【通俗易懂聊声呐】多波束成像声呐中的“相位相干因子(PCF)”去旁瓣技术

【通俗易懂聊声呐】多波束成像声呐中的“相位相干因子(PCF)”去旁瓣技术文章目录【通俗易懂聊声呐】多波束成像声呐中的“相位相干因子(PCF)”去旁瓣技术引言寻找去旁瓣的“完美解”一、 核心原理指南针的比喻二、 PCF 的数学公式测量“散沙”的程度第一步提取相位ϕ \phiϕ第二步计算相位的“标准差”σ \sigmaσ第三步映射成 0~1 的权重PCF公式三、 为什么说 PCF 是“集大成者”对比总结四、 实际工程中的应用流程五、 避坑指南PCF 的局限性结语引言寻找去旁瓣的“完美解”如果你看过我们之前的文章应该已经了解了多波束声呐去旁瓣的两大流派相干因子CF看“能量”相干性。缺点是遇到一个幅度极高的爆音噪声整个算法就崩溃了。符号相干因子SCF看“正负号”相干性。一人一票抗干扰极强但缺点是“非黑即白”丢掉了太多信号细节导致图像背景显得破碎、生硬。那么问题来了有没有一种方法既能像 SCF 一样不受极端振幅大嗓门的干扰又能保留比单纯“正负号”更丰富的细节让图像看起来平滑自然呢科学家们给出了答案抛弃“振幅”超越“符号”直接直击波的灵魂——相位Phase。这就是今天的主角相位相干因子PCF。一、 核心原理指南针的比喻为了通俗理解“相位”我们把声呐接收阵列的N NN个阵元想象成N NN个拿着指南针的探险家。由于声波是一种周期性的波动在任意一个极短的瞬间波都有一个具体的位置比如在波峰、在波谷、或者在半山腰这个位置就是相位相当于指南针指向的角度。如果是主瓣信号真实目标经过延时补偿对齐后大家接收到的波完全同步。此时这N NN个探险家的指南针全部精确指向正北角度一致。如果是旁瓣信号干扰伪影各个阵元接收到的波错位了。此时探险家们的指南针乱指一气有的指东有的指南有的指西北角度极度分散。PCF 的核心思想就是测量这组“指南针”指向的“分散程度”。指南针指得越集中说明相干性越好越是主瓣指南针指得越分散说明相干性越差越是旁瓣。二、 PCF 的数学公式测量“散沙”的程度在数学上测量一组数据的“分散程度”最经典的工具就是标准差Standard Deviation,σ \sigmaσ。PCF 的计算虽然比前两个稍微复杂一点但逻辑非常严密。我们分步来看第一步提取相位ϕ \phiϕ传统的信号只有电压大小怎么提取相位我们需要用到信号处理中的一个神器希尔伯特变换Hilbert Transform。它能把实数信号变成复数信号从而计算出第i ii个阵元在t tt时刻的瞬时相位ϕ i ( t ) \phi_i(t)ϕi​(t)。它的取值范围是从− π -\pi−π到 π \piπ也就是− 180 ∘ -180^\circ−180∘到 180 ∘ 180^\circ180∘。第二步计算相位的“标准差”σ \sigmaσ拿到所有阵元的相位后算一算它们的标准差σ ϕ \sigma_\phiσϕ​σ ϕ 1 N ∑ i 1 N ( ϕ i − ϕ ˉ ) 2 \sigma_\phi \sqrt{ \frac{1}{N} \sum_{i1}^{N} (\phi_i - \bar{\phi})^2 }σϕ​N1​i1∑N​(ϕi​−ϕˉ​)2​(注ϕ ˉ \bar{\phi}ϕˉ​是平均相位)如果大家相位一致主瓣σ ϕ \sigma_\phiσϕ​接近于0。如果大家相位完全随机旁瓣/噪声根据统计学原理均匀分布的随机相位的标准差会接近一个固定常数σ 0 π 3 \sigma_0 \frac{\pi}{\sqrt{3}}σ0​3​π​大约1.81 1.811.81弧度。第三步映射成 0~1 的权重PCF公式标准差越小越是主瓣标准差越大越是旁瓣。我们需要把它反过来变成一个 0 到 1 的乘法系数P C F ( t ) max ⁡ ( 0 , 1 − σ ϕ σ 0 ) PCF(t) \max \left( 0, 1 - \frac{\sigma_\phi}{\sigma_0} \right)PCF(t)max(0,1−σ0​σϕ​​)当σ ϕ ≈ 0 \sigma_\phi \approx 0σϕ​≈0主瓣极度集中P C F 1 − 0 1 PCF 1 - 0 \mathbf{1}PCF1−01。完美保留当σ ϕ ≈ σ 0 \sigma_\phi \approx \sigma_0σϕ​≈σ0​旁瓣一盘散沙P C F 1 − 1 0 PCF 1 - 1 \mathbf{0}PCF1−10。全部抹杀如果比σ 0 \sigma_0σ0​还散max ⁡ \maxmax函数会保证它最小也就是0。三、 为什么说 PCF 是“集大成者”对比总结让我们把 CF、SCF、PCF 放在一起做个终极 PK方法依据什么判断优点缺点生活比喻CF信号的能量(振幅)公式简单去旁瓣效果好怕极端高振幅噪声容易被“带偏”看谁喊的声音大比力气SCF信号的正负号极致抗干扰完全无视振幅异常丢弃信息太多背景生硬破碎一人一票制非黑即白PCF信号的瞬时角度(相位)既不受振幅干扰又保留了平滑的过渡细节图像质量最高计算量最大需要希尔伯特变换提取相位测量所有人指南针的指向偏差PCF 抛弃了幅度信息免疫了极端振幅噪声的干扰但又保留了完整的角度信息比 SCF 的正负号细腻得多。因此经过 PCF 加权后的声呐图像不仅目标锐利、没有旁瓣而且海底的混响背景看起来非常平滑自然不会有明显的颗粒感。四、 实际工程中的应用流程在多波束声呐成像系统中PCF 通常在复数域IQ信号进行处理常规波束形成用传统方法算出各个波束的复数输出。提取相位阵列获取该时刻所有接收阵元的瞬时相位。计算散布度套用公式计算相位标准差得出当前点的 PCF 权重。加权输出最终图像像素值 原始波束形成值 × PCF。五、 避坑指南PCF 的局限性虽然 PCF 效果惊艳但在工程落地时工程师们依然要面对两个挑战算力杀手提取瞬时相位通常需要对每个通道做解析信号转化比如 Hilbert 变换或正交解调这在通道数极多如 256、512 阵元的实时系统中对底层硬件FPGA/DSP的并行计算能力提出了极高要求。相位解包问题相位是循环的 180 ∘ 180^\circ180∘和− 180 ∘ -180^\circ−180∘其实是同一个点在计算标准差时如果不做特殊的“环形统计”处理很容易出现计算偏差。结语从能量相干 (CF)到符号相干 (SCF)再到相位相干 (PCF)多波束成像声呐去旁瓣技术的发展本质上是一场“如何在嘈杂的环境中寻找最有效的信息特征”的进化史。PCF 告诉我们在这个纷繁复杂充满旁瓣干扰的世界里不要被表面的声高振幅所迷惑也不要陷入非黑即白符号的极端精准地把握事物前行的方向相位才是破局的关键。互动时间至此多波束去旁瓣的“相干因子三部曲”就完结啦CF、SCF、PCF你在实际项目中用过哪一种对于实时性要求极高的声呐系统你会如何在“画质”和“算力”之间做取舍欢迎在评论区留下你的硬核观点