论文部分内容阅读
多波束测深声纳(MBBS:Multi-Beam Bathymetry Sonar)是一种重要的海洋地形地貌探测设备,但现有的多波束测深声纳大多还是基于常规波束形成算法。主要原因是高分辨算法的典型代表阵元域多重信号分类(MUSIC:Multiple Signal Classification)计算量过于庞大而无法实时实现。为此,本文主要从两方面研究将MUSIC算法应用于多波束测深声纳。一方面将阵元域MUSIC算法变换到波束域,通过仿真比较分析三种典型的波束域MUSIC算法的估计性能和计算量。虽然MSB-MUSIC (Multiple Subarray Beamspace MUSIC)算法的均方根误差略大,但具有更低的计算量,而且对于相干信号也依然有效。另一方面将基于多级维纳滤波器(MSWF:Multistage Wiener Filter)的快速子空间估计(FSE:Fast Subspace Estimate)与MSB-MUSIC算法相结合,提出了MM-MUSIC(MSWF and MSB-MUSIC)算法。和MSB-MUSIC算法相比,该算法用较小的估计性能损失换来大大降低的计算量和高度的可并行性。另外,本文基于Xilinx AccelDSP综合工具和TI公司C6713DSK平台对输入为8子阵、8快拍的MM-MUSIC算法进行了实现研究,结果表明二级快速子空间分解的计算速率大大快于奇异值分解(SVD:singular value decomposition),证明了MM-MUSIC算法相对于MSB-MUSIC算法有着明显的计算速率优势。