掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
密布式MIMO聲納成像原理與技術 版權信息
- ISBN：9787030731470
- 條形碼：9787030731470 ; 978-7-03-073147-0
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
密布式MIMO聲納成像原理與技術 內容簡介
傳統成像聲納的角度分辨率由接收孔徑決定，而距離分辨率由瞬時系統帶寬決定。為了提高成像分辨率，傳統成像聲納需增加接收孔徑、增大系統瞬時帶寬，這容易導致陣列尺寸過大、系統成本過高等問題。針對傳統聲納成像技術的不足，本專著將MIMO技術引入水下聲成像領域，研究基于MIMO技術的聲納成像技術。本專著從發射波形、陣列結構、回波處理流程等方面入手，建立MIMO聲納高分辨成像理論體系，給出一系列MIMO聲納成像原理與方法，為發展小尺寸、低成本、高分辨聲納成像技術奠定理論基礎。
密布式MIMO聲納成像原理與技術 目錄
目錄
前言
第1章 緒論 1
1.1 研究背景及意義 1
1.2 研究歷史及研究現狀 3
1.2.1 傳統聲吶成像技術 3
1.2.2 MIMO聲吶信號處理技術 7
1.3 本書的主要內容 12
參考文獻 13
第2章 聲吶成像基本原理 17
2.1 波束形成 17
2.1.1 波束形成概念與數學表示 17
2.1.2 波束響應和波束圖 18
2.1.3 陣增益和指向性指數 27
2.2 匹配濾波 29
2.3 基本成像流程 33
2.4 成像聲吶基本指標 34
2.5 傳統聲吶成像技術的不足 35
2.6 本章小結 36
參考文獻 36
第3章 MIMO聲吶成像基本原理 38
3.1 MIMO聲吶成像模型 38
3.1.1 任意陣型下的信號模型 38
3.1.2 對發射信號的要求 42
3.2 虛擬陣元和虛擬陣列 43
3.2.1 虛擬陣元坐標解析解 43
3.2.2 二維成像中的陣列設計 45
3.2.3 三維成像中的陣列設計 46
3.3 MIMO聲吶角度分辨率和距離分辨率 49
3.3.1 MIMO聲吶角度分辨率 49
3.3.2 MIMO聲吶距離分辨率 57
3.4 MIMO聲吶成像的優勢和劣勢 62
3.5 本章小結 63
參考文獻 63
第4章 基于虛擬陣列的MIMO聲吶成像方法 65
4.1 MIMO聲吶二維成像 65
4.1.1 二維成像的小尺寸陣型設計 65
4.1.2 二維成像的低成本陣型設計 68
4.1.3 二維成像波形設計 70
4.1.4 二維成像的基本流程 70
4.1.5 二維成像仿真示例 72
4.1.6 LFM脈沖信號的設計與使用 75
4.2 MIMO聲吶條帶式測深與成像 87
4.2.1 條帶式測深與成像的原理和分辨率 87
4.2.2 條帶式測深與成像陣型設計 89
4.2.3 條帶式測深與成像波形設計 90
4.2.4 條帶式測深與成像流程 91
4.2.5 條帶式測深與掃海仿真示例 92
4.3 MIMO聲吶三維正視成像 96
4.3.1 口字型MIMO聲吶陣型設計 97
4.3.2 口字型MIMO聲吶波形設計 99
4.3.3 三維正視成像流程 99
4.3.4 三維正視成像仿真示例 100
4.4 MIMO聲吶三維前視成像 103
4.4.1 三維前視成像陣型設計 103
4.4.2 三維前視成像波形設計 104
4.4.3 三維前視成像流程 104
4.4.4 三維前視成像仿真示例 108
4.5 本章小結 111
參考文獻 112
第5章 基于帶寬合成的MIMO聲吶成像方法 114
5.1 信號設計基本準則 114
5.2 大帶寬信號合成與成像 118
5.2.1 二維扇掃成像 118
5.2.2 三維成像 123
5.3 超寬帶信號合成與成像 127
5.3.1 二維扇掃成像 128
5.3.2 三維成像 134
5.4 利用互相關函數的帶寬合成 136
5.4.1 波形設計 136
5.4.2 成像流程 140
5.4.3 二維成像數值仿真 140
5.5 本章小結 141
參考文獻 142
第6章 基于低運算量處理的MIMO聲吶成像方法 143
6.1 傳統低運算量處理方法 143
6.1.1 MIMO聲吶高運算量的來源 143
6.1.2 頻帶搬移與降采樣處理 143
6.1.3 基于DFT的快速處理 144
6.2 MIMO聲吶虛擬陣列的稀疏優化與成像 146
6.2.1 滿采樣陣列的稀疏優化 146
6.2.2 虛擬陣列的稀疏優化 152
6.2.3 基于虛擬稀疏直線陣的成像方法 153
6.2.4 基于虛擬稀疏平面陣的成像方法 159
6.2.5 基于虛擬稀疏柱面陣的成像方法 167
6.3 大孔徑MIMO聲吶的折中處理 175
6.3.1 大孔徑MIMO聲吶的幅度損失 175
6.3.2 幅度損失的補償和克服 179
6.3.3 多層混合波束形成 185
6.4 本章小結 193
參考文獻 194
第7章 基于時間分集的MIMO聲吶成像方法 195
7.1 時間分集MIMO聲吶的基本概念 195
7.2 時間分集MIMO聲吶高分辨成像方法 197
7.2.1 時間分集MIMO聲吶陣型設計 197
7.2.2 時間分集MIMO聲吶波形與成像流程 207
7.2.3 仿真與分析 208
7.3 時間和波形聯合分集成像方法 210
7.3.1 時間分集的不足 210
7.3.2 抑制互相干函數干擾 210
7.3.3 同時提高角度分辨率和距離分辨率 214
7.4 本章小結 218
參考文獻 219
第8章 基于解卷積的MIMO聲吶成像方法 220
8.1 解卷積成像處理 220
8.1.1 解卷積的數學模型 220
8.1.2 傳統SIMO聲吶解卷積成像流程 221
8.1.3 成像示例 225
8.2 MIMO聲吶解卷積原理 233
8.2.1 MIMO聲吶成像與解卷積處理的關系 233
8.2.2 MIMO聲吶成像與解卷積處理的幾種組合形式 236
8.3 基于解卷積的MIMO聲吶低旁瓣成像 238
8.3.1 問題描述與方法原理 238
8.3.2 距離維低旁瓣成像流程 242
8.3.3 成像示例 242
8.4 基于解卷積的MIMO聲吶高分辨成像 247
8.4.1 問題描述與方法原理 247
8.4.2 高分辨成像處理流程 249
8.4.3 成像示例 249
8.5 本章小結 252
參考文獻 252
“現代聲學科學與技術叢書”已出版書目 254
前言
第1章 緒論 1
1.1 研究背景及意義 1
1.2 研究歷史及研究現狀 3
1.2.1 傳統聲吶成像技術 3
1.2.2 MIMO聲吶信號處理技術 7
1.3 本書的主要內容 12
參考文獻 13
第2章 聲吶成像基本原理 17
2.1 波束形成 17
2.1.1 波束形成概念與數學表示 17
2.1.2 波束響應和波束圖 18
2.1.3 陣增益和指向性指數 27
2.2 匹配濾波 29
2.3 基本成像流程 33
2.4 成像聲吶基本指標 34
2.5 傳統聲吶成像技術的不足 35
2.6 本章小結 36
參考文獻 36
第3章 MIMO聲吶成像基本原理 38
3.1 MIMO聲吶成像模型 38
3.1.1 任意陣型下的信號模型 38
3.1.2 對發射信號的要求 42
3.2 虛擬陣元和虛擬陣列 43
3.2.1 虛擬陣元坐標解析解 43
3.2.2 二維成像中的陣列設計 45
3.2.3 三維成像中的陣列設計 46
3.3 MIMO聲吶角度分辨率和距離分辨率 49
3.3.1 MIMO聲吶角度分辨率 49
3.3.2 MIMO聲吶距離分辨率 57
3.4 MIMO聲吶成像的優勢和劣勢 62
3.5 本章小結 63
參考文獻 63
第4章 基于虛擬陣列的MIMO聲吶成像方法 65
4.1 MIMO聲吶二維成像 65
4.1.1 二維成像的小尺寸陣型設計 65
4.1.2 二維成像的低成本陣型設計 68
4.1.3 二維成像波形設計 70
4.1.4 二維成像的基本流程 70
4.1.5 二維成像仿真示例 72
4.1.6 LFM脈沖信號的設計與使用 75
4.2 MIMO聲吶條帶式測深與成像 87
4.2.1 條帶式測深與成像的原理和分辨率 87
4.2.2 條帶式測深與成像陣型設計 89
4.2.3 條帶式測深與成像波形設計 90
4.2.4 條帶式測深與成像流程 91
4.2.5 條帶式測深與掃海仿真示例 92
4.3 MIMO聲吶三維正視成像 96
4.3.1 口字型MIMO聲吶陣型設計 97
4.3.2 口字型MIMO聲吶波形設計 99
4.3.3 三維正視成像流程 99
4.3.4 三維正視成像仿真示例 100
4.4 MIMO聲吶三維前視成像 103
4.4.1 三維前視成像陣型設計 103
4.4.2 三維前視成像波形設計 104
4.4.3 三維前視成像流程 104
4.4.4 三維前視成像仿真示例 108
4.5 本章小結 111
參考文獻 112
第5章 基于帶寬合成的MIMO聲吶成像方法 114
5.1 信號設計基本準則 114
5.2 大帶寬信號合成與成像 118
5.2.1 二維扇掃成像 118
5.2.2 三維成像 123
5.3 超寬帶信號合成與成像 127
5.3.1 二維扇掃成像 128
5.3.2 三維成像 134
5.4 利用互相關函數的帶寬合成 136
5.4.1 波形設計 136
5.4.2 成像流程 140
5.4.3 二維成像數值仿真 140
5.5 本章小結 141
參考文獻 142
第6章 基于低運算量處理的MIMO聲吶成像方法 143
6.1 傳統低運算量處理方法 143
6.1.1 MIMO聲吶高運算量的來源 143
6.1.2 頻帶搬移與降采樣處理 143
6.1.3 基于DFT的快速處理 144
6.2 MIMO聲吶虛擬陣列的稀疏優化與成像 146
6.2.1 滿采樣陣列的稀疏優化 146
6.2.2 虛擬陣列的稀疏優化 152
6.2.3 基于虛擬稀疏直線陣的成像方法 153
6.2.4 基于虛擬稀疏平面陣的成像方法 159
6.2.5 基于虛擬稀疏柱面陣的成像方法 167
6.3 大孔徑MIMO聲吶的折中處理 175
6.3.1 大孔徑MIMO聲吶的幅度損失 175
6.3.2 幅度損失的補償和克服 179
6.3.3 多層混合波束形成 185
6.4 本章小結 193
參考文獻 194
第7章 基于時間分集的MIMO聲吶成像方法 195
7.1 時間分集MIMO聲吶的基本概念 195
7.2 時間分集MIMO聲吶高分辨成像方法 197
7.2.1 時間分集MIMO聲吶陣型設計 197
7.2.2 時間分集MIMO聲吶波形與成像流程 207
7.2.3 仿真與分析 208
7.3 時間和波形聯合分集成像方法 210
7.3.1 時間分集的不足 210
7.3.2 抑制互相干函數干擾 210
7.3.3 同時提高角度分辨率和距離分辨率 214
7.4 本章小結 218
參考文獻 219
第8章 基于解卷積的MIMO聲吶成像方法 220
8.1 解卷積成像處理 220
8.1.1 解卷積的數學模型 220
8.1.2 傳統SIMO聲吶解卷積成像流程 221
8.1.3 成像示例 225
8.2 MIMO聲吶解卷積原理 233
8.2.1 MIMO聲吶成像與解卷積處理的關系 233
8.2.2 MIMO聲吶成像與解卷積處理的幾種組合形式 236
8.3 基于解卷積的MIMO聲吶低旁瓣成像 238
8.3.1 問題描述與方法原理 238
8.3.2 距離維低旁瓣成像流程 242
8.3.3 成像示例 242
8.4 基于解卷積的MIMO聲吶高分辨成像 247
8.4.1 問題描述與方法原理 247
8.4.2 高分辨成像處理流程 249
8.4.3 成像示例 249
8.5 本章小結 252
參考文獻 252
“現代聲學科學與技術叢書”已出版書目 254
展開全部
密布式MIMO聲納成像原理與技術 節選
第1章 緒論 海洋是大宗物流的主要通道，是軍事斗爭的重要戰場，是儲量豐富的礦藏寶庫。隨著人類活動逐漸從陸地擴張到海洋，海洋對人類文明發展所起的作用與日俱增。從15世紀開始的大航海時代直至如今的信息化時代，諸強國的興衰無不與海洋有著密切關系。如何更好地開發和利用海洋，成為臨海國家和地區不斷追求的目標之一。然而，由于海水介質的阻隔，蘊藏豐富資源的水下世界并未被人類充分認知。為了感知水下世界，選擇合適的信息載體至關重要。由于海水的導電性、渾濁性及耗散性，電磁波(包括可見光)在水下的傳播距離非常有限，因而在雷達中被廣泛使用的電磁波并不適用于水下環境。不同于電磁波，聲波在水下具有良好的傳播性能。因此，人類利用聲波作為探索水下世界的主要信息載體，并將相應的水聲設備稱為聲吶[1-4]。 英國海軍尼克松(Nixon)1906年發明現代聲吶以來，聲吶系統就成為水下探測、導航和通信等的主要設備。鑒于在軍事作戰中的出色表現，聲吶技術備受重視，成為各國海軍重點發展的技術之一。隨著海洋開發活動的日益增多，人類對聲吶的運用已不局限于軍事目的，而是逐漸轉向商用和民用，如水下施工、水下考古、水下搜救、魚群探測和航道勘測等。這些應用場合都要求獲取水下目標或者環境的精細信息。為了達到這一目的，使用成像聲吶是主流技術手段，然而已有的成像聲吶在工作過程中主要使用單個波形。當需要提高成像分辨率時，傳統單波形成像聲吶面臨著的陣元個數增加、陣列尺寸和系統帶寬增大等缺點，導致其系統規模和成本居高不下。針對這些缺點，本書通過使用正交波形的多輸入多輸出(multiple-input multiple-output，MIMO)聲吶，將波形分集技術引入聲吶成像領域，突破傳統聲吶使用單個波形帶來的種種限制，達到降低陣元個數、減小陣列尺寸和提高成像分辨率的目的。 1.1 研究背景及意義 水下聲成像以聲波作為信息載體獲取水下目標或環境的精細信息，如目標的形狀和輪廓[5-11]、水下區域的地形地貌等[12-16]。人們將進行水下聲成像的設備稱為成像聲吶，并將其與常規探測聲吶進行如下區別：常規探測聲吶的主要功能是對目標進行檢測和定位(目標在哪里)[2，4]，而成像聲吶的任務則是對目標形狀進行描繪(目標長什么樣)[5-6]。需要指明的是，本書研究的是單基地實孔徑成像聲吶，不考慮多基地聲吶和合成孔徑聲吶。此外，成像這一概念也包括被動成像[17-21]，本書聚焦主動成像方式。為了敘述簡便，后文直接將主動式單基地實孔徑成像聲吶簡稱為成像聲吶。 隨著經濟和科技的發展，人類的水下活動日益頻繁，水下作業越來越依賴具有高分辨能力的成像聲吶。為了獲取水下地形地貌等信息，需要使用成像聲吶(如多波束測深聲吶)對海底地形地貌進行精確繪制[12-14]。在水下考古方面，利用成像聲吶(如側掃聲吶)可以快速確認古代沉船的姿態及輪廓，也可以獲得水下古跡的具體分布和構造[22-23]。進行水下搜救時，利用成像聲吶可以迅速發現落水飛機或沉船，并準確獲得殘骸的分布信息，顯著提高工作效率。在碼頭、港口和堤壩，人類活動會導致水體渾濁，需要使用成像聲吶進行實時監控和探測。修筑大壩、橋梁及鋪設水下管道時，需要利用成像聲吶對水下施工過程進行實時監測。勘測江河及淺海區的航道時，使用成像聲吶(如前視聲吶[24]、多波束測深聲吶)既可以避開一些淺灘和暗礁，也可以高效率地獲得整個航道的精確水深信息。此外，捕魚作業時使用成像聲吶可以迅速對魚群的數量、規模、方位等進行確認，提高捕獲效率(如三維成像聲吶)[25]。類似地，成像聲吶也可以用于研究某個水域的魚群分布情況(如透鏡聲吶)[26]，為魚類養殖或者科學考察快速提供詳實有效的數據。 盡管成像聲吶已得到廣泛運用，但仍存在一些缺點和不足。為了獲得高質量的成像結果，提高成像聲吶的分辨率是關鍵，但是分辨率的提高往往是以更多的陣元個數、更大的物理尺寸和更復雜的硬件設備為代價。提高分辨率不但會導致成像聲吶的價格極其昂貴，也會導致成像聲吶過于龐大笨重而難以安裝在自主水下航行器(autonomous underwater vehicle， AUV)和遠程遙控航行器(remotely operated vehicle，ROV)等水下小型平臺上。 造成這些問題的原因在于傳統成像聲吶所采用的單波形信號，以及單個寬波束發射、多個窄波束接收的工作方式。傳統成像聲吶主要分為多為單輸入多輸出(single-input multiple-output，SIMO)聲吶和使用多元發射陣、多元接收陣的主動聲吶兩種。SIMO聲吶采用單個發射陣元和多個接收陣元的布陣方式，雖然獲得了寬發射波束，增大了視場范圍，但是其角度分辨率僅僅由接收陣列決定。若是要提高角度分辨率，只能對接收陣列進行設計與改進(接收陣列的設計自由度太小)，難以解決高角度分辨率與高成本、大尺寸之間的矛盾。采用多元發射陣和多元接收陣的主動聲吶，其角度分辨率由發射陣列和接收陣列的聯合孔徑決定，其陣列設計自由度高于 SIMO聲吶。因此，可以通過聯合設計發射陣列和接收陣列來改善角度分辨率。但是由于其使用相干波形，單脈沖內的照射范圍被限制在了發射主瓣內，成像效率低下。雖然通過優化發射波束可以獲得寬發射主瓣和低發射旁瓣，但這是以丟失發射孔徑為代價，導致系統角度分辨率仍然由接收陣列決定，從而 SIMO聲吶中出現的矛盾依然存在。此外，發射陣列和接收陣列必須滿足奈奎斯特(Nyquist)定理，這也進一步限制了陣列設計的自由度。除了在提高角度分辨率時遇到的困難外，傳統成像聲吶的空間分辨能力也受到了單個發射波形的限制。單波形工作模式下，一維接收線陣只具有空間二維(角度維和距離維)分辨能力。如果進行三維成像，則需要使用平面陣、柱面陣等陣列，這無疑會導致前述的高成本問題。雖然使用十字陣系統可以獲得與平面陣類似的三維成像能力，但其需要聲吶平臺的運動及多個脈沖周期才能完成對目標區域的完整覆蓋，工作靈活性和成像效率都大大降低。其他類似的系統(如采用一條發射陣和一條圓弧陣等)同樣如此。因此，如何克服高分辨與高成本、大尺寸之間的矛盾，成為成像聲吶在發展過程中亟待解決的問題。 換個思路，既然單波形成像聲吶存在上述缺點，那么使用多個正交波形的成像聲吶會如何？若是所有發射陣元同時發射相互獨立的波形，并在接收端輔以匹配濾波處理，成像聲吶即成為 MIMO聲吶，可以獲得波形分集增益[27]。正交波形可以保證發射端具有寬發射波束，滿足成像中的寬視場要求。接收端的匹配濾波處理可以獲得遠多于實際收發通道的匹配濾波輸出通道，由此可以獲得大量的虛擬陣元并形成虛擬陣列。因此， MIMO聲吶的發射陣列和接收陣列不需要滿足 Nyquist定理，只要形成的虛擬陣列滿足 Nyquist定理即可，設計自由度顯著增加。虛擬陣列可以獲得與實際物理陣列相同的角度分辨率與空間分辨能力，具有節省物理陣元個數、簡化成像聲吶系統和降低成本等優點。 鑒于傳統成像聲吶的種種不足及 MIMO聲吶的諸多優點，基于對 MIMO聲吶信號處理理論的深入理解，本書將 MIMO聲吶引入聲吶成像領域，對使用波形分集技術的水下聲成像方法展開深入研究。通過設計合適的發射信號、發射陣列和接收陣列，并設計相應的回波處理流程，本書的 MIMO聲吶可突破傳統單波形成像聲吶在提高分辨率時遇到的種種束縛，獲得節省陣元個數、縮小陣列尺寸、提高成像分辨率等優點，為研制低成本、小體積和高分辨成像聲吶奠定必要的原理和方法基礎。 1.2 研究歷史及研究現狀 1.2.1 傳統聲吶成像技術 成像聲吶的劃分方式繁多。按工作原理，可分為透鏡聲吶、全息聲吶和波束掃描式聲吶[5，8]。按工作時的波束數，可分為單波束機械掃描聲吶和多波束電子掃描聲吶。按照產品種類，可分為測深聲吶、側掃聲吶、扇掃聲吶和三維成像聲吶等。聲吶成像技術是伴隨著水聲信號處理技術的發展而發展的。早期美國人Sutton1979年在 Proceedings of the IEEE上發表的一篇綜述文章，將聲吶成像分為三種基本類型，即聲透鏡成像、聲全息成像和波束形成成像[5]。本小節對基于波束形成成像技術的成像聲吶研究歷史及現狀進行介紹。 1.傳統聲吶成像技術的研究歷史及現狀 為了獲得海底詳細的地理測量信息，1956年夏季在美國伍茲霍爾(Woods Hole)海洋研究所召開的學術研討會上，與會人員提出了海底深拖式調查系統和多波束測深系統的構想。這兩種構想后來就分別成了側掃聲吶和條帶式測深聲吶的前身，可看作是聲吶成像技術的源頭。隨著技術的進步，成像聲吶從誕生到現在主要經歷了以下發展變化。 1)硬件系統的進步 成像聲吶的硬件系統經歷了從模擬電路到數字電路，直至現在以軟件配合硬件實現多功能的發展過程。早期的成像聲吶都是使用模擬電路實現接收端的回波檢測與濾波、波束形成、成像顯示等處理[5]。系統過于笨重龐大，只能安裝于大型船只上，探測效能低下。隨著20世紀80年代數字信號處理器(digital signal processor， DSP)芯片的誕生與發展，成像聲吶開始采用 DSP芯片進行回波處理[12-14]。成像聲吶不僅使用以 DSP芯片為主的處理技術，也使用軟件來代替部分硬件，達到處理功能的多樣化[6，9，11]。簡言之，隨著硬件系統的進步，成像聲吶經歷了從大到小、從笨重到輕巧的發展過程。 2)功能和用途的多樣化 成像聲吶經歷了從單一功能到多種功能的變化。早期的成像聲吶功能單一，例如，測深聲吶只能獲得海區的深度，側掃聲吶只能獲取海底的后向散射強度圖。隨著技術的發展，成像聲吶之間的界限已經模糊甚至消失。多波束測深聲吶也可用于前視導航和三維成像，也能夠獲取海底散射強度圖，進行底質檢測。此外，部分多波束測深聲吶也可進行側掃成像。一些聲吶系統也將多種聲吶功能集于一身，比如可同時獲得散射強度和測點深度的測深側掃聲吶，其本質是一種三維成像聲吶。 成像聲吶的使用環境也從單一局限發展到普遍適應。以測深聲吶為例，早期的測深聲吶分為深海、中海和淺海測深聲吶三種，各個型號只能工作于各自的使用環境。現在的單一測深聲吶可以對不同深度的海域進行測深，使用靈活性更強。此外，成像聲吶也經歷了從軍用到民用的發展過程。 3)與小型水下平臺的結合 成像聲吶的載具經歷了從大到小、從艦到艇再到水下小型航行器的過程。早期的成像聲吶由于體積龐大、系統笨重，只能安裝在軍艦或大型測量船上。隨著硬件技術的發展，成像聲吶逐漸小型化、輕型化，可以在更多的船型上安裝使用。 如今，新型成像聲吶除了可安裝于水面艦艇外，也可安裝于 AUV和 ROV來貼近海底工作，獲得更高質量的圖像。通過更換耐壓設備并與不同類型 AUV或者 ROV相結合等方式，這些新型成像聲吶可在同一種型號下發展出在深海使用和淺海使用的兩種子型號，使用靈活性大大增加。 4)成像陣列設計的發展 成像聲吶的陣列設計經歷了由簡單到復雜的過程。早期的多波束測深聲吶使用由相互垂直的發射直線陣和接收直線陣組成的米爾斯(Mill’s)交叉陣(包括十字型、L型和 T型)，其邊緣波束的分辨率較差。為了改善分辨率，出現了由一條直線陣和一條圓弧陣組成的測深聲吶[12-13]，其工作原理與十字陣類似，但是可以利用圓弧陣的等角度分辨能力在邊緣波束區域獲得更高的成像分辨率。除了線陣組合陣型，也出現了由兩個收發合置的矩形平面陣組成的測深聲吶，采用獨具特色的定向旋轉發射接收技術，在獲得高分辨率的同時也具有較強的旁瓣抑制功能。為了獲得更大的覆蓋范圍，測深聲吶技術中出現了 U型陣和多弧形陣成像陣列，可以獲得較強的邊緣波束回波[28]。此外，為了提高對底質的穿透能力，要求成像聲吶具有發射低頻信號的能力，這推動了參量陣的設計與研究[28]。 在三維成像領域，為了避免直接使用面陣而導致成本過高，十字陣被應用于三維成像聲吶[29]，但
書友推薦
- >
中國歷史的瞬間
- >
李白與唐代文化
- >
莉莉和章魚
- >
煙與鏡
- >
我從未如此眷戀人間
- >
隨園食單
- >
回憶愛瑪儂
- >
推拿
本類暢銷
