专利名称：分辨声纳阵列中的指向性信息的制作方法
技术领域：
本发明涉及分辨声纳阵列中的指向性信息，特别涉及一种分辨可用于水文测量的指向性信息的方法。
背景技术：
主动声纳天线系统搜集与物体或声源的指向和距离相关的信息。为实现角分辨，天线需具备指向性特性。可通过排列和操作多个独立的全指向性水文测量转换器以获取所需的指向性。
通常，水听器接收阵列从方位方向(steered direction)接收到最大强度，还接收到偏离于主方向的较低强度的旁瓣。全部的指向性图即为“波束图”，而天线通常利用称为“波束生成”的处理进行操作以获取所需指向性图。
波束生成包括利用适当的时延和权重对单个传感器信号进行累加。如果累加在频域或是在具有窄波信号的时域中进行，则无需时延，这是因为时延可具体表现为复数权重中的相位。
尽管波束生成易于理解且能根据从水底的同步返回产生明确的结果，但是该方法因多个缺陷而受损。优良的角分辨要求大规模高水平组装的阵列，这致使其价格昂贵。传感器还必须紧密地组装在一起以避免混叠。需要相当数量的计算资源以便对大量的传感器进行处理。
可选地，可采用干涉测量法。干涉测量法可替代波束生成。该技术包括借助相关性或零相交之间的时间间隔，估计传感器之间的时间延迟；根据传播时间给出距离，并根据两个传感器之间的时间差给出角度。尽管具有极高的分辨率、硬件相对简单且仅需少量处理，但是该方法仍具有一些缺陷。例如，该技术需要精确校准，并且在没有专用夹具的情况下无法在一个距离上分辨一个以上的声源。该方法的公众印象不佳且无实际价值。其结果需要智能过滤和判读。
发明内容
本发明提供了一种分辨声纳阵列中的指向性信息的方法，包括步骤接收包含来自水听器传感器阵列的时间序列在内的传感器数据块；进行波束生成以产生包括波束的波达方向估计值和声源强度估计值在内的波束数据；选择波束的子集，并增强所选波束子集的波达方向估计值；并且将增强的所选波束子集的波达方向估计值与传感器数据或波束数据组合，并与传感器数据或波束数据匹配以生成包括增强的波达方向数据和增强的声源强度数据在内的输出。
在信噪比较高的情况下，该方法可将角分辨率提高到仅使用波束生成的10倍。该方法不象干涉测量法那样仅限于处理单个声源。
波束生成可使用复数传感器时间序列的线性组合，复数传感器时间序列的线性组合对于阵列结构、传感器布放位置、单个传感器的指向性和包括时间包络(time envelope)在内的传输脉冲细节(transmit ping details)是特定的。
可试探性地选择波束的子集。可选择能量最强的波束，例如能量最强的8个或16个波束。所选波束可随时间变化。
增强所选波束子集的波达方向估计数据，可包括对所选波束子集应用MUSIC算法的变体。
MUSIC可将波达方向估计数据增强到比如0.2度的分辨率。
匹配可包括使用最大似然匹配算法。
最大似然匹配可使用期望最大化(EM)算法，可选的，可使用广义最小二乘估计量。
也可使用从该方法中输出的波束相位。
现在参照
本发明的示例，附图包括图1是本发明性方法的流程图；和图2是遇到海床的波束和波阵面的图。
具体实施例方式
在由水文测量阵列接收的数据流中分辨指向性信息的方法，以所需信息包含于来自阵列转换器的数据流中这一条件为基础。因此，问题在于估计，而非算法的盲目应用。
首先参见图1，输入是来自水文测量阵列的水听器的原始数据块10。在每一感知信号的时间点，都进行块接收。利用传感器(复数)时间序列的线性组合，在20形成“粗糙”波束30。对于阵列结构、传感器布放位置、单个传感器的指向性和包括时间包络在内的传输脉冲细节来说，波束生成的权重是特定的。波束之所以是“粗糙”的，是因为存在180个交叠波束，其中每一个交叠波束都具有约为2度的分辨率，并且它们不具有用于水文测量的足够分辨率。这些波束能够在40显示给用户。
在各个时间步骤，对选择的波束子集应用MUSIC算法的变体。通常来说，MUSIC是一种耗时的处理，其中包括对大量输入的搜索。
参见图2，在水文测量环境下，多数波阵面位于净水中。从图中看到，阵列200在水面205下接收到四个有编号的波束。在时间点T1，三个波束遇到方形物体210，但是在此时，其它波束并未遇到方形物体210。在之后的时间点T2和T3，这些波束中仅有一个波束遇到水底220。
只有那些在某一时间点与水底相交的波束值得关注，并且这些波束在50被试探性地选取。规定所选波束的最大数目，并提供MUSIC算法60以便在该最大数目范围内搜集，这使得处理缩减到可管理的比例。
MUSIC算法60对包含在所选波束中的相位信息(未用到幅度信息)进行组合，以产生更加增强的声源位置角度估计值70，比如说达到0.3度的分辨率。
MUSIC方法基于波束间的相关性。该方法是非线性的，并且与诸如波束生成之类的线性方法相比，能够产生较佳的估计值。即便在同时存在多个声源的情况下，也能够对这些声源进行估计。MUSIC算法的应用包括计算所选波束的时间平均协方差矩阵，以及对所选波束的本征分析。
处理中的最后一个步骤包括将表示从MUSIC算法中获取的经增强的波束角度分辨率的结果数据块，与原始的传感器数据块或从波束生成器获取的相应的粗糙声源角度数据块进行组合。该处理产生包含增强的角度数据和增强的声源强度数据在内的估计输出。
为此，每个时间点的预定数目的增强角度估计值70都输出到最后一个步骤，通过在80对每个时间的数据块进行最大似然匹配，与回声振幅信息组合。再次地，由于早前对问题进行了缩减，所以使得这个通常来说比较耗时的处理变得可行。
为此，采用期望最大化(EM)算法。以对声源位置(在给定时间点上)的最优估计为出发点，该算法试图通过小幅改变估计值以便尽可能地使估计值与观测数据相匹配。实际上，我们不会发现来自于MUSIC算法的角度估计值得到了大幅改进，但是在最后一个步骤90，提供了声源强度的最佳估计值，并且还可确保估计值不会因前述步骤中的任何特别假设而出现偏倚。
预先计算最佳的波束生成权重，以制作在实时波束生成过程中使用的表格。权重可利用衍射切断(diffraction truncation)处理得到。
MUSIC算法可做如下理解假设存在N个传感器，它们被无限远地发射单频信号的点声源所透射。这N个传感器的振幅形成一个与时间无关的复数N-矢量a(θ)，称为方向矢量或阵列响应矢量。随着声源方位估计值θ改变，方向矢量在复数N-空间中移动。线空间(manifold)或一维空间称为阵列空间。
如果以存在两个声源θ1和θ2为例，那么在空间中存在两个相应的点。包含这些点和源的二维子空间(平面)，包含这两个特定的方向矢量a(θ1)、a(θ2)的所有线性组合，并因此包含随着这两个声源的振幅和相位变化而产生的所有方向矢量。
平面(即信号子空间)的重要性在于，其能够通过观测传感器信号的相关矩阵R被估计。实际上，对应于两个最大特征值的R的两个特征矢量张成平面。
MUSIC包括生成R、获取其本征系统、并由此得到信号子空间。随后，检查每个角度的方向矢量(之后是阵列空间中的每个点)，以确定其是否位于信号子空间中。通常，由于R是含有噪声的，信号子空间仅为近似值，所以我们只需找到方向矢量接近信号子空间的θs。
这些也同样适用于M个声源的情况，M小于等于N(其中M为阵列传感器的数量)。这样，信号子空间为M维，由最多M个本征矢量R所张成。随着维数的增加，MUSIC的计算量急剧上升。
波束自身已进行了某种“信息浓缩”，在这种情况下，它们的R非常稀疏，仅靠近的波束更易相关。并且，实际上典型的波束不会使用所有传感器。通过选择能量最强的波束集合，例如最强的8个或16个波束，可使复杂度缩减到可管理的比例。
其它试探也可用于波束选择，例如能量最强的波束加上几个随机波束；或者位于所选择的用于使相关度不致太大(或太小)的子集中的能量最强的波束。
MUSIC基本上给出与测试(trival)矢量的信号子空间正交的成分的尺寸，以此做为方位估计函数。因此我们寻找这个给出方位估计值的函数的最小值。其中存在一些常见的小困难和特别选择。
我们所使用的估计方法基于最大似然估计量(MLE)。如果实施中包含的计算量过大，则利用计算较简单但是精度较差的广义最小二乘(GLS)估计量来近似。
本领域技术人员应理解，在不背离粗略地说明的本发明的精神和范围的前提下，可对以特定实施例形式示出的本发明进行各种变动和/或修正。因此，从各个方面来说，本实例都是示例性的，而非限制性的。
权利要求
1.一种分辨声纳阵列中的指向性信息的方法，包括步骤接收包含来自水听器传感器阵列的时间序列在内的传感器数据块；进行波束生成以产生包括波束的波达方向估计值和声源强度估计值在内的波束数据；选择波束的子集，并增强所选波束子集的波达方向估计值；并且将增强的所选波束子集的波达方向估计值与传感器数据或波束数据组合，并与传感器数据或波束数据匹配以生成包括增强的波达方向数据和增强的声源强度数据在内的输出。
2.根据权利要求1所述的方法，其中所述波束生成使用复数传感器时间序列的线性组合，所述复数传感器时间序列的线性组合对于阵列结构、传感器布放位置、单个传感器的指向性和包括时间包络在内的传输脉冲细节是特定的。
3.根据权利要求2所述的方法，其中试探性地选择波束的子集。
4.根据权利要求3所述的方法，其中选择能量最强的波束。
5.根据权利要求1到4中任一项所述的方法，其中所述增强所选波束子集的波达方向估计数据的步骤，包括对所选波束子集应用MUSIC算法的变体。
6.根据权利要求5所述的方法，其中所述MUSIC将波达方向估计数据增强到比如0.2度的分辨率。
7.根据权利要求1到6中任一项所述的方法，其中所述匹配步骤包括使用最大似然匹配算法。
8.根据权利要求7所述的方法，其中所述最大似然匹配使用期望最大化EM算法。
9.根据权利要求7所述的方法，其中所述最大似然匹配使用广义最小二乘估计量。
10.根据权利要求1到9中任一项所述的方法，其中也可使用从该方法中输出的波束相位。
全文摘要
本发明涉及分辨声纳阵列中的指向性信息。特别涉及一种分辨可用于水文测量的指向性信息的方法。该方法包括接收包含来自水听器传感器阵列的时间序列在内的传感器数据块的步骤，和进行波束生成以产生包括波束的波达方向估计值和声源强度估计值在内的波束数据的步骤。该方法进一步包括选择波束的子集并增强所选波束子集的波达方向估计值的步骤，和将增强的所选波束子集的波达方向估计值与传感器数据或波束数据组合，并与传感器数据或波束数据匹配以生成包括增强的波达方向数据和增强的声源强度数据在内的输出的步骤。
文档编号G01S15/00GK1875292SQ200480032699
公开日2006年12月6日 申请日期2004年9月3日 优先权日2003年9月4日
发明者罗里·尼兰德 申请人:声纳技术地图有限公司