[发明专利]一种高分辨率三维成像声纳换能器阵列稀疏优化方法

说明书

本发明属于三维成像声纳技术领域，并公开了一种高分辨率三维成像声纳换能器阵列稀疏优化方法。该优化方法包括：建立换能器阵列的迭代凸优化数学模型；获得当前迭代的换能器阵元激励权值；对当前迭代的换能器阵元激励权值进行更新，然后根据其计算下一次迭代的换能器阵元惩罚系数；判断当前迭代的次数是否达到最大迭代次数，若是，则终止优化过程并输出，若否，则根据下一次迭代的换能器阵元惩罚系数重复上述步骤。本发明将迭代凸优化数学模型与模拟退火算法相结合，从原来的满布阵列中移除对阵列波束贡献低的阵元，并且具有收敛快、迭代次数少的优点，无需对算法特定参数进行多次调试，适合实际工程应用。

技术领域

本发明属于三维成像声纳技术领域，更具体地，涉及一种高分辨率三维成像声纳换能器阵列稀疏优化方法。

背景技术

高分辨率三维成像声纳是水下探测与成像领域的新型技术，在海洋资源勘探、水下工程作业、海港设施巡检、水下救援考古、蛙人探测与扫雷排爆等民用和军事领域均有广泛而迫切的应用需求。此类三维声纳系统采用大规模换能器面阵接收三维空间目标的回波信息，并利用电子波束形成技术对视野范围内上万个方位同时进行聚焦、扫描与成像，其工作距离可由一米覆盖到上百米，具有良好的成像分辨率和实时刷新率，适用于港口及近岸海域等浑浊水质内的目标探测。目前此类高分辨率三维成像声纳系统面临硬件复杂度过高的瓶颈。获得高分辨率的三维图像，要求声纳系统配置大规模换能器平面阵列，常规密集布阵方式所需换能器数目往往达数千甚至上万，同时要求配套大规模的信号处理电路。从而导致该系统需要承受极高的硬件复杂度，相应的带来硬件成本高、功耗大、故障维护困难等问题。

换能器稀疏布阵是指依据声纳系统声学性能要求，对换能器阵列中的阵元位置和权值进行优化，从而以远低于传统密集布阵技术的换能器阵元数目实现满足性能要求的换能器阵列布置。具体到高分辨率三维成像声纳系统中，稀疏布阵主要针对声纳系统中的接收换能器面阵，其声学性能指标主要为阵列波束主瓣宽度和旁瓣峰值。引入换能器阵列稀疏优化技术可以使系统在保持原有波束特性的情况下，减少换能器阵元数目，大大降低声纳系统硬件复杂度。

现有换能器稀疏布阵方法主要基于启发式随机优化方法，如模拟退火算法、遗传算法、粒子群算法等，此类方法在理论上可以接近全局最优解，但需经过多次调试以选择最优算法参数，耗时长，模型适应能力差。传统的确定性方法大都处于理想模型下求解，在应用于换能器稀疏布阵时无法灵活处理变量取值范围的约束，比如阵元动态范围比约束，同时确定性优化方法往往基于局部最优求解，求解精度差。因此，进一步研究适用于实时三维声纳的稀疏布阵方法对于降低声纳系统硬件复杂度，发展实时三维声纳技术具有十分重要的理论意义和实际工程应用价值。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种高分辨率三维成像声纳换能器阵列稀疏优化方法，其中通过讲凸优化数学模型与模拟退火算法相结合，相应的可有效解决大型换能器稀疏面阵的优化问题。

为实现上述目的，本发明提出了一种高分辨率三维成像声纳换能器阵列稀疏优化方法，其特征在于，该优化方法包括如下步骤：

S1建立换能器阵列的迭代凸优化数学模型，该换能器阵列包括I个换能器阵元；

S2将当前迭代的换能器阵元惩罚系数和设定的换能器阵列性能约束条件代入步骤S1的迭代凸优化数学模型中，获得当前迭代的换能器阵元激励权值，其中设定第一次迭代的换能器阵元惩罚系数均为1；

S3根据期望动态范围比确定约束条件，并对不满足约束条件的换能器阵元，利用模拟退火算法对步骤S2中获得的当前迭代的换能器阵元激励权值进行更新，然后根据更新后的激励权值计算下一次迭代的换能器阵元惩罚系数；

S4判断当前迭代的次数是否达到最大迭代次数，若是，则终止优化过程，输出由步骤S3获得的换能器阵元激励权值构成的换能器阵列激励权值矩阵，若否，则根据下一次迭代的换能器阵元惩罚系数重复步骤S2～S4。

作为进一步优选地，所述步骤S1中换能器阵列的迭代凸优化数学模型为：