基于多传感器数据融合的合成孔径声纳运动补偿算法

doi:10.13190/j.jbupt.2017-061

北京邮电大学学报 ›› 2017, Vol. 40 ›› Issue (5): 82-86.doi: 10.13190/j.jbupt.2017-061

基于多传感器数据融合的合成孔径声纳运动补偿算法

张羽^1,2, 李更祥^1,2, 张鹏飞¹, 韦琳哲¹, 刘纪元¹

1. 中国科学院声学研究所, 北京 100190;
2. 中国科学院大学, 北京 100190

收稿日期:2017-04-10 出版日期:2017-10-28 发布日期:2017-11-21
作者简介:张羽(1994-),男,博士生,E-mail:zhangyu515@mails.ucas.ac.cn;刘纪元(1963-),男,研究员.
基金资助:
国家高技术研究发展计划（863计划）项目（2013AA092701）；中国科学院声学研究所青年英才计划项目（Y754211211）

Motion Compensation Algorithm of Synthetic Aperture Sonar Based on Multisensor Data Fusion

ZHANG Yu^1,2, LI Geng-xiang^1,2, ZHANG Peng-fei¹, WEI Lin-zhe¹, LIU Ji-yuan¹

1. Institute of Acoustics, Chinese Academy of Sciences, Beijing 100190, China;
2. University of Chinese Academy of Sciences, Beijing 100190, China

Received:2017-04-10 Online:2017-10-28 Published:2017-11-21

摘要/Abstract

摘要： 利用集中卡尔曼滤波技术对多传感器数据进行融合得到运动误差最优估计值，实现比单一设备更高的量测精度.实验结果表明，经过数据融合后的运动补偿图像辐射性能得到提高，目标能量集中，聚焦良好.

关键词: 合成孔径声纳, 数据融合, 集中卡尔曼滤波, 运动补偿

Abstract: The data from the motion measuring system is the basis to estimate the motion errors in synthetic aperture sonar. By taking advantage of the centralized Kalman filter, the optimal estimation can be realized after multisensor data fusion, which is more accurate than any raw data. The experiment results show that motion compensation with multisensor data fused can make the image radiation performance improved, energy centralized and the target focused well.

Key words: synthetic aperture sonar, data fusion, centralized Kalman filter, motion compensation

中图分类号:

U666.7

张羽, 李更祥, 张鹏飞, 韦琳哲, 刘纪元. 基于多传感器数据融合的合成孔径声纳运动补偿算法[J]. 北京邮电大学学报, 2017, 40(5): 82-86.

ZHANG Yu, LI Geng-xiang, ZHANG Peng-fei, WEI Lin-zhe, LIU Ji-yuan. Motion Compensation Algorithm of Synthetic Aperture Sonar Based on Multisensor Data Fusion[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2017, 40(5): 82-86.

参考文献

[1] Gough P T, Hawkins D W. Imaging algorithms for a strip-map synthetic aperture sonar:minimizing the effects of aperture errors and aperture undersampling[J]. IEEE Journal of Oceanic Engineering, 1997, 22(1):27-39.
[2] Hayes M P, Gough P T. Synthetic aperture sonar:a review of current status[J]. IEEE Journal of Oceanic Engineering, 2009, 34(3):207-224.
[3] 朱沛胜, 黄勇, 张春华. 合成孔径声纳运动估计的鲁棒Kalman滤波方法[J]. 西安电子科技大学学报(自然科学版), 2007, 34(3):490-494. Zhu Peisheng, Huang Yong, Zhang Chunhua. Synthetic aperture sonar movement estimation using the robust Kalman filter[J]. Journal of Xidian University (Natural Science Edition), 2007, 34(3):490-494.
[4] 殷海庭, 刘纪元, 张春华. 基于惯性测量系统的合成孔径声呐运动补偿[J]. 电子与信息学报, 2007, 29(1):63-66. Yin Haiting, Liu Jiyuan, Zhang Chunhua. Motion compensation of synthetic aperture sonar based on inertial measuring system[J]. Journal of Electronics & Information Technology, 2007, 29(1):63-66.
[5] Hagen P E, Hansen R E. Robust synthetic aperture sonar operation for AUVs[C]//OCEANS 2009. Biloxi, MS, USA:[s.n.], 2009:1-6.
[6] 李厚全, 赵海彬, 李伟刚, 等. 基于UKF滤波的SAS水下导航方法[J]. 武汉理工大学学报, 2010, 34(1):97-100. Li Houquan, Zhao Haibin, Li Weigang, et al. Navigation of synthetic aperture sonar(SAS) under water based on UKF[J]. Journal of Wuhan University of Technology, 2010, 34(1):97-100.
[7] 张远彪, 朱三文. 多子阵合成孔径声纳空变运动补偿[J]. 计算机应用, 2014, 34(S1):352-355. Zhang Yuanbiao, Zhu Sanwen. Space-variant motion compensation for multi-element synthetic aperture sonar[J]. Journal of Computer Application, 2014, 34(S1):352-355.
[8] Bellettini A, Pinto M A. Theoretical accuracy of synthetic aperture sonar micronavigation using a displaced phase-center antenna[J]. IEEE Journal of Oceanic Engineering, 2002, 27(4):780-789.
[9] 江泽林, 刘维, 李保利, 等. 一种基于分段DPC和拟合的合成孔径声呐运动补偿方法[J]. 电子与信息学报, 2013, 35(5):1185-1189. Jiang Zelin, Liu Wei, Li Baoli, et al. A motion compensation method for synthetic aperture sonar based on segment displaced phases center algorithm and errors fitting[J]. Journal of Electronics and Information Technology, 2013, 35(5):1185-1189.
[10] Fortune S A, Hayes M P, Gough P T. Statistical autofocus of synthetic aperture sonar images using image contrast optimization[C]//OCEANS 2001. Honolulu, HI:[s.n.], 2001:163-169.
[11] 秦永元, 张洪钺, 汪叔华. 卡尔曼滤波与组合导航原理[M]. 西安:西北工业大学出版社, 2015:362-377.
[12] Simon Haykin. Adaptive filter theory[M]. McMaster University:Communications Research Laboratory, 2001:369-397.
[13] 王建国, 邱会中, 黄顺吉. 合成孔径雷达图像质量的评估指标[J]. 电子科技大学学报, 1992, 21(5):485-490. Wang Jianguo, Qiu Huizhong, Huang Shunji. The evaluating parameter system of the synthetic aperture radar images[J]. Journal of University of Electronic Science and Technology of China, 1992, 21(5):485-490.

基于多传感器数据融合的合成孔径声纳运动补偿算法

Motion Compensation Algorithm of Synthetic Aperture Sonar Based on Multisensor Data Fusion

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 8

编辑推荐

Metrics

本文评价

[1]	张华强, 刘林, 秦昌礼, 陈雨, 苏庆华. 基于分布式惯导测量的机翼弹性形变算法[J]. 北京邮电大学学报, 2021, 44(6): 33-39,66.
[2]	冀振燕, 吴梦丹, 杨春, 李俊东. 可扩展的融合多源异构数据的推荐模型[J]. 北京邮电大学学报, 2021, 44(3): 106-111.
[3]	余修武, 刘琴, 李向阳, 张可, 肖人榕. 基于改进蚁群的BP神经网络WSN数据融合算法[J]. 北京邮电大学学报, 2018, 41(4): 91-96.
[4]	许建, 杨庚, 陈正宇, 王海勇, 王倩倩. 基于信源编码的可恢复数据融合隐私保护方案[J]. 北京邮电大学学报, 2016, 39(6): 67-71.
[5]	尹露, 邓中亮, 席岳. 基于可信度的多源定位数据融合方法[J]. 北京邮电大学学报, 2014, 37(4): 34-38.
[6]	陈磊,赵保华. 低能耗自适应分簇的面向数据融合的路由协议[J]. 北京邮电大学学报, 2009, 32(5): 71-74.
[7]	廖宁全子一门爱东. 三维子带视频编码的率失真优化码率控制[J]. 北京邮电大学学报, 2007, 30(3): 79-82.
[8]	江涛，张兆扬，马然，石旭利. 一种将增强层运动补偿与FGST融合的视频编码方案[J]. 北京邮电大学学报, 2005, 28(2): 25-29.