高分辨率的声呐图像可以更加清晰、真实地呈现水下探测场景中的目标信息,是目标探测、定位、识别与跟踪的重要依据,在海底地形测绘、堤坝缺陷检测和水下搜救打捞等国防和民生领域中发挥着重要作用。在高分辨率声呐中,距离向分辨率可以通过增大系统带宽的方法实现,方位向分辨率则依赖于阵列孔径,而增大孔径尺寸又会显著增加通道数量,进而增加系统的功耗和体积。本文针对课题组研制的一款多波束前视声呐系统,在不改变硬件设备的基础上,对多波束前视声呐图像提高分辨率技术展开研究,具体工作包括以下几个方面:(1)提出并实现了一种基于失真度评估的时变聚焦波束形成算法。针对声呐系统对复杂多变的水下场景进行高分辨率精细成像的要求,该方法将聚焦点的时间结构与半圆形阵列的空间结构联系起来,建立了近场时变聚焦模型,获得了各个聚焦点精确的延时信息;通过失真度评估准则选择聚焦距离和声速等级,并采用分段近似的方法实现了近场聚焦;在兼顾波束方向图的各项性能指标的基础上,利用二阶锥规划的方法优化设计成像波束。最后,对算法进行了FPGA实现,并通过成像测试验证了算法的有效性和实用性。(2)研究了一种基于和差波束测角的单脉冲前视成像算法。由于波束扫描成像的方位向分辨率受限于波束的主瓣宽度,该方法将和差波束单脉冲测角处理引入成像过程,实现了对波束内强散射点的精确定位,使得某些具有特征的目标更加清晰,有效提高了声呐对探测区域的方位向分辨率。算法并不涉及复杂的数据处理运算,有利于工程实现。(3)提出了一种基于卷积反演的扫描波束方位向超分辨算法。针对扫描波束的卷积平滑作用导致成像结果具有明显被模糊的现象,该方法建立了方位向卷积模型,将成像数据等价为目标散射信息与波束方向图的卷积结果,然后采用贝叶斯最大似然准则对超分辨反问题进行正则化,通过近似迭代求解,复原探测场景中的目标散射分布信息,实现了方位向上的超分辨效果。(4)研究了一种基于稀疏表示的声呐图像超分辨率重建方法。考虑到声呐图像轮廓特征的重要性,利用改进后的NEDI算法插值得到高分辨率图像的初始估计;在假定高、低分辨率图像空间具有相似流形的前提下,采用原子修正后的K-SVD算法训练得到高、低分辨率字典对,并使用PCA算法降低训练样本的维数,从而提高了训练的收敛速度。实验结果表明,该方法重建得到的声呐图像能够很好地保持边缘和细节信息不变,而且在视觉效果和客观指标上都有明显的提高。