基于CORDIC的成像声呐加权系数实时生成方法研究

针对线列阵成像声呐加权系数的预存储式生成方法,需要在现场可编程门阵列(Field Programmable Gate Array,FPGA)中调用Block Memory IP核预存所有加权系数进行波束形成,造成随机存储器(Random Access Memory,RAM)资源占用过多的问题,提出了一种基于CORDIC实时生成加权系数的改进方法。通过预存少量的波束角度值并利用乘法器和CORDIC IP核实时生成加权系数,该方法可降低77%的RAM资源;此外,通过上位机下发声速,可以实现动态加载不同声速下的加权系数进行波束形成,并且能够保持较高的运算效率。经过ISE布局布线,该方法有效地均衡了RAM资源与逻辑资源的占用率,节省FPGA成本,具有很好的工程应用价值。     

三维成像声呐图像重建研究

针对成像声呐领域中水下目标探测、识别等问题,基于三维探测声呐2304通道波束形成数据,研究三维成像声呐可视化方法,仿真了三维点云重构算法,并根据实际应用需求,在设备实现中改进了算法,使其在实际环境中可动态调节阈值,优化成像效果。水池、湖试实验表明:以该可视化方法为基础的三维探测声呐可正确显示目标位置、形态;且在混响环境中对复杂探测目标有良好的重构效果;同时通过与二维声呐图像对比,进一步验证了该三维声呐在轮廓识别方面的优越性。     

密集式MIMO声呐高分辨成像实验研究

为验证密集式多输入多输出(Multi-Input Multi-Output,MIMO)声呐高分辨成像算法的有效性,进行了水池实验并获得了期望的高分辨成像结果。首先,将成像算法分为角度维高分辨成像和距离维高分辨成像两种,分别建立了各自的成像处理流程。角度维高分辨成像基于虚拟阵列波束形成算法,距离维高分辨成像基于大带宽信号合成算法。然后,根据两种处理流程选择合适的发射信号和阵型,并据此搭建密集式MIMO声呐高分辨成像平台进行水池实验。最后,通过与传统单输入多输出(Single-Input Multi-Output,SIMO)声呐的成像结果进行对比,证明了MIMO声呐可结合发射信号、阵型和相应的处理流程获得更高的角度分辨率和距离分辨率。     

基于TMS320C6416的高分辨率成像声呐软件设计

高分辨率成像声呐主要用于水下目标的成像和识别，具有运算量大实时性要求高的特点。介绍的高分辨率成像声呐采用模块化的分布式并行处理结构；结合系统的硬件结构特点实现了并行的声成像算法，提高了板间通信及数据传输的速度；并针对TMS320C6416的内部结构特点，进行了各个子处理板内部的程序优化。通过外场试验，验证了系统软件的可靠性。     

成像声呐中聚焦波束形成技术研究及实现

介绍了聚焦波束形成的基本原理,分析了一种基于半圆阵的相位补偿方法。通过Matlab仿真得出聚焦波束形成的波束图,相比远场方法,波束宽度减小,旁瓣得到抑制。设计了一种基于FPGA的数字聚焦波束形成器的实时处理结构,使用8组加权系数即可完成成像声呐近场范围内分辨力的改进。通过乒乓操作和并行结构提高处理速度,实时产生72个波束。实验结果表明,所设计的聚焦波束形成器使某型成像声呐近场分辨力得到了提高。     

一种基于PFA的多子阵聚束合成孔径声呐成像方法

文章提出了一种基于极坐标格式算法（Polar Format Algorithm,PFA）进行聚束多子阵合成孔径声呐成像的改进方法,建立了非“停-走-停”条件下的斜视成像模型,推导了信号由时域到波数域的解析表达式,给出了信号处理流程。该方法首先使用场景中心点的精确距离史对平台运动误差进行补偿,并通过极坐标算法处理得到粗聚焦的图像。其次,为了解决非场景中心点的残余空变相位误差的补偿问题,对粗聚焦图像进行分块自聚焦处理,使场景边缘点的聚焦效果得到改善。最后,经过子图拼接及几何校正后得到完整的精聚焦图像。仿真及分析结果表明,该方法提高了方位向性能指标,同时也能准确补偿平台运动误差,可以很好地应用于多子阵声呐成像。该方法在大运动误差、大斜视情况下仍具有较好的鲁棒性。     

基于测深侧扫声呐的DOA估计算法研究

针对测深侧扫声呐进行波达方向(Direction of Arrival, DOA)估计时会受到阵元幅度、相位误差及低信噪比影响的问题,提出一种改进的波束域加权子空间拟合算法。首先,采用总体最小二乘-旋转不变子空间算法进行回波方向预估计;其次,将连续线阵划分为多个子阵,并将各个子阵在预估计方向做加权波束形成;再次,采用加权子空间拟合(Weighted Subspace Fitting, WSF)算法构造代价函数;最后,采用阻尼牛顿法求解得到高精度的DOA估计结果。仿真结果表明,文中所提算法在阵元出现幅度相位误差条件下的角度估计均方误差相对于WSF算法减少了约0.03°。海试数据分析结果表明,文中所提算法的测深点均方误差整体优于WSF算法,其相对测深精度提高了约9.8个百分点。以上分析结果表明,文中所提算法整体优于WSF算法,可以实现在阵元幅度相位误差及低信噪比情况下的高精度DOA估计。     

基于连续谱特征的被动声呐跟踪方法

针对被动声呐多目标跟踪问题,通过研究目标连续谱特征表征方式和特征更新相似关联机制,提出了一种基于连续谱特征的被动目标跟踪方法。该方法利综合利用频带能量法、排序截断平均算法以及峰值提取实现目标的连续特征表征,利用表征出的特征谱作为输入,通过建立相似度搜索,交叉判断与模板更新机制,实现了多目标的跟踪。经仿真对比分析了该方法的跟踪性能,并利用海上试验数据验证了其有效性。结果表明,连续谱特征可作为辅助特征用于目标的跟踪分辨,该方法能够有效提高多目标交叉情况下的跟踪关联能力,并且具备较低的运算量和较高的精度。     

基于Chirp Scaling成像算法的高分辨聚束式合成孔径声呐

基于两步处理算法和ChirpScaling算法,提出一种适用于条带式成像算法的通用高分辨聚束式合成孔径声呐(SAS)模型。该模型结合了谱分析(SPECAN)算法和ChirpScaling算法的优点,算法首先采用deramp和升采样处理技术实现方位的粗聚焦,消除了聚束式SAS特有的方位频谱混迭现象,然后应用ChirpScaling原理实现距离的精确聚焦,并补偿deramp处理引起的方位相位误差,实现方位精聚焦。基于该通用模型,给出了实现的步骤,整个算法无需任何插值操作,只需复乘和FFT即可完成。该算法适用于宽测绘带高分辨率聚束式SAS的精确而高效成像处理。最后,通过计算机仿真,验证了该通用模型的有效性。     

基于雁群优化的声呐图像快速阈值分割方法

针对声呐图像阈值分割中,直接阈值法分割效果不理想而复杂阈值法运算效率低的问题,提出一种基于雁群优化算法的快速分割方法。该方法结合声呐图像的特点,根据先验知识截取部分灰度-梯度二维直方图,对其进行最大熵分割,通过计算熵值确定最佳阈值,并在寻找最佳阈值的过程中,引入雁群优化算法进行提速。实验结果表明,该方法用于声呐图像分割时,能够得到较理想的分割效果,同优化前相比,分割速度提高了10倍以上。     

三维前视声呐信号处理方法

三维前视声像声呐是安装在小型水下载体上的重要声学探测设备。提出了基于波达方向估计技术的三维前视声呐信号处理方法,接收阵水平方向采用波束形成技术,垂直方向采用波达方向估计技术。在波束内采用分裂孔径相位法提高水平方向分辨率,形成声呐阵前方的三维声像。仿真结果和水池实验结果表明:在接收阵面面积相同的条件下,能够获得优于常规技术的分辨率,可以实现点目标和连续目标的探测,适合于在水下载体上安装使用。     

基于自适应BM3D的侧扫声纳图像散斑降噪

侧扫声纳(SSS)是一种利用声波的水下传播特性完成水下探测的电子设备。因为侧扫声纳利用回波强度成像,所以不可避免地引入散斑噪声。本文针对散斑噪声,提出了基于自适应三维块匹配滤波(BM3D)的侧扫声纳图像散斑降噪方法。该算法首先对SSS图像进行幂变换和对数变换,采用小波变换估计整体图像噪声,同时用局部噪声估计结果更新BM3D算法的参数。然后本文算法比较全局估计和局部估计的结果,选择最合适的参数解决噪声分布不均匀的问题。实验结果表明,本文改进的BM3D算法能有效地降低SSS图像中的散斑噪声,获得良好的视觉效果。本文算法的等效视数至少提高了6.83%,散斑抑制指数低于传统方法,散斑抑制和平均保存指数至少减少了3.30%。该方法主要用于声纳图像降噪,对于超声、雷达或OCT图像等受散斑噪声污染的信号也有一定的实用价值。     

基于跟踪起始准则的多基地声呐阵位优化算法

针对水下区域监视多基地声呐(如浮标等)发射、接收节点阵位布置问题,提出了一种基于跟踪起始准则的多基地声呐阵位优化算法.该算法首先在分布式和集中式两种多基地融合处理模式下,推导了目标跟踪起始概率计算准则,然后,基于区域目标成功跟踪起始覆盖率,建立了多基地声呐阵位优化数学模型,并采用粒子群算法来优化求解该非凸数学模型,从而...     

基于矢量传感器的双基地声纳数据融合

提出了一种基于单矢量传感器的双基地声纳定位数据融合算法.阐述了矢量双基地声纳数据融合定位算法的基本原理与解决方案.与常规声压双基地T/R-R声纳系统相比,矢量双基地声纳系统拥有更为丰富的声场观测信息.较之传统声压型,基于时延定位的算法(TOL),此新算法可带来更高的定位精度.在近基线三角区域,定位精度提高约23%,而在基线定位盲区附近,定位精度提高近40%.此新算法同时还解决了TOL算法的定位二值模糊问题.     

一种基于谱减的声纳噪声自适应消除方法

噪声自适应消除是声纳信号处理的重要研究内容之一.传统的噪声自适应抵消算法需要单独的阵列(阵元)以获得不含期望信号的参考噪声信号,这在实际工程应用中往往是不现实的.提出在不增加阵元的情况下,通过相邻两个阵元输出信号进行加权处理,合成一路不包含给定方向信号的噪声信号;同时,借鉴语音信号处理中普遍应用的谱减降噪处理方法,达到...     

3D imaging for bite mark analysis

Abstract

This work describes the investigation into a new 3D capture method for acquisition and subsequent forensic analysis of bite mark injuries on human skin. When documenting bite marks with standard 2D cameras, errors in photographic technique can occur if best practice is not followed. Subsequent forensic analysis of the mark is problematic when a 3D structure is recorded in a 2D space. A 3D image capture and processing system might avoid the problems resulting from the 2D reduction process, simplifying the guidelines and reducing errors. This paper reviews current 2D and three 3D capture methods and proposes a series of benchmarks for system assessment. This is followed by a series of performance evaluations of the existing current 2D and two 3D methods. Further proposed solutions include the design of a system specification for the practical reproducible acquisition of bite mark injuries and a review of the validation process for forensic evidence presented to the courts. The result of this work is that a 3D system is required to produce the correct 3D data of a bite mark and suspect dentition for forensic analysis. Such a system should be practical and consistent if it is to replace the current de facto 2D systems. The MAVIS hardware, for example, can be considered a practical and consistent solution for producing the required 3D image of a bite mark for analysis; however, the MAVIS hardware cannot produce a satisfactory 3D image of a dental cast. At present, a laser scanner is required to produce satisfactory results of a dental cast. Angular distortion and errors created by the user in 2D image capture can hinder the digital measurement process. 3D capture therefore introduces less operator error in the form of angular distortion.     

融合视觉感知特性的HDR视频编码率失真优化算法

针对高动态范围(HDR)视频较之于传统低动态范围(LDR)视频所需存储资源和传输带宽急剧增加的问题,本文提出了一种基于视觉感知特性的HDR视频编码的动态率失真优化算法,以提高高效视频编码(HEVC) Main 10编码HDR视频的性能。本文通过引入视觉选择性关注信息,对不同区域采取非均等的失真权重分配策略,优化常规的失真计算方法;同时,为了进一步去除视频中的感知冗余,融合视频内容的纹理特性自适应调节拉格朗日乘子,并应用于编码量化器动态调节量化参数,实现编码比特和失真感知权衡。实验结果表明：与HEVC Main 10相比,在相同HDR-VDP和PSNR DE质量指标下,所提算法平均节省7.46%和6.53%码率,最大分别节省18.52%和11.49%,所提算法在保持视觉质量的前提下能够有效降低码率。