举足轻重的地位.相较于应用多波束测深系统或侧扫声呐系统测量海底地形的传统方式,三维侧扫声呐将多波束测深系统与传统侧扫声呐系统的特点融为一体应用于海洋测绘生产,极大地提高了作业效率,减小了作业成本.本文以3DSS-iDX-...     

海上风电工程结构安全监测体系框架设计

文章针对海上风电工程结构安全监测的需求,在系统回顾了目前的主要监测现状及存在的监测难点的基础上,初步构建了水上、水下一体化安全监测体系基础框架,阐述了主要的工作流程,重点探讨了海上风电工程安全监测中的精密单点定位（PPP）技术、高程传递、多传感器集成、精密水下定位技术、水下摄像机标校、水下三维激光点云快速建模、水下桩基全景影像与点云数据匹配、多波束与侧扫声呐数据融合等关键技术,以期为海上风电工程结构设施管控、变化监控和防灾减灾提供新的应急方案和技术支撑。     

基于无监督学习卷积神经网络的声呐图像分割

声呐图像分割是图像分割技术发展中的组成部分,是水下目标识别与检测的重要一环。传统方法中基于有监督分割方法的算法往往代价较大,表现出试验周期长、实时性较差、运行速率较慢等不足。并且由于声呐图像的成像质量差、分辨率不高、边缘条件不清晰、人工标注工作量大等客观因素,不易建立用于有监督模型训练的大规模数据集,使得传统分割方法越来越不适应当前实际应用的多方面要求。将基于无监督学习卷积神经网络引入到声呐图像分割任务中,分割模型通过对单帧声呐图像进行训练和测试,最后经过推理得到将阴影区和目标高亮区分割后的声呐图像,得到分割出来的水下目标。通过对实验的分割结果进行各项指标分析,证明此方法有着更好的运行效率和分割精度,并且实时性较高,综合性能优于传统方法。     

综合物探技术在海洋考古中的应用——以川岛水下考古为例

水下考古已成为考古领域的重要组成部分。在中国沿海,尤其在古海上丝绸之路沿线,留存了大量前人活动的遗迹。水下考古需要使用高新探测设备,并配合合理的操作流程。本文以广东川岛水下考古为例,由多波束测深系统、浅地层剖面仪、侧扫声呐系统和磁力仪等新型高精度海洋物探设备构成水下考古系统,建立了水下考古的基本流程。川岛是古海上丝绸之路的重要泊靠点,在此次川山群岛海域考古调查中,根据多波束大规模覆盖和侧扫声呐拖曳式作业,在泥湾水道、打铁湾以及乌猪洲等处有新的发现,包括清代瓷器碎片和古代铁炮等。川岛水下考古文物的发现,对于进一步沿古海上丝绸之路的文物调查具有重要促进作用,也使水下考古得到更多关注。     

基于LOG算子的侧扫声呐图像水下小目标检测算法研究

针对侧扫声呐图像噪声干扰严重、分辨率低、目标轮廓模糊等特点,提出了一种基于LOG算子的侧扫声呐图像水下小目标检测算法。首先,根据侧扫声呐图像中水下小目标成像特点,对声呐图像进行滤波及聚类分割,大幅降低图像中噪声;然后,采用斑点检测思想,提取侧扫声呐图像中疑似目标区域;最后,基于自动阈值分割算法对声呐图像进行分割,获取目标区域二值图像,使用二阶矩估计目标尺度,剔除虚假目标,最终实现水下小目标准确检测。实验结果表明：该方法计算速度快、检测成功率高,对侧扫声呐图像中的水下小目标具有良好的检测效果。     

海底三维声学图像实时处理系统设计

结合多核CPU硬件PC平台,设计了一种海底三维声学图像实时处理系统,主要包括声学前端信号处理子系统、数据传输控制子系统和PC客户端图像处理系统三个部分。声学前端信号处理子系统统根据接收到的多路声学换能器信号,通过两级FPGA信号处理,采集多通道水声信号,进行实时电子聚焦波束形成。为了解决海量声学数据快速传输问题,数据传输控制子系统未采用传统用户空间TCP/IP传输机制,而是直接通过嵌入式PowerPC处理器在Linux内核态采用DMA通道进行声学数据转发,减少系统调用和数据拷贝开销,有效提高网络传输效率。针对海量声学数据实时处理需求,PC客户端图像处理系统通过对复杂、耗时的单帧重建和数据拼接算法模块根据声学数据点的角度范围进行等分分割,对每个子范围声纳数据采用多线程并行处理,均衡多个CPU核之间负载,实现高性能三维声学图像实时处理。通过室内水池和湖试实验,结果表明该系统能够实时高效地进行三维声学图像采集、传输与处理。     

基于声呐图像的深海采矿车组合定位导航算法

实现高精度的定位导航是深海采矿车完成海底工作任务的基础条件。在采矿车行进过程中,声呐设备生成的图像信息能够反映海底场景的变化,从而体现采矿车本身的运动,由此建立了一种声呐图像里程计,并将其与轮式里程计和USBL测量数据相结合提出了一种深海采矿车组合定位导航算法。首先对多波束前视声呐图像进行预处理,然后使用Canny算法进行特征检测并对特征点云进行配准,再结合声呐成像原理构建了声呐图像里程计运动模型,最后通过轮式里程计运动模型推导预测方程、声呐图像里程计运动模型和USBL测量数据推导更新方程,利用EKF（extended Kalman filter）算法实现基于多传感器融合的定位与姿态估计。海试数据验证了该组合定位算法能实现轮式里程计、声呐里程计和超短基线在速度、位置、艏向角估计、定位速率的精度互补,具有一定的有效性和精确性,该算法为深海采矿车的定位与导航算法研发提供了参考。     

基于侧扫声呐的水下小目标检测技术研究

针对水下小目标探测与识别难的问题,开展基于侧扫声呐的声呐图像滤波、图像分割及目标提取方法研究。常规滤波方法难以有效清除图像中存在的噪声,从而造成图像质量下降。采用非局部均值滤波算法与GPU加速的方法,在获得声呐图像较好处理效果的同时,满足水下小目标检测实时性的要求;同时,采用膨胀算法与Canny边缘检测算法相结合的方式,实现了水下真假目标的有效区分。     

基于虚拟仪器的水下目标二维角估计

利用LabVIEW软件,通过8通道数据采集卡和均匀圆阵对水下目标的噪声进行采集和处理。结合一维直线阵波束形成理论,实现了对水下目标二维方向角估计实验研究和算法验证。实验证明利用虚拟仪器方便地实现了对水声信号的采集、处理,以及在方位估计时,为传感器布阵和算法的确定提供参考。