基于SCAT模型的水下多目标高分辨仿生成像方法

苏梦娜, 梁 红, 杨长生



基于SCAT模型的水下多目标高分辨仿生成像方法

苏梦娜, 梁 红, 杨长生

(西北工业大学 航海学院, 陕西 西安, 710072)

谱相关及变换(SCAT)模型作为蝙蝠回波处理的经典模型, 具有优异的距离分辨性能, 用来替代人工声呐可较好地完成水下目标定位任务, 且已成为未来水声探测的发展趋势。文中基于简单合理的假设, 推导得出SCAT的距离分辨力为模型滤波器组最大中心频率2倍的倒数, 据此提出一种多目标高分辨仿生成像方法, 对模型参数进行适应性修改即可应用于空气声学、雷达及水下等多种成像场合。通过在水声环境下进行的仿真验证表明, 多目标高分辨仿生成像方法能够完成水下二维声成像, 且距离分辨性能优于传统相关器。

水下多目标; 谱相关及变换模型; 高分辨; 仿生成像

0 引言

大量动物实验显示蝙蝠声呐的距离分辨力远远超越现有人工成像声呐[1-3]。谱相关及变换(spe- ctrogram correlation and transformation, SCAT)模型[4]凭借优异的距离分辨力受到各研究领域的广泛关注。Peremans等[4]推导得出SCAT模型的时延高精度与频率加权因子的峰谷值有关。Munhum等[5]给出了SCAT模型的数学表示, 进一步诠释了谱变换单元。Georgiev等[6-7]将SCAT模型应用于雷达系统, 仿真结果发现SCAT模型的距离分辨力高于发射信号带宽的倒数。然而这些研究仅定性分析了与SCAT模型高分辨性能相关的多重特征, 均未明确给出SCAT模型距离分辨力的理论值。针对以上情况, 文中基于简单合理的假设, 严格地推导了SCAT模型的距离分辨精度, 提出了多目标高分辨仿生成像方法, 并应用于水下二维声成像。

1 动物声呐SCAT模型

1.1 蝙蝠回波处理系统

蝙蝠回波处理系统[8]由外耳、中耳、内耳和大脑皮层组成。外耳和中耳对声波进行滤波、放大并传递至内耳。内耳中耳蜗单元分布着科蒂氏器官, 它的基底膜沿螺旋结构上有着连续指数梯度的机械强度, 不同的强度与不同频率的输入信号在螺旋体对应的位置上产生共振。振动信号快速激活连续分布于基底膜上的听觉细胞, 将振动信号转化为神经电信号。神经信号经过耳蜗核中星状细胞的进一步处理后传递至大脑听觉皮层中。在大脑听觉皮层中神经系统对神经电信号进行处理, 估计出目标的距离及方位信息。

1.2 SCAT模型

SCAT模型[5]对蝙蝠耳蜗及神经信号处理机制进行建模, 处理流程为耳蜗单元、谱相关单元、谱变换单元和时延输出综合单元, 如图1所示。

图1 谱相关及变换模型

1) 耳蜗单元

耳蜗单元采用中心时间线性变化的带通滤波器组完成信号的频域分割, 带通滤波器组由81个带宽为4 kHz的10阶带通滤波器组成。之后经半波整流, 截止频率为3 kHz的低通滤波器处理的输出记为时频谱, 峰值触发后的输出记为触发后时频谱。

2) 谱相关单元

将发射信号与回波信号触发后时频谱做多通道互相关, 相关结果的峰值即为目标时延估值。因此, 耳蜗滤波器组的积分时间[6]即为谱相关单元的时延分辨率。对于高混叠回波(回波时延差小于积分时间)谱相关单元只能得到第1个回波的时延值, 而回波精细结构需要借助谱变换单元得到。

3) 谱变换单元

为了提高距离像的精度, 谱变换单元首先利用发射信号时频谱对高混叠回波时频谱进行归一化, 提取出频率加权因子

再对频率加权因子进行解余弦得到精细时延结构

由式(2)可以看出, 时延差估计值依赖于各通道频率加权余弦波投票产生的投票结果。

可见, 对于高混叠回波, 谱相关单元得到第一个回波的时延信息, 而谱变换单元则得到包含在回波精细时延结构中的第2回波信息。时延综合单元结合两模块输出信息合成高混叠目标的高分辨一维距离像。

2 SCAT模型时延精度分析

SCAT模型的时延分辨力取决于谱变换单元, 因此文中聚焦谱变换单元, 详细推导SCAT模型的时延分辨力。

谱变换单元利用信号间的干涉信息来估计高混叠回波时延间隔, 回波间干涉模型如下。

对式(3)两端做傅里叶变换

不考虑耳蜗单元, 可用回波信号频谱与发射信号频谱平方的比值[5]近似代替频率加权因子

式中,为正整数。

图2 时精细时延输出曲线图

理论推导和仿真试验表明, SCAT模型的时延分辨力极限为耳蜗滤波器组最大中心频率2倍的倒数。

3 多目标高分辨仿生成像方法

多目标高分辨仿生成像方法是用SCAT模型替换传统二维声成像算法中的相关器单元, 流程如图3所示。频域快拍单元[9]通过频域快拍模型得到各扫描方位上的波束形成时域输出。在每个扫描方位上利用SCAT模型得到各方位上的一维距离像。方位距离联合单元将各扫描方位的一维距离像合成方位距离矩阵, 矩阵所绘制的图像即为目标的方位距离像, 亮点代表目标位置。

图3 多目标高分辨仿生成像方法流程框图

按照上述条件进行仿真, 发射信号及回波信号的时域图与频谱图分别如图4和图5所示。

发射信号为双曲调频信号, 带宽范围为80~100 kHz , 信号时长2 ms。回波信号的时域波形及频谱图中均无法分辨出2个目标回波信号, 回波频谱完全丧失了双曲调频信号的频谱信息, 却含有锯齿状的峰谷值信息。

图4 发射信号时域图和频谱图

图5 回波信号时域图和频谱图

图6 传统相关器得到的方位距离像

仿真结果说明, 多目标高分辨仿生成像方法可应用于水下环境, 完成同一方位高混叠目标成像, 并且其距离分辨能力优于传统相关器。

图7 多目标高分辨仿生成像方法得到的方位距离像

4 结束语

SCAT模型的距离分辨力为滤波器组最大中心频率2倍的倒数。仿真结果表明, 水下多目标高分辨仿生成像方法具有优异的距离分辨力, 可完成水下高混叠目标成像。文中方法亦可应用于空气声学、雷达等成像场合。SCAT模型模拟了蝙蝠听觉处理系统, 进一步计划研究蝙蝠外耳滤波效应, 建立蝙蝠接收声场模型, 从而复现整个蝙蝠回波定位系统。

[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

苏梦娜, 梁红, 杨长生. 基于SCAT模型的水下多目标高分辨仿生成像方法[J]. 水下无人系统学报, 2019, 27(2): 189-193.

2018-08-30;

2018-10-26.

国家自然基金项目资助(61379007, 61771398).

苏梦娜(1994-), 女, 在读硕士, 主要研究方向为水下信号处理技术.

(责任编辑: 杨力军)