基于SCAT模型的水下多目標高分辨仿生成像方法

蘇夢娜, 梁 紅, 楊長生

?

基于SCAT模型的水下多目標高分辨仿生成像方法

蘇夢娜, 梁 紅, 楊長生

(西北工業(yè)大學 航海學院, 陜西 西安, 710072)

譜相關(guān)及變換(SCAT)模型作為蝙蝠回波處理的經(jīng)典模型, 具有優(yōu)異的距離分辨性能, 用來替代人工聲吶可較好地完成水下目標定位任務(wù), 且已成為未來水聲探測的發(fā)展趨勢。文中基于簡單合理的假設(shè), 推導(dǎo)得出SCAT的距離分辨力為模型濾波器組最大中心頻率2倍的倒數(shù), 據(jù)此提出一種多目標高分辨仿生成像方法, 對模型參數(shù)進行適應(yīng)性修改即可應(yīng)用于空氣聲學、雷達及水下等多種成像場合。通過在水聲環(huán)境下進行的仿真驗證表明, 多目標高分辨仿生成像方法能夠完成水下二維聲成像, 且距離分辨性能優(yōu)于傳統(tǒng)相關(guān)器。

水下多目標; 譜相關(guān)及變換模型; 高分辨; 仿生成像

0 引言

大量動物實驗顯示蝙蝠聲吶的距離分辨力遠遠超越現(xiàn)有人工成像聲吶[1-3]。譜相關(guān)及變換(spe- ctrogram correlation and transformation, SCAT)模型[4]憑借優(yōu)異的距離分辨力受到各研究領(lǐng)域的廣泛關(guān)注。Peremans等[4]推導(dǎo)得出SCAT模型的時延高精度與頻率加權(quán)因子的峰谷值有關(guān)。Munhum等[5]給出了SCAT模型的數(shù)學表示, 進一步詮釋了譜變換單元。Georgiev等[6-7]將SCAT模型應(yīng)用于雷達系統(tǒng), 仿真結(jié)果發(fā)現(xiàn)SCAT模型的距離分辨力高于發(fā)射信號帶寬的倒數(shù)。然而這些研究僅定性分析了與SCAT模型高分辨性能相關(guān)的多重特征, 均未明確給出SCAT模型距離分辨力的理論值。針對以上情況, 文中基于簡單合理的假設(shè), 嚴格地推導(dǎo)了SCAT模型的距離分辨精度, 提出了多目標高分辨仿生成像方法, 并應(yīng)用于水下二維聲成像。

1 動物聲吶SCAT模型

1.1 蝙蝠回波處理系統(tǒng)

蝙蝠回波處理系統(tǒng)[8]由外耳、中耳、內(nèi)耳和大腦皮層組成。外耳和中耳對聲波進行濾波、放大并傳遞至內(nèi)耳。內(nèi)耳中耳蝸單元分布著科蒂氏器官, 它的基底膜沿螺旋結(jié)構(gòu)上有著連續(xù)指數(shù)梯度的機械強度, 不同的強度與不同頻率的輸入信號在螺旋體對應(yīng)的位置上產(chǎn)生共振。振動信號快速激活連續(xù)分布于基底膜上的聽覺細胞, 將振動信號轉(zhuǎn)化為神經(jīng)電信號。神經(jīng)信號經(jīng)過耳蝸核中星狀細胞的進一步處理后傳遞至大腦聽覺皮層中。在大腦聽覺皮層中神經(jīng)系統(tǒng)對神經(jīng)電信號進行處理, 估計出目標的距離及方位信息。

1.2 SCAT模型

SCAT模型[5]對蝙蝠耳蝸及神經(jīng)信號處理機制進行建模, 處理流程為耳蝸單元、譜相關(guān)單元、譜變換單元和時延輸出綜合單元, 如圖1所示。

圖1 譜相關(guān)及變換模型

1) 耳蝸單元

耳蝸單元采用中心時間線性變化的帶通濾波器組完成信號的頻域分割, 帶通濾波器組由81個帶寬為4 kHz的10階帶通濾波器組成。之后經(jīng)半波整流, 截止頻率為3 kHz的低通濾波器處理的輸出記為時頻譜, 峰值觸發(fā)后的輸出記為觸發(fā)后時頻譜。

2) 譜相關(guān)單元

將發(fā)射信號與回波信號觸發(fā)后時頻譜做多通道互相關(guān), 相關(guān)結(jié)果的峰值即為目標時延估值。因此, 耳蝸濾波器組的積分時間[6]即為譜相關(guān)單元的時延分辨率。對于高混疊回波(回波時延差小于積分時間)譜相關(guān)單元只能得到第1個回波的時延值, 而回波精細結(jié)構(gòu)需要借助譜變換單元得到。

3) 譜變換單元

為了提高距離像的精度, 譜變換單元首先利用發(fā)射信號時頻譜對高混疊回波時頻譜進行歸一化, 提取出頻率加權(quán)因子

再對頻率加權(quán)因子進行解余弦得到精細時延結(jié)構(gòu)

由式(2)可以看出, 時延差估計值依賴于各通道頻率加權(quán)余弦波投票產(chǎn)生的投票結(jié)果。

可見, 對于高混疊回波, 譜相關(guān)單元得到第一個回波的時延信息, 而譜變換單元則得到包含在回波精細時延結(jié)構(gòu)中的第2回波信息。時延綜合單元結(jié)合兩模塊輸出信息合成高混疊目標的高分辨一維距離像。

2 SCAT模型時延精度分析

SCAT模型的時延分辨力取決于譜變換單元, 因此文中聚焦譜變換單元, 詳細推導(dǎo)SCAT模型的時延分辨力。

譜變換單元利用信號間的干涉信息來估計高混疊回波時延間隔, 回波間干涉模型如下。

對式(3)兩端做傅里葉變換

不考慮耳蝸單元, 可用回波信號頻譜與發(fā)射信號頻譜平方的比值[5]近似代替頻率加權(quán)因子

式中,為正整數(shù)。

圖2 時精細時延輸出曲線圖

理論推導(dǎo)和仿真試驗表明, SCAT模型的時延分辨力極限為耳蝸濾波器組最大中心頻率2倍的倒數(shù)。

3 多目標高分辨仿生成像方法

多目標高分辨仿生成像方法是用SCAT模型替換傳統(tǒng)二維聲成像算法中的相關(guān)器單元, 流程如圖3所示。頻域快拍單元[9]通過頻域快拍模型得到各掃描方位上的波束形成時域輸出。在每個掃描方位上利用SCAT模型得到各方位上的一維距離像。方位距離聯(lián)合單元將各掃描方位的一維距離像合成方位距離矩陣, 矩陣所繪制的圖像即為目標的方位距離像, 亮點代表目標位置。

圖3 多目標高分辨仿生成像方法流程框圖

按照上述條件進行仿真, 發(fā)射信號及回波信號的時域圖與頻譜圖分別如圖4和圖5所示。

發(fā)射信號為雙曲調(diào)頻信號, 帶寬范圍為80~100 kHz , 信號時長2 ms。回波信號的時域波形及頻譜圖中均無法分辨出2個目標回波信號, 回波頻譜完全喪失了雙曲調(diào)頻信號的頻譜信息, 卻含有鋸齒狀的峰谷值信息。

圖4 發(fā)射信號時域圖和頻譜圖

圖5 回波信號時域圖和頻譜圖

圖6 傳統(tǒng)相關(guān)器得到的方位距離像

仿真結(jié)果說明, 多目標高分辨仿生成像方法可應(yīng)用于水下環(huán)境, 完成同一方位高混疊目標成像, 并且其距離分辨能力優(yōu)于傳統(tǒng)相關(guān)器。

圖7 多目標高分辨仿生成像方法得到的方位距離像

4 結(jié)束語

SCAT模型的距離分辨力為濾波器組最大中心頻率2倍的倒數(shù)。仿真結(jié)果表明, 水下多目標高分辨仿生成像方法具有優(yōu)異的距離分辨力, 可完成水下高混疊目標成像。文中方法亦可應(yīng)用于空氣聲學、雷達等成像場合。SCAT模型模擬了蝙蝠聽覺處理系統(tǒng), 進一步計劃研究蝙蝠外耳濾波效應(yīng), 建立蝙蝠接收聲場模型, 從而復(fù)現(xiàn)整個蝙蝠回波定位系統(tǒng)。

[1] Gonzalez-Terrazas T P, Martel C, Milet-Pinheiro P, et al. Finding Flowers in the Dark: Nectar-feeding Bats Integ- rate Olfaction and Echolocation While Foraging for Nectar[J]. Royal Society Open Science, 2016, 3(8): 160199.

[2] Fu Y, Kloepper L N. A Systematic Method for Isolating, Tracking and Discriminating Time-frequency Components of Bat Echolocation Calls[J]. Journal of the Acoustical Society of America, 2018, 143(2): 716-726.

[3] Cheng B B, Zhang H, Zhang X, et al. Bats’ Acoustic Detection System and Echolocation Bionics[C]//Radar Conference. Atlanta, GA, United states: IEEE, 2012.

[4] Peremans H, Hallam J. The Spectrogram Correlation and Transformation Receiver, Revisited[J]. Journal of the Acoustical Society of America, 1998, 104(2): 1101-1110.

[5] Munhum P, Robert A. Pattern-matching Analysis of Fine Echo Delays by the Spectrogram Correlation and Transformation Receiver[J]. Journal of the Acoustical Society of America, 2010, 128(3): 1490-1500.

[6] Georgiev K, Balleri A, Stove A, et al. Baseband Version of the Bat-inspired Spectrogram Correlation and Transformation Receiver[C]//Radar Conference. Philadelphia, PA, United States: IEEE, 2016.

[7] Georgiev K, Balleri A, Stove A, et al. Bioinspired Two Target Resolution at Radio Frequencies[C]//Radar Conference. Seattle, WA, United States: IEEE, 2017.

[8] Simmons J A, Gaudette J E. Biosonar Echo Processing by Frequency-modulated Bats[J]. IET Radar, Sonar & Navigation, 2012, 6(6): 556-565.

[9] Van T, Harry L. Optimum Array Processing: Part IV of Detection, Estimation and Modulation Theory Chapter V [M]. Hoboken: A John Wiley & Sons, INC., Publication, 2002.

[10] Grelowska G, Kozaczka E. Underwater Acoustic Imaging of the Sea[J]. Archives of Acoustics, 2015, 39(4): 439- 452.

Bionic Imaging of Underwater Multiple Targets with High Resolution Based on SCAT Model

SU Meng-na, LIANG Hong, YANG Chang-sheng

(School of Marine Science and Technology, Northwestern Polytechnical University, Xi’an 710072, China)

The spectrogram correlation and transformation(SCAT) model, as the classic model in bat echo processing, has high range resolution. It is used to replace the artificial sonar for better underwater target location, which has become the developing trend of underwater acoustic detection. In this study, based on simple and reasonable assumptions, the range resolution of the SCAT model is strictly deduced, which is a reciprocal of 2 times the maximum center frequency of the filterbank. Then, a bionic imaging method of multiple targets with high resolution is proposed, which can be applied to a variety of imaging cases such as aeroacoustics, radar, and underwater as long as the model parameters are modified adaptively. Simulation results in underwater environment show that the bionic imaging method of multiple targets with high resolution can achieve underwater two-dimensional acoustic imaging with a higher range resolution than traditional correlator.

underwater multiple targets; spectrogram correlation and transformation(SCAT) model; high resolution; bionic imaging

TJ630.134; TN911.7

A

1673-1948(2019)02-0189-05

10.11993/j.issn.2096-1509.2019.02.010

蘇夢娜, 梁紅, 楊長生. 基于SCAT模型的水下多目標高分辨仿生成像方法[J]. 水下無人系統(tǒng)學報, 2019, 27(2): 189-193.

2018-08-30;

2018-10-26.

國家自然基金項目資助(61379007, 61771398).

蘇夢娜(1994-), 女, 在讀碩士, 主要研究方向為水下信號處理技術(shù).

(責任編輯: 楊力軍)