[发明专利]基于模拟退火算法和分布式并行子阵波束形成算法的稀疏阵列优化方法

说明书

技术领域

本发明涉及声纳阵列优化领域，具体涉及一种基于模拟退火算法和分布式并行子阵波束形成算法的稀疏阵列优化方法。

背景技术

现有技术中的换能器阵列通常采用均匀分布或者周期分布的排列结构，再通过适当的窗函数对波束方向图进行加权处理，从而降低旁瓣峰值。

伴随海洋开发事业的迅猛发展，水下三维成像技术越来越追求高分辨率和实时操作，声纳换能器阵列的规模越来越庞大，换能器的数目越来越多，这必然会提高换能器阵列的设计成本、功耗和体积，因此，需要对换能器阵列的设计优化展开深入研究，稀疏阵列设计技术为解决该问题提供了一种有效的途径，并在雷达、声纳、无线通信和医学成像等领域获得越来越广泛的应用。

稀疏阵列是一种不等间距的阵列，通过在二维接收换能器的全阵列中去除掉一部分换能器，并对保留的换能器的位置和权重进行再次优化设计，从而降低换能器阵列的设计复杂度。

阵列稀疏通常会引起波束方向图旁瓣峰值的增大，如何在保证高稀疏率的同时有效控制旁瓣峰值，始终是稀疏阵列技术关注的热点。

模拟退火算法是一种启发式算法，由于其在模拟固体结晶的物理过程中，具备收敛速度快且具备全局最优解等特点，被广泛应用于稀疏阵列设计领域。

模拟退火算法在换能器稀疏阵列设计中，通过多次迭代寻找目标函数最小值的过程来模拟固体结晶，属于一种Markov链方法。在每次迭代过程中，如果新的配置参数引起目标函数减小，则接受当前配置并作为下一个Markov链的入口；相反，如果目标函数被增大，新配置参数要依据一定的概率分布被选择性地接受，概率大小取决于系统温度。伴随着迭代的不断进行，系统温度不断降低，直到冷却在某个最终状态，达到能量最小。

发明内容

本发明提供了一种基于模拟退火算法和分布式并行子阵波束形成算法的稀疏阵列优化方法，该优化方法与现有技术中的阵列稀疏算法相比较，采用更少的换能器数目和更低的权重系数比，获得了相同的波束方向图性能，大幅度降低了系统的硬件复杂度和成本。

一种基于模拟退火算法和分布式并行子阵波束形成算法的稀疏阵列优化方法，包括以下步骤：

（1）将二维接收换能器阵列划分成若干个一级子阵，每个一级子阵作为一个基本单元，所有一级子阵组成二级子阵；

为便于计算的进行，所述二维接收换能器阵列由N×N个间距为d的换能器构成，每个一级子阵由N_a×N_a个换能器构成，每个二级子阵由N_b×N_b个一级子阵构成，且N_a×N_b=N。

结合二级子阵的波束方向图的旁瓣峰值和换能器的权重系数比，基于分布式并行子阵波束形成算法定义能量函数E(W,A)；

以降低内存需求量和计算需求量为出发点，基于分布式并行子阵波束形成算法，并充分考虑波束方向图旁瓣峰值和换能器的权重系数比，进行能量函数的定义。

（2）预先设定二级子阵的波束方向图的旁瓣峰值目标阈值（一般为-22dB）和换能器的权重系数比的阈值（一般为3），利用模拟退火算法，进行二维接收换能器阵列的稀疏优化，得到需要开启的换能器数目的最小值。

模拟退火算法通过模拟固体退火结晶的原理，采用随机优化理论，相比现有技术，能够以更快的收敛速度获得更少的换能器的数目。

作为优选，所述能量函数E(W,A)的表达式如下：