详情

原文传递基于无人平台的多波束测深声呐系统关键技术研究

论文题名：	基于无人平台的多波束测深声呐系统关键技术研究
关键词：	无人平台;多波束测深声呐系统;多重信号分类;支持向量机;稳健跟踪
摘要：	随着各类水面、水下无人运动平台的不断发展，基于无人平台的多波束探测技术在海洋测绘、海洋矿产开采、渔业调查、灾后救援和军事等领域，尤其是在恶劣危险的环境中呈现出愈发关键的独特优势，已成为目前海洋探测技术的重要发展方向。但是在无人平台中，由于硬件规模限制且无法人工实时监控波束情况和控制参数，地形结果的测量精度和野值等数据质量问题通常难以保证。同时无人平台多波束测深声呐系统的多样性探测任务，如管道跟踪监测、水下沉积物探测和平台地形辅助导航等，对其结果数据精度和抑制野值能力提出了更高的要求。因此如何获取更加精细、更准确、更真实的结果数据已成为无人平台多波束测深声呐系统的关键问题。本文从多波束测深声呐系统信号处理流程出发，针对如何解决无人平台下的上述数据质量问题进行深入研究。　　针对无人平台多波束测深声呐近底精细化测量任务特点和为提升后续检测结果质量的更高波束数据信噪比需求，提出了一种背景动态抑制高分辨方位估计技术。首先使用分辨率较高的多重信号分类（MultipleSignalClassification，MUSIC）算法为基础，结合解卷积算法对方位谱进行进一步处理。以0dB点声源MUSIC输出方位谱为基础，通过每一时刻特征值构建自适应的点散射函数，并使用快速软阈值迭代算法对方位谱进行解卷积处理，从而得到不同输入信噪比下基本保持一致阵列增益的DOA结果。通过仿真与试验数据处理结果比较证明了算法的有效性。　　为避免由于无人监控波束数据并调整系统参数所带来的虚假目标问题，提出一种二维(2Dimensional，2D)双选择性指数恒虚警检测(DoubleSelectivityIndex-ConstantFalseAlarmRate，DSI-CFAR)算法。算法通过对真实波束数据进行概率密度分布拟合，精确地建立了指数分布的杂波功率水平模型，在简化杂波功率水平估计过程的同时保证了DSI-CFAR检测性能。同时采用了包括参考单元和警戒单元的二维十字滑动窗口，DSI-CFAR算法通过在不同方向上采用合适的杂波功率水平估计策略，提高了检测性能。为了减少该算法的计算量，提升工程实践性，本文采用了一种基于全局阈值的感兴趣区域(RegionofInterest，ROI)快速选择算法。DSI-CFAR检测器仅在感兴趣区域执行，显著地减少了需要计算的像素数。最后对算法进行仿真和实测数据验证，证明算法在相同检测率的前提下，可以保持更低的虚警率。　　由于海况环境、底质声学回波强度、地形剧烈起伏、水体传播干扰等多种因素的限制，多波束测深声呐结果数据中野值难以完全避免，而船载模式中人工控制门限与后处理人工擦除的工作模式无法满足无人平台的任务需求。针对这一问题，提出一种多波束帧间地形稳健跟踪技术，首先通过简化地形跟踪状态模型，将多波束地形跟踪建模为单一波束固定方向内的单一目标跟踪问题，避免了多波束地形数据极坐标转换带来的非线性误差。同时为避免多波束数据中常见的不均匀观测噪声尤其是丛聚型噪声对跟踪结果的影响，使用支持向量机(SupportVectorMachine，SVM)和M估计理论相结合的稳健跟踪算法，实现多波束水下地形的准确跟踪，提升最终输出的地形数据质量。仿真结果表明，算法可以较好地消除野值的影响，准确地输出地形结果。利用多波束实测数据对算法进行了验证，输出地形不仅不受孤立型野值影响，对于边缘波束区域的丛聚型野值，依然保持了准确良好的跟踪效果。　　以上分别从DOA方位估计、地形恒虚警检测和地形跟踪三个方面对基于无人平台的主要信号处理方法进行了介绍与分析，并证明其对最终的数据质量有一定提升作用。为验证整体算法流程的信号处理有效性和先进性，将三个处理算法组成新型多波束信号处理方法，并应用仿真和试验数据对其进行验证。使用TheUltrasoundToolbox(USTB)工具箱通过前期建立好的三维地形点云模型和预先设置的多波束系统参数得到相应的通道原始信号。同时结合新型海底目标搜寻潜航器“海寻一号”搭载的无人平台多波束测深声呐进行试验数据获取。使用不同的信号处理方法对仿真和试验数据进行处理，证明本文提出的新型处理方法可以大幅度提升地形数据质量，提升多波束测深声呐系统在无人平台下的作业能力。
作者：	王家齐
专业：	水声工程
导师：	李海森
授予学位：	博士
授予学位单位：	哈尔滨工程大学
学位年度：	2022