详情

原文传递相控阵三维成像声纳的阵列稀疏与误差校正技术研究

论文题名：	相控阵三维成像声纳的阵列稀疏与误差校正技术研究
关键词：	相控阵三维成像声纳;稀疏阵列;误差校正;凸优化算法;神经网络
摘要：	相控阵三维成像声纳是一种新型的水下声学成像技术，在水下考古、水下地形勘探、水下救援、潜器避障、港口安防等领域有广泛的应用。然而，高分辨率水下三维声学成像需要大孔径阵列，这导致硬件成本、功耗和算法计算量非常巨大，难以在实际工程中应用。阵列稀疏技术通过删除均匀阵列中的冗余阵元，有效减少了阵元数量，是降低声纳硬件成本、功耗和算法计算量的重要技术。此外，声纳接收阵列存在不可避免的幅度和相位误差，导致波束方向图可能发生畸变。而稀疏阵列的阵元数量较少，鲁棒性较差，更加需要进行阵列误差校正。目前，凸优化算法广泛应用于阵列稀疏和误差校正领域，本文针对凸优化算法依然存在的一些问题，对相控阵三维成像声纳的阵列稀疏和误差校正技术进行深入研究。本文的主要研究内容如下：　　针对传统凸优化算法对大规模平面阵列的稀疏效率和性能不足的问题，提出了一种基于分布式凸优化算法的平面阵列稀疏方法。该方法将均匀平面阵列分为多级子阵列，在稀疏过程中，每个前一级子阵列都被视为后一级子阵列的一个阵元。该方法将阵列稀疏问题等效为最小l0范数问题，并近似为迭代加权的最小l1范数问题，通过原始对偶算法求解近似后的规划问题得到稀疏阵列，从最后一级子阵列开始稀疏，并将前一次迭代的稀疏结果视为后一次迭代的初始阵列，进行迭代稀疏获得最终的稀疏阵列。实验表明，对36×36的均匀平面阵列进行稀疏，分布式凸优化算法与传统凸优化方法相比，所需的最大内存和计算时间分别减少了58.0％和74.7％，同时，得到的稀疏阵列减少了16个开启阵元。　　针对传统凸优化算法稀疏自由度不足的问题，提出了一种基于扰动凸优化算法的十字阵列稀疏方法。该方法对优化后的十字阵列远近场波束图进行约束，使用一阶泰勒展开创建位置扰动，对阵元的位置扰动和权重系数同时优化，通过原始对偶算法求解带位置扰动的凸优化问题来获得稀疏十字阵列。该方法可以将传感器阵元放置在连续任意位置，从而提高了候选阵元位置的自由度。实验表明，对100+100的十字阵列进行稀疏，扰动凸优化算法与传统凸优化方法相比，得到的稀疏阵列减少了8个开启阵元，旁瓣峰值降低了0.2dB。　　针对声纳接收阵列存在幅度和相位误差，且稀疏阵列对误差更加敏感的问题，提出了一种基于凸优化和神经网络的接收阵列幅相误差自校正方法。该方法只需要远场中一个未知位置的校正声源，对校正源波达方向（Direction of Arrival，DOA）和阵列幅相误差进行联合估计。首先，基于压缩感知理论，使用凸优化算法求解规划问题，初步鲁棒估计校正源DOA；然后根据估计结果，利用神经网络进行拟合，得到更精确的校正源离网方向DOA估计；最后根据估计的校正源方位通过空间匹配滤波器计算阵列的幅相误差并进行校正。该方法利用凸优化算法可以有效避免相位2π模糊性问题，并对校正源进行DOA鲁棒估计，利用神经网络可以进行离网方向DOA估计。实验表明，该方法校正后的均匀平面阵列和稀疏阵列的波束图均方根误差分别能达到4.9542×10-5和2.6722×10-4。
作者：	辜博轩
专业：	电子信息技术及仪器
导师：	陈耀武
授予学位：	博士
授予学位单位：	浙江大学
学位年度：	2021