基于法线微分的3维声呐点云自适应简化方法

在不损失原始点云数据质量的前提下,大幅约简点云数据量是减少存储空间、降低后期计算强度的重要预处理步骤。针对这一需求,提出了针对水下3维声呐点云数据的自适应简化方法。首先,定义法线微分算子来识别点云中几何尺度的骤变,从而实现原始点云中边界部分点云和主体部分点云的分割。其次,对于点云的边界部分,应用移动最小二乘法来对边界点进行优化,降低噪点的影响,并保持其曲面的几何一致性;基于体素栅格结构,在边界上使用八叉树进行降采样,并在此基础上实施局部最远点采样,在实现均匀简化的同时保证已简化点云的边界部分具有各向同性,有效保留边界部分点云的几何特征信息。再次,对于点云的主体部分,为保持简化后点云整体的各向同性,使用体素中心采样法来减少数据量。然后,通过高斯滤波平滑点云表面,最后,整合简化后的边界点云和主体点云,得到简化结果。实验结果表明,提出的简化方法计算成本低、处理速度快,在与现行典型算法保持一致简化率的情况下,对水下点云数据的简化速度提高了约32%。另外,通过表面密度对比与几何失真分析,证明了提出方法对水下3维点云边界点及整体分布的优化作用。综上,此方法能提高水下作业目标探测效率,得到保留重要几何特征信息并具有各向同性的水下任务目标点云简化结果。

基于Khatri-Rao积的三维前视声呐空间方位估计技术

为了提高3维前视声呐的方位分辨能力,同时避免2维(2D)方位估计(DOA)方法失效,该文提出1维(1D)空间角估计方法、基于Vernier法的垂直角估计方法和基于最小角定理的水平角方位估计方法。首先基于不同子阵构造互协方差矩阵避免2维方位估计模型失效,再利用Khatri-Rao积进行虚拟孔径扩展;将扩展后的阵列导向矢量和观测向量模型用于2维方位估计。与原阵列的导向矢量相比,虚拟阵元数量约增加1倍,阵列的孔径得到有效扩展。仿真实验表明,与单观测向量波束形成2维方位估计方法相比,所提方法在2维方位估计问题中具有更高的分辨能力,均方根误差更低;水池实验进一步验证了该文所提方法的工程实用性。

三维成像声呐分区域FFT波束形成算法设计

为解决传统均匀FFT波束形成算法引起的3维声呐成像分辨率降低的问题,该文提出分区域FFT波束形成算法。远场条件下,以保证成像分辨率为约束条件,以划分数量最少为目标,采用遗传算法作为优化手段将成像区域划分为多个区域。在每个区域内选取一个波束方向,获得每一个接收阵元收到该方向回波时的解调输出,以此为原始数据在该区域内进行传统均匀FFT波束形成。对FFT计算过程进行优化,降低新算法的计算量,使其满足3维成像声呐实时性的要求。仿真与实验结果表明,采用分区域FFT波束形成算法的成像分辨率较传统均匀FFT波束形成算法有显著提高,且满足实时性要求。