基于聚束声纳的水下小目标识别机理研究

水下小目标的分类与识别一直是国内外水声学领域的焦点和亟待解决的瓶颈问题。研究证明，声波入射方位不同,其回波特性也不同,所以在水下目标姿态未知的情况下,仅根据单次回波很难对目标进行准确识别。本项目拟从物理模型入手，通过聚束声纳对该问题进行研究。一方面，聚束声纳可以获得目标的多角度回波，根据水中弹性壳体声波散射理论，对大角度范围内的回波连续变化规律进行分析有可能对目标的材质、结构等物理特性进行辨识；另一方面，聚束合成孔径成像的分辨率高于正侧视合成孔径成像的方位分辨率，可以获得目标的高分辨图像,反映出目标的形状与尺寸等物理特征。本项目在理论研究和分析大量实验数据的基础上，系统地研究聚束声纳工作体系，分析聚束合成孔径成像算法，归纳目标多角度回波的特征机理；建立基于高分辨成像、多视特征提取的水下小目标识别理论基本框架；实现水下小目标识别领域的理论突破，为水下无人平台和智能装备提供技术支撑。

水下小目标的分类与识别是水声学领域的焦点问题，但是 长期以来未得到解决。本项目针对这一问题提出基于聚束体制的多视分类方法，并对进行了聚束合成孔径声纳成像原理进行了理论研究。. 首先，通过对水下目标的回波模型的研究，对典型目标的多角度回波结构进行了研究及仿真。在对目标回波特性研究的基础上，提出了一种有效的多视识别方法。申请的相关专利已获得授权。. 针对SAS图像中的目标识别问题，本项目提出了利用SAS图像多视特性的目标识别方法。考虑到工程实际中的实用性，主要研究了正交视角下的多视图像联合识别问题。首次提出了一种基于正交航迹的合成孔径声纳图像的目标识别方法，即基于正交纹理相关分析的目标识别方法。经试验验证该方法可用于多视图像中的目标检测和识别。作为多视图像处理的基础，本项目对图像分割方法也进行了研究，提出了基于统计与纹理信息联合特征的区域分割方法及基于马尔科夫的泊松方程精确分割算法。这两种算法均具有良好的工程实用性。. 本项目对聚束合成孔径成像算法进行了理论研究，并进行了仿真，虽然这一研究方向有许多工程实现问题尚未解决，但将有可能为水下小目标识别带来突破性的进展。