稀疏基阵水下声成像的压缩感知方法.pdf

稀疏基阵水下声成像的压缩感知方法.pdf

ID:52257576

大小:3.48 MB

页数:8页

时间:2020-03-26

稀疏基阵水下声成像的压缩感知方法.pdf_第1页
稀疏基阵水下声成像的压缩感知方法.pdf_第2页
稀疏基阵水下声成像的压缩感知方法.pdf_第3页
稀疏基阵水下声成像的压缩感知方法.pdf_第4页
稀疏基阵水下声成像的压缩感知方法.pdf_第5页
资源描述:

《稀疏基阵水下声成像的压缩感知方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第37卷第8期仪器仪表学报Vol37No82016年8月ChineseJournalofScientificInstrumentAug.2016稀疏基阵水下声成像的压缩感知方法1,2,31,2,31,2,31,2,3李鹏,郑太成,徐丽华,陈金立(1.南京信息工程大学江苏省气象探测与信息处理重点实验室南京210044;2.南京信息工程大学江苏省气象传感网技术工程中心南京210044;3.南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044)摘要:声传感器基阵式成像是水下目标探测的主要方法之一。在保证成像质量的同时,采用稀疏基阵是降低系统复杂性的有效途径。另一方面

2、,成像方法也是关键技术之一,其性能直接决定成像质量的优劣。在前期研究的稀疏阵基础上,提出了压缩感知成像方法用于水下成像。回波经传感器基阵接收并进行信号分离后,获得各虚拟通道信号,利用压缩感知方法进行成像。在提出的成像方法中,采用了自适应块贝叶斯算法,它能够在噪声环境下较为准确地恢复图像。此外,根据声信号特点设计字典,并按算法特性设计了数据排列规则。实验表明:通过自适应块贝叶斯算法的压缩感知成像能够可靠地对水下目标进行成像,目标的几何特征明显。关键词:水下声学成像;压缩感知;自适应块贝叶斯算法;传感器阵列中图分类号:TH766文献标识码:A国家标准学科分类代码:510.40Compr

3、essivesensingmethodforunderwateracousticimagingusingsparsearray1,2,31,2,31,2,31,2,3LiPeng,ZhengTaicheng,XuLihua,ChenJinli(1.JiangsuKeyLaboratoryofMeteorologicalObservationandInformationProcession,NanjingUniversityofInformationScienceandTechnology,Nanjing210044,China;2.JiangsuMeteorologicalSens

4、orNetworkTechnologyEngineeringCenter,NanjingUniversityofInformationScienceandTechnology,Nanjing210044,China;3.JiangsuCollaborativeInnovationCenteronAtmosphericEnvironmentandEquipmentTechnology,NanjingUniversityofInformationScienceandTechnology,Nanjing210044,China)Abstract:Theacousticsensorarra

5、ybasedimagingisoneofthemajorwaystobeusedtofindtheunderwatertargets.Whileensuringtheimagingquality,adoptingsparsearrayistheeffectivewaytoreducetheimagingsystemcomplexity.Ontheotherhand,theimagingmethodisalsooneofthekeytechnologiesintheimaging,itsperformancedirectlydecidesthequalityandrateofimag

6、ing.Onthebasisofpreviousstudyonsparsearray,inthispaperthecompressivesensingimagingmethodisproposedandusedintheunderwateracousticimaging.Theechosignalsarereceivedbythesparsearray,thesignalseparationisimplementedandthevirtualchannelsignalsareobtained;thecompressivesensingalgorithmisusedtoobtaint

7、heimage.Intheproposedimagingmethod,theadaptiveblockBayesalgorithmisadopted,whichcanpreciselyrecoverthesparsetargetimageinnoiseenvironment.Moreover,adictionaryisreasonablydesignedaccordingtothefeaturesoftheacousticsignals,andthedatamatri

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。