一种基于天牛须搜索算法的二维声呐阵列稀疏化方法技术

本发明专利技术公开了一种基于天牛须搜索算法的二维声呐阵列稀疏化方法，属于声呐信号处理技术领域，包括以下步骤，S1：接收换能器声呐阵列每个传感阵元接收到的回波信号进行预处理，S2：对每个传感阵元获取的数字信号序列进行等时间间隔的分割，每个时间段具有L个采样点，S3：对每个时间段的L个采样点进行基于二维阵列波束形成算法计算，获取波束b，S4：对波束b乘以阵元开关状态矩阵，构建优化模型，S5：利用群体天牛须搜索算法求解S4中的优化模型问题，S6：根据S5中的最优化解，调整S4中的状态矩阵元素值，S7：对L采样点后每个时间段中的L个采样点，进行稀疏化后的信号波束计算，实现二维阵列的稀疏化从而平衡成像分辨率和实时性。阵列的稀疏化从而平衡成像分辨率和实时性。阵列的稀疏化从而平衡成像分辨率和实时性。

【技术实现步骤摘要】
一种基于天牛须搜索算法的二维声呐阵列稀疏化方法


[0001]本专利技术属于声呐信号处理
，更具体地说，涉及一种基于天牛须搜索算法的二维声呐阵列稀疏化方法。

技术介绍

[0002]随着水下资源探索的需求日益增长，水下探测技术越来越重要。其中，水下三维声呐系统可以在短时间内生成超出光学可见范围的水下环境图像，因此该项技术也被广泛应用于海洋勘测、海底地形地貌构建以及失事沉船飞机打捞等场合, 更被应用在水雷探测等军事任务中。一个三维成像的水下声呐系统不仅需要具有较高成像分辨率，还需要具有较高的实时性。目前，波束成形是三维水下成像技术中非常重要的一种算法。然而，这种算法的高分辨率依赖于对信号的宽波段及多阵列传感器信号的叠加，计算量大，对硬件的要求较高。因此需要探索一种方法用于平衡成像分辨率和实时性，使得水下声呐成像系统可以做到两者兼备。目前，有研究通过诸如接收换能器阵列的稀疏化和快速波束形成技术，来减少计算负荷，降低硬件需求。然而目前的稀疏化还是基于一定间距的阵列排布，有研究表明，当采用任意分布的传感器，相较于等间距阵列排布可以获得更高的精度和传感器数量，使波束的性能达到更好的效果。因此本申请旨在通过一种基于天牛须搜索算法的二维声呐阵列稀疏化方法，在传感器数量值一定的情况下，根据最小化波束成形最大旁瓣和主瓣比值，实现二维阵列的稀疏化。

技术实现思路

[0003]本专利技术要解决的技术问题在于提供一种基于天牛须搜索算法的二维声呐阵列稀疏化方法，它可以在传感器数量值一定的情况下，实现二维阵列的稀疏化从而平衡成像分辨率和实时性。
[0004]本专利技术的一种基于天牛须搜索算法的二维声呐阵列稀疏化方法，包括包括以下步骤：S1：接收换能器声呐阵列每个传感阵元接收到的回波信号进行预处理得到数字信号；S2：对每个传感阵元获取的数字信号序列进行等时间间隔的分割，每个时间段具有L个采样点，以阵列中心点为原点，以阵列平面为x
‑
y平面，信号源发射方向为z轴设定三维坐标系，S3：对每个时间段的L个采样点进行基于二维阵列波束形成算法计算，获取波束b；S4：对波束b乘以阵元开关状态矩阵，并以最小化旁瓣电平作为稀疏阵列的优化目标，以及阵列边界为约束条件，构建优化模型；S5：通过将传统的单个天牛个体寻优改成群体寻优，利用群体天牛须搜索算法求解S4中的优化模型问题；S6：根据S5中的最优化解，调整S4中的状态矩阵元素值，从而实现阵列的稀疏化；
S7：对L采样点后每个时间段中的L个采样点，进行稀疏化后的信号波束计算。
[0005]作为本专利技术的进一步改进，接收换能器声呐为一个二维阵列，由M
×
N个传感阵元组成，各传感阵元相互间距为d。
[0006]作为本专利技术的进一步改进，所述步骤S1中的预处理依次经过带通滤波、信号放大及信号采样，获取模数转换后的数字信号。
[0007]作为本专利技术的进一步改进，所述步骤S3中的基于二维阵列波束形成算法计算公式为：,其中，W为所有换能器权重系数组成的矩阵变量，,，为阵列导向矢量在x
‑
y平面投影与x轴的夹角，为阵列导向矢量与z轴的夹角，(m,n)为阵列中任意一个阵元位置，m≤M，n≤N, b为波束形成的输出最大值。
[0008]作为本专利技术的进一步改进，所述步骤S4中稀疏阵列函数为：：,其中为开关阵列的值，为1或者0，当值为1时，表示这个传感阵元开启，当值为0时，表示该传感阵元关闭，定义在整个搜索平面内，非主瓣区域内搜索的最大旁瓣定义为PSLL：，稀疏化以最小化旁瓣电平作为稀疏阵列的优化目标，以及阵列边界为约束条件，假设需要将换能器传感阵列中开启的阵元个数精简到K个，则构建优化模型，即：s.t.1≤m≤M，1≤n≤N, 。
[0009]作为本专利技术的进一步改进，所述步骤S5中天牛群体中有M个天牛，群体可以用矩阵表示, 且为换能器权重与阵元开关状态矩阵的哈达玛积：。
[0010]作为本专利技术的进一步改进，每个天牛左右两个触角的位置，用表示左触角坐标，即，用表示右触角坐标，即其中表示天牛质心与触角的距离，为单位化的随机向量合集，其每个分量为单位向量，,。
[0011]作为本专利技术的进一步改进，根据天牛的两个触角所能感知到的浓度差（即函数值），确定天牛下一时刻的位置，
其中，为搜索步进，可以通过算法迭代次数进行修改，表述符号函数。
[0012]作为本专利技术的进一步改进，基于天牛搜索算法不断更新二维阵列中感知阵元的排布，并进行优化，当迭代达到一定次数，即或者达到设定的停止条件，停止条件设置例如达到已设置的边界条件或者天牛的位置连续多次没有更新，可判定当前的解为全局最优或者局部最优解。
[0013]作为本专利技术的进一步改进，根据最优化解，调整所述步骤S4中的状态矩阵元素值，从而实现阵列的稀疏化，对L采样点后每个时间段中的L个采样点，进行稀疏化后的信号波束计算。
[0014]相比于现有技术，本专利技术的有益效果在于：采用天牛须搜索算法可以实现接收换能器阵列的稀疏化，从而减少所用的传感器数量，继而减少后续数据处理带来的计算负荷，降低整体电路的硬件需求，使波束的性能达到更好的效果；采用天牛须搜索算法进行解空间中的寻优，同时将传统的单个天牛个体寻优改成群体寻优，用来提高算法的寻优能力和效率。
附图说明
[0015]图1为本专利技术的流程图；图2为本专利技术的接收换能器阵列坐标系示意图；图3为本专利技术的不同角度指向情况下阵列的方向图；图4为本专利技术的天牛须搜索算法搜索策略流程图。
具体实施方式
[0016]具体实施例一：请参阅图1至图4，一种基于天牛须搜索算法的二维声呐阵列稀疏化方法，以M=8行
×
N=8列共64个传感阵元的接收换能器传感器阵列稀疏化为例。且本专利技术实施例中，以声波在水中传播速度1500米/秒计算，375KHz声波在水中波长为4mm，8行
×
8列的声呐通道传感阵元间距d等于一个波长即4mm，本专利技术实施例以连续L=1024个样点作为一个时间间隔计算波束形成。
[0017]包括以下步骤：S1：接收换能器声呐阵列每个传感阵元接收到的回波信号依次经过带通滤波、信号放大及信号采样，获取模数转换后的数字信号，接收换能器声呐为一个二维阵列，由M
×
N个传感阵元组成，各传感阵元相互间距为4mm。
[0018]S2：如图2所示，对每个传感阵元获取的数字信号序列进行等时间间隔的分割，每个时间段具有1024个采样点，以阵列中心点为原点，以阵列平面为x
‑
y平面，信号源发射方向为z轴设定三维坐标系，设定方位角为阵列导向矢量在x
‑
y平面投影与x轴的夹角，为阵列导向矢量与z轴的夹角，因此波束的单位导向矢量：。
[0019]S3：如图3所示,图3为b的波形图，横坐标为，纵坐标为，Z轴代表振幅，对每个时间段的1024个采样点进行基于二维阵列波束形成算法计算，即获取波束b，，其中W为所有换能器权重系数组成的矩阵变量，,，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于天牛须搜索算法的二维声呐阵列稀疏化方法，其特征在于：包括以下步骤：S1：接收换能器声呐阵列每个传感阵元接收到的回波信号进行预处理得到数字信号；S2：对每个传感阵元获取的数字信号序列进行等时间间隔的分割，每个时间段具有L个采样点，以阵列中心点为原点，以阵列平面为x
‑
y平面，信号源发射方向为z轴设定三维坐标系；S3：对每个时间段的L个采样点进行基于二维阵列波束形成算法计算，获取波束b；S4：对波束b乘以阵元开关状态矩阵，并以最小化旁瓣电平作为稀疏阵列的优化目标，以及阵列边界为约束条件，构建优化模型；S5：通过将传统的单个天牛个体寻优改成群体寻优，利用群体天牛须搜索算法求解S4中的优化模型问题；S6：根据S5中的最优化解，调整S4中的状态矩阵元素值，从而实现阵列的稀疏化；S7：对L采样点后每个时间段中的L个采样点，进行稀疏化后的信号波束计算。2.根据权利要求1所述的一种基于天牛须搜索算法的二维声呐阵列稀疏化方法，其特征在于：接收换能器声呐为一个二维阵列，由M
×
N个传感阵元组成，各传感阵元相互间距为d。3.根据权利要求2所述的一种基于天牛须搜索算法的二维声呐阵列稀疏化方法，其特征在于：所述步骤S1中的预处理依次经过带通滤波、信号放大及信号采样，获取模数转换后的数字信号。4.根据权利要求3所述的一种基于天牛须搜索算法的二维声呐阵列稀疏化方法，其特征在于：所述步骤S3中的基于二维阵列波束形成算法计算公式为：，其中，W为所有换能器权重系数组成的矩阵变量，,，为阵列导向矢量在x
‑
y平面投影与x轴的夹角，为阵列导向矢量与z轴的夹角，(m,n)为阵列中任意一个阵元位置，m≤M，n≤N, b为波束形成的输出最大值。5.根据权利要求4所述的一种基于天牛须搜索算法的二维声呐阵列稀疏化方...

【专利技术属性】
技术研发人员：邢守壮，黄元凯，陈紫燕，陈基展，邢家轩，
申请(专利权)人：杭州聆巡科技有限公司，
类型：发明
国别省市：