劉雪松　周凡　周泓　田翔　蔣榮欣　陳耀武

(浙江大學(xué) 數(shù)字技術(shù)及儀器研究所∥浙江省網(wǎng)絡(luò)多媒體技術(shù)研究重點實驗室, 浙江 杭州 310027)

?

基于十字型陣列的多頻發(fā)射波束形成算法*

劉雪松周凡?周泓田翔蔣榮欣陳耀武

(浙江大學(xué) 數(shù)字技術(shù)及儀器研究所∥浙江省網(wǎng)絡(luò)多媒體技術(shù)研究重點實驗室, 浙江 杭州 310027)

摘要：針對平面接收陣陣元數(shù)量龐大導(dǎo)致的水下三維聲學(xué)成像系統(tǒng)硬件開銷和計算量過大的問題,提出了一種基于十字型陣列的三維聲學(xué)成像的多頻發(fā)射波束形成算法.該算法將發(fā)射波束方向劃分為多個扇面,在每個扇面內(nèi)依次向各波束方向發(fā)射不同頻率的扇形波束信號,將發(fā)射次數(shù)從波束數(shù)減少到扇面數(shù),從而縮短了掃描時間.仿真實驗和計算量分析表明,文中算法能夠獲得與平面接收陣直接波束形成算法相同的波束性能,并且大幅降低了陣元數(shù)量和計算量.實際水下試驗證明了該算法能夠滿足水下三維聲學(xué)成像的實時性需求.

關(guān)鍵詞：實時三維聲學(xué)成像;多頻發(fā)射;十字型陣列;波束形成;計算量需求

近年來,三維聲學(xué)成像技術(shù)在水下探測及超聲領(lǐng)域受到了廣泛的關(guān)注,其發(fā)展對醫(yī)療圖像、超聲檢測、水下機(jī)器人、海洋探測、海底施工以及沉積物打撈等應(yīng)用均具有積極的意義[1- 4].相比于光學(xué)傳感器,聲學(xué)傳感器具有獲取觀測場景三維信息的能力,同時受到水下渾濁度的影響很小.因此,實時三維聲學(xué)成像系統(tǒng)在水下應(yīng)用領(lǐng)域具有廣泛的發(fā)展前景[5].

為獲得場景三維信息,通常需要二維平面接收換能器陣列用于接收聲學(xué)回波,構(gòu)建三維圖像[6].而平面接收陣的使用通常伴隨著龐大的陣元數(shù)量,從而導(dǎo)致巨大的硬件開銷和計算量[7].為了克服上述問題,Haupt[8]提出了一種基于遺傳算法的陣列稀疏方法,可以在一定程度上減少陣元數(shù)量,降低系統(tǒng)復(fù)雜度.袁龍濤等[9]采用模擬退火算法實現(xiàn)了一種兼顧遠(yuǎn)場與近場的稀疏陣列優(yōu)化方法,在保持系統(tǒng)性能的前提下大大降低了硬件成本.Palmese等[10]提出了一種Chirp Zeta 變換(CZT)波束形成算法,相比于直接波束形成算法,CZT波束形成算法的計算量降低了1~2個數(shù)量級.韓業(yè)強(qiáng)等[11]通過將整個平面接收陣劃分為多個子陣,采用兩級并行流水結(jié)構(gòu)大大降低了波束形成算法的計算量,提高了計算效率.

另外,一些學(xué)者采用發(fā)射和接收陣列共同進(jìn)行波束形成,通過降低陣列維度、以多個線陣代替平面接收陣列來實現(xiàn)陣元數(shù)量的減少.Karaman等[12]對一些不同形式的陣列配置進(jìn)行了對比,這些陣列配置通過消除發(fā)射和接收陣列中冗余的陣元來簡化陣列復(fù)雜度.Okino等[13]基于十字型陣列設(shè)計了一種三維海底地形測繪系統(tǒng),采用兩條相互垂直的線型陣列來實現(xiàn)三維聲學(xué)圖像的構(gòu)建,極大地降低了系統(tǒng)的硬件開銷.但十字型陣列在構(gòu)建三維聲學(xué)圖像時,掃描觀測場景所需的時間過長,導(dǎo)致其目前只能應(yīng)用于一些近場或無實時性需求的環(huán)境中[14].

為了充分利用十字型陣列陣元數(shù)量少的優(yōu)點,同時解決其實時性不足的問題,文中提出了一種基于十字型陣列的多頻發(fā)射(MFT)波束形成算法,通過優(yōu)化十字型陣列的發(fā)射過程來縮短其掃描時間,從而使其能夠應(yīng)用于水下實時三維聲學(xué)成像.該算法將發(fā)射波束方向分割為多個扇面,在每個扇面內(nèi)依次發(fā)射一系列不同頻率的扇形波束信號,每個頻率的信號均指向一個預(yù)設(shè)波束方向;在接收過程中,接收陣列在收到聲納回波后,通過離散傅里葉變換(DFT)抽取扇面內(nèi)所有發(fā)射信號對應(yīng)的頻率信息,并在頻域內(nèi)并行地進(jìn)行波束形成計算.最后通過仿真實驗和實際水下試驗分析該算法的性能.

1傳統(tǒng)十字型陣列應(yīng)用

十字型陣列是由兩條相互垂直的線型陣列組成,如圖1所示.接收陣列(1 mm×3 mm的條形陣元)和發(fā)射陣列(寬度2 mm、直徑約30 mm的半圓環(huán)形陣元)的陣元數(shù)分別為M和N,陣元間距分別為dr和dt,以接收陣列和發(fā)射陣列交匯處作為坐標(biāo)原點.

圖1　十字型陣列結(jié)構(gòu)Fig.1　Framework of the cross array

在傳統(tǒng)十字型陣列應(yīng)用中,發(fā)射陣列通過各陣元間的相移補(bǔ)償,向預(yù)設(shè)的垂直波束方向發(fā)射一個扇形的窄帶聲納波束信號,接收陣列接收來自該方向的聲納回波,并在該扇形波束范圍內(nèi)進(jìn)行水平方向的波束形成.完成后,再向下一個垂直波束方向發(fā)射.當(dāng)所有垂直波束方向發(fā)射完成后,即可形成一幀三維聲學(xué)圖像.在遠(yuǎn)場條件下,十字型發(fā)射陣列與接收陣列的波束方向圖[15]可分別表示為

(1)

(2)

式中:BTr和BRe分別為發(fā)射和接收陣列的波束強(qiáng)度,它們分別是關(guān)于垂直和水平波束方向角βq、αp(1≤p≤P,1≤q≤Q)的函數(shù),對應(yīng)P×Q個波束方向;Sn(k)和Sm(k)分別為發(fā)射和接收陣元的聲納信號經(jīng)過L點DFT運算的結(jié)果,k為DFT的線譜號,n(1≤n≤N)和m(1≤m≤M)分別為發(fā)射和接收陣元的索引號;θn、θm分別為發(fā)射和接收陣元的相位偏移參數(shù),

(3)

(4)

f0為聲納信號的中心頻率;c為聲波在水下傳播的速度,約為1 500m/s.十字型陣列整體的波束方向圖為接收和發(fā)射波束方向圖的乘積[1]:

(5)

其波束三維(3D)示意圖如圖2所示.

圖2　十字型陣列的波束三維示意圖Fig.2　3D schematic diagram of beams of the cross array

在十字型陣列的傳統(tǒng)應(yīng)用中,為了構(gòu)建整個觀測場景的三維聲學(xué)圖像,發(fā)射陣列需要向所有預(yù)設(shè)的垂直波束方向發(fā)射扇形波束信號,每次發(fā)射都需等待聲納回波從最遠(yuǎn)探測距離返回.因此,生成一幀三維聲學(xué)圖像所需時間正比于發(fā)射次數(shù)(垂直波束方向數(shù)Q)和最遠(yuǎn)探測距離(Rmax).如果要在50 m的范圍生成54×54個波束,則構(gòu)建一幀三維聲學(xué)圖像需要的時間為3.6 s(2RmaxQ/c).顯然,傳統(tǒng)十字型陣列應(yīng)用無法滿足水下實時三維聲學(xué)成像的需求.

2多頻發(fā)射波束形成算法

2.1　算法原理

為解決十字型陣列的實時性問題,文中提出了MFT波束形成算法,通過減少其發(fā)射次數(shù)來使其能夠應(yīng)用于實時水下三維聲學(xué)成像.MFT波束形成算法的具體流程是:①將預(yù)設(shè)的垂直波束方向分割為K個扇面,在每個扇面內(nèi)發(fā)射陣列依次向預(yù)設(shè)波束方向(共J個,Q=K×J)發(fā)射窄帶扇形波束信號,每個方向?qū)?yīng)一個不同的頻率;②當(dāng)該扇面內(nèi)所有方向發(fā)射結(jié)束后,接收陣列收到聲納回波信號,并對回波信號進(jìn)行DFT運算,同時計算回波中J個發(fā)射頻率對應(yīng)的結(jié)果,并行地在J個頻域內(nèi)進(jìn)行波束形成,獲得P×J個波束;③對余下扇面進(jìn)行相同的操作,當(dāng)所有扇面完成后,可以得到完整的P×Q個方向的波束結(jié)果.MFT算法的發(fā)射過程如圖3所示.

圖3　MFT波束形成算法的發(fā)射過程示意圖Fig.3　Schematic diagram of transmitting process of MFT beamforming algorithm

圖4　發(fā)射脈沖頻率時域示意圖Fig.4　Schematic diagram of frequency of transmitting pulses in time domain

因此,發(fā)射信號的時域表達(dá)式如下:

(6)

(7)

式中:垂直波束方向索引q是關(guān)于劃分扇面序號kS和信號頻率索引j的函數(shù),

q(kS,j)=(kS-1)J+j

(8)

A為信號幅值;θn(fj,βq)為相位偏移參數(shù),

(9)

相鄰發(fā)射信號頻率按照Δf 的步進(jìn)頻率遞增,即

fj+1-fj=Δf

(10)

(11)

由式(6)-(9)可知,在MFT算法中,發(fā)射聲納信號及參數(shù)均是關(guān)于頻率fj的函數(shù).因此,發(fā)射陣列的波束方向圖可表示為

(12)

(13)

式中:Sn(kj)是采樣信號sn(l,fj,βq)的L點DFT變換結(jié)果;kj為頻率fj的線譜號,若采樣頻率為fs,則

(14)

接收陣列的波束方向圖與式(2)相似,區(qū)別在于,在MFT算法中,接收陣列在J個頻域上并行執(zhí)行波束形成算法,其表達(dá)式如下:

(15)

(16)

式中:sm(l,fj,αp)是回波信號的采樣數(shù)據(jù);Sm(kj)是sm(l,fj,αp)的L點DFT變換結(jié)果;θm(fj,αp)是接收陣列的相位偏移參數(shù),

(17)

由上述發(fā)射和接收波束形成過程可知,十字型陣列的波束方向角(αp,βq)有別于傳統(tǒng)的平面接收陣列,是基于發(fā)射和接收陣列獨立定義的,如圖5所示.

圖5　十字型陣列的方向角定義Fig.5　Definition of steering angles in the cross array

因此,MFT波束形成算法的十字型陣列關(guān)于波束方向角(αp,βq)的整體波束方向圖如下:

(18)

式中，fj與βq的對應(yīng)關(guān)系如式(8)所示.

MFT波束形成算法通過多頻信號的順序發(fā)射以及對回波信號的并行處理,有效地將十字型陣列的發(fā)射次數(shù)從垂直波束方向數(shù)Q減小到劃分扇面數(shù)K,縮短了掃描時間.例如,在50 m的范圍內(nèi)生成54×54個波束,將垂直波束方向劃分為6個扇面,相比于傳統(tǒng)應(yīng)用,構(gòu)建一幀三維聲學(xué)圖像需要的時間從3.6 s(2RmaxQ/c)降低到0.4 s(2RmaxK/c),在水下三維成像應(yīng)用中,已可以實現(xiàn)實時顯示[5].

2.2　時延補(bǔ)償

為構(gòu)建三維圖像,需要知道波束強(qiáng)度結(jié)果對應(yīng)的三維空間坐標(biāo)(x,y,z),其中(x,y)與波束方向角(αp,βq)存在對應(yīng)關(guān)系,z代表距離信息,與聲納信號在水中的傳播時間t的關(guān)系如下:

z=ct/2

(19)

而信號的時延反映到空間上則代表信號在水中傳播的距離差.因此,時延可以轉(zhuǎn)換成距離信息,補(bǔ)償在對應(yīng)的z值上.若以每個扇面中第一個頻率的發(fā)射信號為參考,則各頻率信號的時延值?？杀硎緸?/p>

(20)

根據(jù)坐標(biāo)中y得到對應(yīng)的波束方向索引值q,并將式(8)代入式(20)中,則經(jīng)過補(bǔ)償?shù)玫降男碌木嚯x值z′為

(21)

若不進(jìn)行時延補(bǔ)償,在最終的三維聲學(xué)圖像中,筆直的物體將會顯示為被分割成K(劃分的扇面數(shù))段的傾斜物體.采用MFT波束形成算法拍攝水下一條筆直的鐵鏈,獲得補(bǔ)償時延和未補(bǔ)償時延時的圖像，如圖6所示.

圖6　時延補(bǔ)償前后的筆直鐵鏈圖像Fig.6　Images of a straight iron chain before and after time delay compensation

2.3　計算量分析

為分析MFT波束形成算法的計算效率,就計算量與基于平面接收陣列的直接(DM)波束形成算法進(jìn)行對比.

對于基于平面接收陣列的DM波束形成算法,首先需要計算M×N個通道的L點DFT結(jié)果,每個通道完成一次DFT運算需要2L次實數(shù)乘法、2(L-1)次實數(shù)加法,那么DFT運算所需要的實數(shù)計算量OP(DFT)為

OP(DFT)=[2L+2(L-1)]MN=

(4L-2)MN

(22)

其次,計算P×Q個波束的計算量,每個波束需要M×N次復(fù)數(shù)乘法及M×N-1次復(fù)數(shù)加法,則基于平面接收陣列的DM波束形成算法總的實數(shù)計算量OP(BF)可表示為

OP(BF)=OP(DFT)+(8MN-2)PQ=

(4L-2)MN+(8MN-2)PQ

(23)

對于MFT波束形成算法,N個通道的發(fā)射信號均通過預(yù)先計算存儲在內(nèi)存中,因此發(fā)射波束形成并無計算量需求.而在接收波束形成過程中,首先需要計算M個通道的L點DFT結(jié)果,然后計算P個波束,每個波束需要M次復(fù)數(shù)乘法和M-1次復(fù)數(shù)加法.此外,接收波束形成需要在J個頻域上并行執(zhí)行.因此,MFT波束形成算法總的實數(shù)計算量OC(BF)為

OC(BF)=[(4L-2)M+(8M-2)P]J=

[(4L-2)M+(8M-2)P]Q/K

(24)

為了比較基于平面接收陣列的DM波束形成算法和十字型陣列MFT波束形成算法的計算量,實驗參數(shù)配置如下:DFT點數(shù)L=150,平面型陣列陣元數(shù)M×N=100×100,十字型陣列陣元數(shù)M+N=100+100,劃分扇面數(shù)K=6.當(dāng)波束方向數(shù)P×Q分別為50×50、100×100、150×150時,兩種算法的計算量對比如表1所示.

表 1兩種波束形成算法的計算量對比

Table 1Comparison of computational load between two beamforming algorithms

P×Q計算量基于平面接收陣列基于十字型陣列50×502.06×1088.31×105100×1008.06×1082.33×106150×1501.81×1094.49×106

由表1可以看出:在上述參數(shù)配置下,基于十字型陣列的MFT波束形成算法與基于平面接收陣列的DM波束形成算法相比,計算量可以降低接近3個數(shù)量級;當(dāng)波束方向數(shù)增大時,十字型陣列的優(yōu)勢更加明顯.因此,與基于平面接收陣列的DM波束形成算法相比,基于十字型陣列的MFT波束形成算法不僅減少了陣元數(shù)量,降低了系統(tǒng)復(fù)雜度,同時獲得了較高的計算效率,并克服了十字型陣列的實時性問題.

3仿真實驗及水下試驗

3.1　仿真實驗

為評估基于十字型陣列的MFT波束形成算法的性能,在Matlab環(huán)境下對其歸一化波束方向圖進(jìn)行仿真實驗,并與基于平面接收陣列的DM波束形成算法進(jìn)行對比.

表2部分仿真參數(shù)設(shè)置

Table 2Configuration of some simulating parameters

算法陣元數(shù)Kf/kHzΔf/kHzDM算法50×50500MFT算法50+506420~58020

在上述參數(shù)配置下,文中進(jìn)行了兩組仿真實驗:第1組實驗假設(shè)在(0°,0°)存在一個單點目標(biāo),信號中心頻率為500 kHz,分別對基于平面接收陣列的DM波束形成算法和基于十字型陣列的MFT波束形成算法的波束方向圖進(jìn)行仿真,結(jié)果如圖7所示.第2組實驗選取MFT波束形成算法劃分的第2個扇面,對該扇面中420 kHz和580 kHz信號(兩個邊界)對應(yīng)的波束方向圖進(jìn)行仿真,結(jié)果如圖8所示.

主瓣寬度和旁瓣峰值作為波束方向圖的兩個重要指標(biāo),主瓣寬度反映了三維聲學(xué)成像的角度分辨率,其值越小,則成像角度分辨率越高,通常在歸一化波束強(qiáng)度下降到-3 dB時測得;旁瓣峰值則體現(xiàn)了三維聲學(xué)成像的目標(biāo)識別能力,旁瓣峰值越低,則目標(biāo)的識別精度越高,若旁瓣峰值過大,則可能會造成目標(biāo)的誤識別.

由圖7可知,在相同的信號頻率下,兩種算法的主瓣寬度(1.12°)和旁瓣峰值(-15 dB)完全一致,并且能夠獲得相同的波束方向圖.由此證明,十字型陣列能夠在使用較少陣元的條件下獲得和平面接收陣列相同的性能,降低系統(tǒng)硬件復(fù)雜度.

從圖8可知,對于不同頻率的信號,文中算法獲得的主瓣寬度不同,420 kHz和580 kHz信號的主瓣寬度分別為0.97°和0.52°,頻率越高,主瓣寬度越窄.因此,對于MFT波束形成算法,需要根據(jù)系統(tǒng)的角度分辨率需求,合理地選擇每個扇面中發(fā)射信號的頻率范圍及步進(jìn)頻率.在本實驗中,所有頻率(420~580 kHz)對應(yīng)的主瓣寬度均可滿足系統(tǒng)的角度分辨率需求(1°),因此不同頻率的發(fā)射信號不會對系統(tǒng)造成分辨率不均勻的影響.

圖7　 兩種波束形成算法的仿真結(jié)果Fig.7　Simulation results of two beamforming algorithms

圖 8　基于十字型陣列的MFT波束形成算法的仿真結(jié)果Fig.8　Simulation results of MFT beamforming algorithm based on cross array

在MFT波束形成算法中,對于不同位置的目標(biāo),其旁瓣峰值(500 kHz對應(yīng)-15 dB,420 kHz對應(yīng)-16.7 dB,580 kHz對應(yīng)-22.9 dB)均小于基于平面接收陣列的DM波束形成算法(-15 dB).由此可知,基于十字型陣列的MFT波束形成算法的目標(biāo)識別能力不低于基于平面接收陣列的DM波束形成算法.在實際三維成像過程中,通過設(shè)置波束強(qiáng)度閾值濾除結(jié)果中低于旁瓣峰值的波束信號,則可以確保不會造成目標(biāo)的誤識別.

此外,在采用MFT波束形成算法時,還需綜合考慮兩個因素:系統(tǒng)幀率及計算量.該算法所能獲得的幀率與扇面數(shù)K成反比(幀率=c/(2RmaxK)),而由式(24)可知,算法計算量也與K成反比.因此,在提高幀率的同時,必然會增加系統(tǒng)計算量.通過多組仿真實驗發(fā)現(xiàn),合理的扇面數(shù)K為3~6,在大幅降低計算量的同時,也可獲得滿足水下三維成像實時性需求的幀率.

綜上所述,MFT波束形成算法解決了十字型陣列實時性不足的問題,相比于基于平面接收陣列的DM波束形成算法,基于十字型陣列的MFT波束形成算法降低了系統(tǒng)的硬件復(fù)雜度和計算量,同時能夠獲得與平面接收陣列相近的性能,并且在觀測場景內(nèi)均可準(zhǔn)確地識別目標(biāo).

3.2　水下試驗

基于MFT波束形成算法,文中設(shè)計并實現(xiàn)了一臺采用十字型陣列的原理樣機(jī),并進(jìn)行了實際湖試試驗.拍攝目標(biāo)為一個立方體鐵框,放置在水中,距樣機(jī)約8 m處.圖9展示了拍攝的3D圖像效果,可以看到,作為目標(biāo)的立方體鐵框出現(xiàn)在顯示屏中央.

圖9　立方體鐵框的3D圖像Fig.9　3D image of an iron cube

實際水下試驗進(jìn)一步證明了MFT波束形成算法的有效性.基于MFT波束形成算法,使用十字型陣列設(shè)計并實現(xiàn)了低硬件復(fù)雜度的原理樣機(jī),獲得的水下三維成像結(jié)果表明,觀測人員能夠以任意角度觀察場景中的目標(biāo),同時在50 m的距離內(nèi)獲得了最少每秒2幀的幀率,滿足水下三維聲學(xué)圖像的實時處理及顯示.

4結(jié)論

針對三維聲學(xué)成像中平面接收陣列陣元數(shù)量巨大而導(dǎo)致的硬件開銷大和計算量需求高的問題,文中提出了基于十字型陣列的多頻發(fā)射波束形成算法,以降低系統(tǒng)硬件復(fù)雜度和計算量,解決十字型陣列的實時性問題.然而,由于系統(tǒng)需要采用寬帶陣列,故增加了一定的成本.但與其在降低系統(tǒng)復(fù)雜度相比,上述問題則是可以接受的.仿真實驗和計算量分析結(jié)果表明,與基于平面接收陣列的DM波束形成算法相比,基于十字型陣列的MFT波束形成算法能夠?qū)㈥囋獢?shù)量從M×N減小到M+N,并且保持波束方向圖中主瓣寬度和旁瓣峰值等性能指標(biāo)不變,在任意波束方向上均可正確地識別目標(biāo),同時計算量降低近3個數(shù)量級.實際的水下試驗證明了基于十字型陣列的MFT波束形成算法的三維聲學(xué)成像系統(tǒng)能夠有效地拍攝實時水下三維圖像.

參考文獻(xiàn):

[1]MURINO V,TRUCCO A.Three-dimensional image gene-ration and processing in underwater acoustic vision [J].Proceedings of the IEEE,2000,88(12):1903-1948.

[2]NEGAHD Aripour S,MADJIDI H.Stereovision imaging on submersible platforms for 3-D mapping of benthic habitats and sea-floor structures [J].IEEE Journal of Oceanic Engineering,2003,28(4):625-650.

[3]PALMESE M,TRUCCO A.From 3-D sonar images to augmented reality models for objects buried on the seafloor [J].IEEE Transactions on Instrumentation and Measurement,2008,57(4):820-828.

[4]WACHOWSKI N,AZIMI-SADJADI M R.A new synthetic aperture sonar processing method using coherence analysis [J].IEEE Journal of Oceanic Engineering,2011,36(4):665- 678.

[5]TRUCCO A,PALMESE M,REPETTO S.Devising an affordable sonar system for underwater 3-D vision [J].IEEE Transactions on Instrumentation and Measurement,2008,57(10):2348-2354.

[6]TRUCCO A.Thinning and weighting of large planar arrays by simulated annealing [J].IEEE Transactions on Ultrasonics,Ferroelectrics and Frequency Control,1999,46(2):347-355.

[7]PALMESE M,TRUCCO A.An efficient digital CZT beamforming design for near-field 3-D sonar imaging [J].IEEE Journal of Oceanic Engineering,2010,35(3):584-594.

[8]HAUPT R L.Thinned arrays using genetic algorithms [J].IEEE Transactions on Antennas and Propagation,1994,42(7):993-999.

[9]袁龍濤,周凡,陳耀武.相控陣三維攝像聲納系統(tǒng)的稀疏陣列優(yōu)化設(shè)計 [J].華南理工大學(xué)學(xué)報(自然科學(xué)版),2013,41(1):29-37.

YUAN Long-tao,ZHOU Fan,CHEN Yao-wu.Optimization design of sparse arrays for phased-array 3D imaging sonar systems [J].Journal of South China University of Technology(Natural Science Edition),2013,41(1):29-37.

[10]PALMESE M,TRUCCO A.Three-dimensional acoustic imaging by chirp zeta transform digital beamforming [J].IEEE Transactions on Instrumentation and Mea-surement,2009,58(7):2080-2086.

[11]韓業(yè)強(qiáng),田翔,陳耀武.采用分布式并行子陣波束形成的水下三維成像 [J].浙江大學(xué)學(xué)報(工學(xué)版),2014,48(2):368-376.

HAN Ye-qiang,TIAN Xiang,CHEN Yao-wu.Underwater 3D imaging by distributed and parallel subarray beamforming algorithm [J].Journal of Zhejiang University(Engineering Science),2014,48(2):368-376.

[12]KARAMAN M,WYGANT I O,KHURI-YAKOB B T.Minimally redundant 2-D array designs for 3-D medical ultrasound imaging [J].IEEE Transactions on Medical Imaging,2009,28(7):1051-1061.

[13]OKINO M,HIGASHI Y.Measurement of seabed topography by multibeam sonar using CFFT [J].IEEE Journal of Oceanic Engineering,1986,11(4):474- 479.

[14]AHMAD F,FRAZER G J,KASSAM A,et al.Design and implementation of near-field,wideband synthetic aperture beamformers [J].IEEE Transactions on Aerospace and Electronic Systems,2004,40(1):206-220.

[15]NIELSEN R O.Sonar signal processing [M].Boston:Artech House,1991.

Multi-Frequency Transmitting Beamforming Algorithm

Based on Cross Array

LIUXue-songZHOUFanZHOUHongTIANXiangJIANGRong-xinCHENYao-wu

(Institute of Advanced Digital Technology and Instrumentation∥ Zhejiang Provincial Key Laboratory for Network Multimedia

Technologies, Hangzhou 310027, Zhejiang, China)

Abstract:In order to solve the problems of the huge hardware cost and computational load in underwater 3D acoustic imaging system, which is caused by the large number of elements in a receiving planar array, a multi-frequency transmitting beamforming algorithm is proposed for the real-time 3D acoustic imaging on the basis of cross array. In the algorithm, first, transmitting steering directions are subdivided into several sectors. In each sector, a series of fan-shaped beams with different frequencies are transmitted sequentially, and each beam is steered to a specific direction. Then, the number of transmissions is reduced from the number of beams to the number of sectors, thus shortening the scanning time. Simulation results and the analysis of computational load show that the proposed algorithm can obtain the same performance as the direct beamforming method on the basis of the receiving planar array and dramatically reduce both the transducer number and the computational load. Real underwater experiments de-monstrate that the proposed algorithm can meet the real-time requirement in underwater 3D acoustic imaging applications.

Key words:real-time 3D acoustic imaging; multi-frequency transmitting; cross array; beamforming; computational requirement

doi：10.3969/j.issn.1000-565X.2016.01.004

中圖分類號：TB56

作者簡介：劉雪松(1988-)，男，博士，主要從事嵌入式系統(tǒng)、聲納信號處理研究.E-mail:11015006@zju.edu.cn?通信作者： 周凡(1978-)，男，副教授，主要從事嵌入式系統(tǒng)、聲納信號處理、FPGA并行計算研究.E-mail:fanzhou@mail.bme.zju.edu.cn

*基金項目：國家自然科學(xué)基金面上項目(41276090);國家“863”計劃項目(2014AA091301);浙江大學(xué)中央高?；究蒲袠I(yè)務(wù)費專項資金資助項目

收稿日期：2015-04-21

Foundation items： Supported by the General Program of the National Natural Science Foundation of China(41276090) and the National High-Tech R & D Program of China(2014AA091301)