本發(fā)明涉及一種面向水下魚(yú)群位置與水草高度感知的聲成像聲納通感算一體化技術(shù)，屬于通信與人工智能技術(shù)交叉領(lǐng)域。

背景技術(shù)：

1、通感一體化技術(shù)(integrated?sensing?and?communication,isac)是一種集成無(wú)線通信和目標(biāo)感知的新型技術(shù)，由于其高集成度和高性價(jià)比，可以有效地降低硬件成本。探測(cè)聲納和通信聲納能分別實(shí)現(xiàn)水下目標(biāo)探測(cè)和水上信息交互，兩個(gè)系統(tǒng)相互獨(dú)立，這種現(xiàn)象帶來(lái)了空間占用大、資源消耗多等許多問(wèn)題。兩個(gè)系統(tǒng)在工作原理與系統(tǒng)結(jié)構(gòu)存在極高的相似性，為兩者集成提供前提保障。通感一體化技術(shù)能夠集成兩個(gè)系統(tǒng)，使主體聲納同時(shí)具備感知與通訊功能。與傳統(tǒng)通信模塊相比，其通訊性能不受網(wǎng)絡(luò)強(qiáng)弱的影響；與傳統(tǒng)勘測(cè)設(shè)備相比，采取聲成像技術(shù)有效避免視覺(jué)數(shù)據(jù)的精度偏差。該技術(shù)可以提供更靈活、更方便、更快捷的計(jì)算服務(wù)。

2、由于無(wú)線電波與光波在水下環(huán)境衰減嚴(yán)重、傳播距離有限，聲波成為目前水下感知的主要手段。圍繞水下環(huán)境的復(fù)雜情況，展開(kāi)避障與導(dǎo)航、地貌繪制、沉物搜救和打撈等一系列活動(dòng)。水下聲學(xué)成像系統(tǒng)通過(guò)處理攜帶水下信息的回波成像。在成像過(guò)程中，水中場(chǎng)景被聲脈沖“照亮”，回波信號(hào)被聲學(xué)換能器陣列接收，經(jīng)過(guò)處理形成原始的聲圖像。水下聲學(xué)成像系統(tǒng)在借鑒了其他學(xué)科新成果、吸收了各種新技術(shù)和新工藝之后，也得到了不斷的改進(jìn)與持續(xù)的提高。但由于多種限制條件和干擾因素的存在，成像后得到的聲圖像仍然會(huì)呈現(xiàn)出低分辨率、低信噪比、不均勻聲透射、旁瓣干擾嚴(yán)重、輻射和幾何畸變等，難以直接地進(jìn)行各種后續(xù)應(yīng)用。

3、為解決以上問(wèn)題，論文“tracking?and?classification?of?multiple?objectsin?multibeam?sector?scan?sonar?image?sequences”系統(tǒng)研究了聲吶圖像序列中多個(gè)潛入目標(biāo)的識(shí)別、追蹤，應(yīng)用頻域?yàn)V波器分割動(dòng)態(tài)和靜態(tài)目標(biāo)，采用光流法估計(jì)目標(biāo)的運(yùn)動(dòng)方向，利用幀間光流值匹配實(shí)現(xiàn)目標(biāo)的追蹤，使用線性判別函數(shù)對(duì)目標(biāo)實(shí)施有監(jiān)督分類。論文“sonar-based?detection?and?tracking?of?a?diver?for?underwater?human-robotinteraction?scenarios”研究了一種輔助水下人機(jī)交互平臺(tái)遠(yuǎn)距離探測(cè)和追蹤潛入目標(biāo)的方法，使用隱馬爾科夫模型作為次級(jí)濾波器區(qū)分真實(shí)潛入目標(biāo)和虛警。論文“scubadiver?detection?and?classification?in?active?and?passive?sonars-aunifiedapproach”提出了基于圖像二值化和區(qū)域生長(zhǎng)法的自適應(yīng)雙幀差法，通過(guò)將雙幀差結(jié)果與當(dāng)前幀的二值化圖像以及區(qū)域生長(zhǎng)法結(jié)合及時(shí)消除了“雙影”和“空洞”的影響，實(shí)驗(yàn)證明了該算法能夠在水下低信噪比環(huán)境下檢測(cè)出真實(shí)的水生物目標(biāo)。然而，在上述工作中并沒(méi)有使用通感一體化的設(shè)計(jì)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明目的在于針對(duì)成像后得到的聲圖像仍然會(huì)呈現(xiàn)出低分辨率、低信噪比、不均勻聲透射、旁瓣干擾嚴(yán)重等問(wèn)題，提出了一種面向水下感知的聲成像聲納通感算一體化技術(shù)，該技術(shù)一體化波形的多載波特性，給出一種基于廣義似然比檢驗(yàn)的目標(biāo)檢測(cè)方法。此外還給出了根據(jù)回波信號(hào)的檢驗(yàn)結(jié)果對(duì)下一工作周期的波形進(jìn)行優(yōu)化的方法。該方法重新分配下一周期一體化波形中各子載波的發(fā)射功率，使能量集中在信道、目標(biāo)敏感的子載波上，增強(qiáng)了環(huán)境適應(yīng)性，提高了探測(cè)性能。

2、本發(fā)明解決其技術(shù)問(wèn)題所采取的技術(shù)方案是：一種面向水下魚(yú)群位置與水草高度感知的聲成像聲納通感算一體化技術(shù)，該方法包括如下步驟：

3、步驟1：建立基于ofdm信號(hào)的一體化波形發(fā)射模型。

4、步驟1-1：建立以發(fā)射權(quán)重系數(shù)矩陣c＝[c0,c1,cl-1]作為代價(jià)函數(shù)變量，進(jìn)行優(yōu)化問(wèn)題求解。給出旁瓣發(fā)射功率的表達(dá)式，對(duì)于ofdm子載波，該式應(yīng)寫(xiě)為：

5、

6、為使得發(fā)射波束的旁瓣最小，每一個(gè)子載波對(duì)應(yīng)的psl(fl)最小，則代價(jià)函數(shù)表達(dá)式為：

7、

8、在水聲通訊過(guò)程中，往往需要根據(jù)水下環(huán)境隨時(shí)調(diào)整子載波的發(fā)射功率，因此在優(yōu)化問(wèn)題中引入功率控制因數(shù)，則優(yōu)化問(wèn)題表示為：

9、

10、該一體化波形發(fā)射策略也可以拓展到多個(gè)通訊用戶場(chǎng)景，其中通訊用戶數(shù)目應(yīng)該小于平臺(tái)發(fā)射陣元數(shù)目，否則問(wèn)題不可解，給出多用戶的波形設(shè)計(jì)優(yōu)化問(wèn)題表達(dá)式：

11、

12、步驟1-2：建立一體化平臺(tái)嵌入式信息到一體化波形中實(shí)現(xiàn)通訊功能。首先本系統(tǒng)將要發(fā)射的數(shù)據(jù)劃分為多個(gè)數(shù)據(jù)段，一個(gè)ofdm符號(hào)周期發(fā)射一個(gè)數(shù)據(jù)段的數(shù)據(jù)，每個(gè)數(shù)據(jù)包括m×lbit的數(shù)據(jù)，將mbit數(shù)據(jù)視為一個(gè)信號(hào)符號(hào)，將其平均給對(duì)應(yīng)的子載波，將ρ作為發(fā)射功率因數(shù)，ψ具有星座映射的相位自由度，因此給出采取mpsk調(diào)制的星座映射字典：

13、ω＝{ω(m),m＝1,2,···,2m-1}

14、經(jīng)過(guò)進(jìn)制轉(zhuǎn)換后，每mbit數(shù)據(jù)根據(jù)其轉(zhuǎn)換后的值m在星座字典ω中找到對(duì)應(yīng)的星座點(diǎn)，可以映射為符號(hào)向量可以獲得各子載波的發(fā)射權(quán)向量cl，最終可以合成當(dāng)前脈沖周期的發(fā)射波束，實(shí)現(xiàn)一體化波形的發(fā)射。一體化波形發(fā)射到遠(yuǎn)場(chǎng)，要形成探測(cè)脈沖與下行通信信號(hào)對(duì)信號(hào)結(jié)構(gòu)有不同的要求。

15、步驟1-3：建立獲得一體化發(fā)射波形系統(tǒng)。將發(fā)射的串行數(shù)據(jù)分為多個(gè)數(shù)據(jù)段，每個(gè)數(shù)據(jù)段包含m×lbit的數(shù)據(jù)，將每個(gè)數(shù)據(jù)段按照順序依次分配、嵌入每個(gè)符號(hào)周期中。在每個(gè)符號(hào)周期中，通過(guò)進(jìn)制轉(zhuǎn)換與星座映射字典一一對(duì)應(yīng)，進(jìn)行匹配，并且嵌入到每個(gè)子載波中。在獲得映射符號(hào)向量確定主瓣方向θd和通信旁瓣方向θc，以及確定當(dāng)前脈沖周期內(nèi)探測(cè)方向信號(hào)是否在脈沖間隔后，獲得所有子載波的發(fā)射權(quán)重系數(shù)向量，構(gòu)建以ofdm子載波作為基底信號(hào)的一體化波形，并完善優(yōu)化問(wèn)題，最終得到權(quán)重系數(shù)矩陣c。

16、根據(jù)如上發(fā)射方案，將ofdm子載波中的子載波項(xiàng)u(t)＝[u1(t),u2(t),···,ul(t)]t以發(fā)射權(quán)衡系數(shù)矩陣加權(quán)相加，可以得到一體化波形分別對(duì)應(yīng)每個(gè)陣元的發(fā)射信號(hào)。

17、步驟2：建議一體化接收信號(hào)模型。

18、步驟2-1：首先假設(shè)一體化平臺(tái)和通信節(jié)點(diǎn)在接收信號(hào)時(shí)均采用陣列接收，兩接收陣列均為半波間距ula。一體化平臺(tái)的接收陣元數(shù)為mr，陣元間距表達(dá)式：

19、

20、在其中一個(gè)通訊節(jié)點(diǎn)處，不考慮回波信號(hào)，則接受的信號(hào)可以表示為：

21、

22、考慮了通信節(jié)點(diǎn)在正常工作時(shí)有可能會(huì)同時(shí)接收到不同方向到達(dá)的下行通信信號(hào)和同級(jí)通信信號(hào)，若整個(gè)系統(tǒng)中只有一個(gè)通信節(jié)點(diǎn)時(shí)則可簡(jiǎn)化模型是令sc(t)項(xiàng)為0即可。

23、步驟2-2：在語(yǔ)音信號(hào)處理中，對(duì)于雙聲道麥克風(fēng)陣列，波束形成的核心思想是對(duì)于遠(yuǎn)場(chǎng)情況(滿足平面波這一條件)，當(dāng)波束從0°方向入射時(shí)，兩個(gè)麥克風(fēng)采集到的信號(hào)起始位置重合，不存在時(shí)延。

24、在處理一體化平臺(tái)發(fā)射的通信信號(hào)時(shí)，另一通信節(jié)點(diǎn)的通信信號(hào)視作干擾，接收信號(hào)表達(dá)式重寫(xiě)為：

25、yc(t)＝hicac(βc)t(θc,t)+hccac(βi)sc(t)+zc(t)

26、表示信號(hào)yc在頻帶內(nèi)的頻點(diǎn)fj處的頻率分量，而信道系數(shù)hic和hcc是隨頻率變化的，可以將其表示為函數(shù)形式。其接受導(dǎo)向矢量表達(dá)為：

27、

28、顯然，只有0°方向的導(dǎo)向矢量是恒定的與頻率無(wú)關(guān)的。因此，參照麥克風(fēng)陣列中語(yǔ)音信號(hào)處理的方法，人為地將非0°方向入射的信號(hào)搬移到0°方向，以消除由于信號(hào)頻率變化帶來(lái)的接收導(dǎo)向矢量的相位偏移。因此，就有：

29、

30、在接受矩陣信號(hào)中期望信號(hào)成分t(θc，fj)已經(jīng)被搬運(yùn)到最優(yōu)方向，在經(jīng)過(guò)對(duì)齊變換后，經(jīng)過(guò)簡(jiǎn)單推導(dǎo)得：

31、

32、式子中fmin信號(hào)帶寬的下限頻率，在計(jì)算時(shí)可取fmin＝f0，而信號(hào)的帶寬上限頻率即上文提到的信號(hào)最大頻率取fmax＝f0+(l-1)δf。因此，在每個(gè)頻點(diǎn)處都可求得對(duì)應(yīng)的其中對(duì)齊后干擾角度范圍的邊界值βi.min和βi,max可通過(guò)上式進(jìn)行求解，而干擾信號(hào)則分散在一個(gè)角度區(qū)間內(nèi)。

33、對(duì)于對(duì)齊矩陣變換處理后的信號(hào)可以采用空域?yàn)V波算法，即波束形成算法，獲得期望信號(hào)，抑制干擾信號(hào)和噪聲信號(hào)。

34、步驟3：建立最小方差無(wú)畸變相應(yīng)算法

35、步驟3-1：最小方差無(wú)畸變相應(yīng)算法可實(shí)現(xiàn)目標(biāo)方向的信號(hào)無(wú)失真輸出的同時(shí)，盡可能地抑制其它方向的干擾信號(hào)和噪聲，也就是波束輸出平均功率最小。

36、ofdm波束形成權(quán)向量對(duì)應(yīng)優(yōu)化問(wèn)題可以表示為：

37、

38、s.t.wh?ac(β)＝1

39、代價(jià)函數(shù)為：

40、j(w)＝whryyw+μ(1-whac(β))

41、對(duì)代價(jià)函數(shù)求導(dǎo)，并且是結(jié)果為0.可以得到：

42、

43、其中μ為比例常數(shù)，可以解出：

44、

45、從上述結(jié)論中可以得到，mvdr算法的最優(yōu)波束形成權(quán)向量可以表示為：

46、

47、在isac系統(tǒng)中，不論是一體化平臺(tái)發(fā)射的下行通信信號(hào)，還是通信節(jié)點(diǎn)單陣元發(fā)射ofdm通信信號(hào)，從接收端對(duì)信號(hào)處理的角度看，均為ofdm通信信號(hào)。因此，在通信節(jié)點(diǎn)，經(jīng)分離、提取算法得到的下行通信信號(hào)rc(t)，可將其視為傳統(tǒng)的水下ofdm通信信號(hào)進(jìn)行解調(diào)、解碼等后續(xù)處理。

48、步驟4：建立聲圖像的cfar檢測(cè)系統(tǒng)：

49、步驟4-1：從聲圖像中自動(dòng)檢測(cè)出roi基本策略是依據(jù)一個(gè)檢測(cè)門(mén)限，判定聲圖像中的每個(gè)像素隸屬于背景噪聲信號(hào)還是潛在目標(biāo)信號(hào)。檢測(cè)門(mén)限的確定取決于平均背景噪聲功率，而水下場(chǎng)景的時(shí)變性導(dǎo)致平均背景噪聲功率也是不斷變化的。通常采用cfar檢測(cè)技術(shù)，由目標(biāo)周圍背景雜波的統(tǒng)計(jì)特性來(lái)自適應(yīng)的設(shè)定檢測(cè)門(mén)限。

50、通過(guò)一組樣本x＝(x1,x2,···,xn)來(lái)表示聲圖像單元，其中形狀參數(shù)k與尺寸參數(shù)λ的最大似然估計(jì)為：

51、

52、考慮到每個(gè)測(cè)試點(diǎn)像素單元進(jìn)行迭代計(jì)算過(guò)于費(fèi)事，平均背景噪音功率μ可以通過(guò)尺寸參數(shù)λ的最大似然估計(jì)得到，可以得到虛警概率為：

53、

54、有益效果：

55、1、本發(fā)明提出一種面向水下水下魚(yú)群位置與水草高度感知的聲成像聲納通感算一體化技術(shù)，其中包括設(shè)計(jì)一體化波形，并給出一體化波形的發(fā)射與接收模型。通過(guò)聯(lián)合優(yōu)化分辨率、信噪比、均勻聲透射功率、旁瓣干擾等指標(biāo)，實(shí)現(xiàn)系統(tǒng)延遲與能耗最小化。

56、2、本發(fā)明以水下魚(yú)群與水草為潛入威脅目標(biāo)展開(kāi)目標(biāo)感知的試驗(yàn)研究。為了模擬實(shí)際聲學(xué)區(qū)域警戒可能會(huì)遇到的多種情況，設(shè)計(jì)了定點(diǎn)下視、定點(diǎn)平視和移動(dòng)側(cè)視三組不同的視場(chǎng)下潛入目標(biāo)多種運(yùn)動(dòng)方式的試驗(yàn)，驗(yàn)證了在水下目標(biāo)感知框架下進(jìn)行目標(biāo)辨別的有效性，仿真結(jié)果表明感知精度高達(dá)91.4％。

57、3、本發(fā)明的通感一體化系統(tǒng)可以根據(jù)上一工作周期的回波信號(hào)得到最優(yōu)化權(quán)重，將優(yōu)化的一體化波形將能量集中在了對(duì)信道選擇性衰落和目標(biāo)散射系數(shù)適配度最高的子載波上，令ofdm空載波探測(cè)脈沖退化為了對(duì)目標(biāo)最敏感的單載波脈沖，提高了環(huán)境適應(yīng)性，仿真結(jié)果表明在14次不同環(huán)境下在接收端模擬的遠(yuǎn)場(chǎng)信號(hào)形成過(guò)程中得到到探測(cè)脈沖與下行通信信號(hào)一致性高達(dá)90％。