基于模擬退火算法和分布式并行子陣波束形成算法的稀疏陣列優(yōu)化方法
【專利摘要】本發(fā)明公開了一種基于模擬退火算法和分布式并行子陣波束形成算法的稀疏陣列優(yōu)化方法，包括以下步驟：（1）將二維接收換能器陣列劃分成若干個一級子陣，每個一級子陣作為一個基本單元，所有一級子陣組成二級子陣；結(jié)合二級子陣的波束方向圖的旁瓣峰值和換能器的權(quán)重系數(shù)比，基于分布式并行子陣波束形成算法定義能量函數(shù)E(W,A)；（2）預先設(shè)定二級子陣的波束方向圖的旁瓣峰值的目標閾值和換能器的權(quán)重系數(shù)比的閾值，利用模擬退火算法，進行二維接收換能器陣列的稀疏優(yōu)化，得到需要開啟的換能器數(shù)目的最小值。本發(fā)明的優(yōu)化方法采用更少的換能器數(shù)目和更低的權(quán)重系數(shù)比，獲得了相同的波束方向圖性能，大幅度降低了系統(tǒng)的硬件復雜度和成本。
【專利說明】基于模擬退火算法和分布式并行子陣波束形成算法的稀疏陣列優(yōu)化方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及聲納陣列優(yōu)化領(lǐng)域，具體涉及一種基于模擬退火算法和分布式并行子陣波束形成算法的稀疏陣列優(yōu)化方法。
【背景技術(shù)】
[0002]現(xiàn)有技術(shù)中的換能器陣列通常采用均勻分布或者周期分布的排列結(jié)構(gòu)，再通過適當?shù)拇昂瘮?shù)對波束方向圖進行加權(quán)處理，從而降低旁瓣峰值。
[0003]伴隨海洋開發(fā)事業(yè)的迅猛發(fā)展，水下三維成像技術(shù)越來越追求高分辨率和實時操作，聲納換能器陣列的規(guī)模越來越龐大，換能器的數(shù)目越來越多，這必然會提高換能器陣列的設(shè)計成本、功耗和體積，因此，需要對換能器陣列的設(shè)計優(yōu)化展開深入研究，稀疏陣列設(shè)計技術(shù)為解決該問題提供了一種有效的途徑，并在雷達、聲納、無線通信和醫(yī)學成像等領(lǐng)域獲得越來越廣泛的應(yīng)用。
[0004]稀疏陣列是一種不等間距的陣列，通過在二維接收換能器的全陣列中去除掉一部分換能器，并對保留的換能器的位置和權(quán)重進行再次優(yōu)化設(shè)計，從而降低換能器陣列的設(shè)計復雜度。
[0005]陣列稀疏通常會引起波束方向圖旁瓣峰值的增大，如何在保證高稀疏率的同時有效控制旁瓣峰值，始終是稀疏陣列技術(shù)關(guān)注的熱點。
[0006]模擬退火算法是一種啟發(fā)式算法，由于其在模擬固體結(jié)晶的物理過程中，具備收斂速度快且具備全局最優(yōu)解等特點，被廣泛應(yīng)用于稀疏陣列設(shè)計領(lǐng)域。
[0007]模擬退火算法在換能器稀疏陣列設(shè)計中，通過多次迭代尋找目標函數(shù)最小值的過程來模擬固體結(jié)晶，屬于一種Markov鏈方法。在每次迭代過程中，如果新的配置參數(shù)引起目標函數(shù)減小，則接受當前配置并作為下一個Markov鏈的入口；相反，如果目標函數(shù)被增大，新配置參數(shù)要依據(jù)一定的概率分布被選擇性地接受，概率大小取決于系統(tǒng)溫度。伴隨著迭代的不斷進行，系統(tǒng)溫度不斷降低，直到冷卻在某個最終狀態(tài)，達到能量最小。

【發(fā)明內(nèi)容】

[0008]本發(fā)明提供了一種基于模擬退火算法和分布式并行子陣波束形成算法的稀疏陣列優(yōu)化方法，該優(yōu)化方法與現(xiàn)有技術(shù)中的陣列稀疏算法相比較，采用更少的換能器數(shù)目和更低的權(quán)重系數(shù)比，獲得了相同的波束方向圖性能，大幅度降低了系統(tǒng)的硬件復雜度和成本。
[0009]一種基于模擬退火算法和分布式并行子陣波束形成算法的稀疏陣列優(yōu)化方法，包括以下步驟:
[0010](I)將二維接收換能器陣列劃分成若干個一級子陣，每個一級子陣作為一個基本單元，所有一級子陣組成二級子陣；
[0011]為便于計算的進行，所述二維接收換能器陣列由NXN個間距為d的換能器構(gòu)成，每個一級子陣由NaXNaA換能器構(gòu)成，每個二級子陣由NbXNb個一級子陣構(gòu)成，且NaXNb=N0
[0012]結(jié)合二級子陣的波束方向圖的旁瓣峰值和換能器的權(quán)重系數(shù)比，基于分布式并行子陣波束形成算法定義能量函數(shù)E (W，A)；
[0013]以降低內(nèi)存需求量和計算需求量為出發(fā)點，基于分布式并行子陣波束形成算法，并充分考慮波束方向圖旁瓣峰值和換能器的權(quán)重系數(shù)比，進行能量函數(shù)的定義。
[0014](2)預先設(shè)定二級子陣的波束方向圖的旁瓣峰值目標閾值(一般為-22dB)和換能器的權(quán)重系數(shù)比的閾值(一般為3)，利用模擬退火算法，進行二維接收換能器陣列的稀疏優(yōu)化，得到需要開啟的換能器數(shù)目的最小值。
[0015]模擬退火算法通過模擬固體退火結(jié)晶的原理，采用隨機優(yōu)化理論，相比現(xiàn)有技術(shù)，能夠以更快的收斂速度獲得更少的換能器的數(shù)目。
[0016]作為優(yōu)選，所述能量函數(shù)E (W，A)的表達式如下:
【權(quán)利要求】
1.一種基于模擬退火算法和分布式并行子陣波束形成算法的稀疏陣列優(yōu)化方法，其特征在于，包括以下步驟: (1)將二維接收換能器陣列劃分成若干個一級子陣，每個一級子陣作為一個基本單元，所有一級子陣組成二級子陣； 結(jié)合二級子陣的波束方向圖的旁瓣峰值和換能器的權(quán)重系數(shù)比，基于分布式并行子陣波束形成算法定義能量函數(shù)E (W，A)； (2)預先設(shè)定二級子陣的波束方向圖旁瓣峰值的目標閾值和換能器的權(quán)重系數(shù)比的閾值，利用模擬退火算法，進行二維接收換能器陣列的稀疏優(yōu)化，得到需要開啟的換能器數(shù)目的最小值。
2.如權(quán)利要求1所述的基于模擬退火算法和分布式并行子陣波束形成算法的稀疏陣列優(yōu)化方法，其特征在于，所述能量函數(shù)E (W，A)的表達式如下:
3.如權(quán)利要求2所述的基于模擬退火算法和分布式并行子陣波束形成算法的稀疏陣列優(yōu)化方法，其特征在于，所述二維接收換能器陣列由NXN個間距為d的換能器構(gòu)成，每個一級子陣由NaXNa個換能器構(gòu)成，每個二級子陣由NbXNb個一級子陣構(gòu)成，且NaXNb=N。
4.如權(quán)利要求3所述的基于模擬退火算法和分布式并行子陣波束形成算法的稀疏陣列優(yōu)化方法，其特征在于，所述Ω滿足以下條件:
5.如權(quán)利要求4所述的基于模擬退火算法和分布式并行子陣波束形成算法的稀疏陣列優(yōu)化方法，其特征在于，所述模擬退火算法的結(jié)束狀態(tài)標準如下:
A(l-L+1) = A(I), I > L-1 其中，L為設(shè)定值，取值范圍為[10，100]中的整數(shù)； I為模擬退火算法的迭代次數(shù)； A(I)為第1次迭代時，二維接收換能器陣列中換能器的數(shù)目。
6.如權(quán)利要求5所述的基于模擬退火算法和分布式并行子陣波束形成算法的稀疏陣列優(yōu)化方法，其 特征在于，所述模擬退火算法中的初始溫度Tstart的取值> 1000。
【文檔編號】G01S7/52GK103744072SQ201310722480
【公開日】2014年4月23日 申請日期:2013年12月24日 優(yōu)先權(quán)日:2013年12月24日
【發(fā)明者】陳耀武, 韓業(yè)強, 蔣榮欣, 周凡, 田翔 申請人:浙江大學