تأثیر محیط انتشار بر انتخاب شکل موج و بهینه‎سازی آن در سونار چند پرتویی به‎منظور بهبود عملکرد تصویربرداری

نوع مقاله : مقاله پژوهشی

نویسندگان

مجتمع دانشگاهی برق و کامپیوتر، دانشگاه صنعتی مالک اشتر، تهران، ایران

چکیده

این مقاله به بررسی عملکرد تصویربرداری سونار چند پرتویی در محیط آکوستیک زیر آب با استفاده از یک رویکرد مبتنی بر مدولاسیون تقسیم‌ فرکانسی متعامد پهن‌باند و شکل‌دهی پالس گوسی می‌پردازد. در رویکرد پیشنهادی، پارامترهای کلیدی شکل‌ موج شامل فاصله زیرحامل‌ها، مدت‌ زمان سمبل و ضریب پالس گوسی توسط الگوریتم بهینه‌سازی ازدحام ذرات تنظیم می‌شوند تا نسبت توان قله به متوسط حداقل گردد و در عین حال کیفیت تصویربرداری حفظ شود. شکل‌دهی گوسی نیز برای کاهش نشتی طیفی و بهبود ویژگی‌های طیفی سیگنال به‌کار گرفته شده است. نتایج شبیه‌سازی نشان می‌دهد که شکل‌ موج بهینه‌شده به مقدار نسبت توان قله به متوسط برابر با 01/3-‎ دسی‌بل دست یافته است که بیانگر کاهش 5/94‎% نسبت به مقدار اولیه 16/0‎ دسی‌بل است. همچنین مقادیر نسبت لوب کناری یکپارچه و نسبت لوب کناری پیک به‌ترتیب به 34/4‎ دسی‌بل و ‎96/5‎ دسی‌بل بهبود یافته‌اند. از نظر کارآیی محاسباتی، الگوریتم ازدحام ذرات با سرعت همگرایی حدود ۱۵ برابر بیشتر و زمان پردازش ‎13/0‎ ثانیه (در مقایسه با 81/5‎ ثانیه برای الگوریتم ژنتیک) عملکرد بهتری ارائه می‌دهد. این یافته‌ها نشان می‌دهد که چارچوب بهینه‌سازی پیشنهادی می‌تواند به‌عنوان رویکردی مؤثر برای بهبود کارایی توان و ارتقای کیفیت سیگنال در کاربردهای تصویربرداری و نقشه‌برداری سونار چندپرتویی مورد استفاده قرار گیرد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Effect of the Propagation Environment on the Waveform Selection and its Optimization in Multibeam Sonar to Improve the Signal Imaging Performance

نویسندگان [English]

  • Arash Ostovar
  • Mohammad Hossein Madani
Department of Electrical and Computer Engineering, Malek Ashtar University of Technology, Tehran, Iran
چکیده [English]

This paper investigates the performance of multibeam sonar imaging in underwater acoustic environment using an approach based on wideband orthogonal frequency division modulation (W-OFDM) and Gaussian pulse shaping. In the proposed approach, key waveform parameters including subcarrier spacing, symbol duration, and Gaussian pulse coefficient are tuned by a particle swarm optimization (PSO) algorithm to minimize the peak-to-average power ratio (PAPR) while maintaining the imaging quality. Gaussian shaping is also employed to reduce spectral leakage and improve the spectral characteristics of the signal. Simulation results show that the optimized waveform achieves a PAPR of -3.01 dB, which represents a 94.5% reduction compared to the initial value of 0.16 dB. In addition, the integrated sidelobe ratio and peak sidelobe ratio values are improved to 4.34 dB and 5.96 dB, respectively. In terms of computational efficiency, the PSO performs better with about 15 times faster convergence speed and 0.13 seconds processing time (compared to 5.81 seconds for the genetic algorithm). These findings indicate that the proposed optimization framework can be used as an effective approach to improve power efficiency and signal quality in multibeam sonar imaging and mapping applications.

کلیدواژه‌ها [English]

  • multibeam sonar
  • W-OFDM
  • underwater acoustic
  • particle swarm optimization

مراجع

[1]    Gussen, C. M. G.; Diniz, P. S. R.; Campos, M. L. R.; Martins, W. A.; Costa, F. M.; Gois, J. N. “A Survey of Underwater Wireless Communication Technologies”; J. Commun. Inf. Syst. 2016, 31, 242-255. doi: 10.14209/jcis.2016.22.
[2]    Multibeam Sonar: Theory of Operation. L-3 Communications SeaBeam Instruments. 2000.
[3]    Nguyen, N. H.; Doganc, K.; Davis, L. M. “Adaptive Waveform Selection and Target Tracking by Wideband Multistatic Radar/Sonar Systems”; Proc. Eur. Signal Process. Conf. (EUSIPCO). 2014, 1910-1914.
[4]    Hague, D. A.; Buck, J. R. “An Experimental Evaluation of the Generalized Sinusoidal Frequency-Modulated Waveform for Active Sonar Systems”; J. Acoust. Soc. Am. 2019, 145, EL1-EL7. doi: 10.1121/1.5113581.
[5]    Li, Q. “Digital Sonar Design in Underwater Acoustics”; Springer: 2012. doi: 10.1007/978-3-642-18290-7.
[6]    Zhang, Y. -X.; et al. “Frequency-Domain Range Sidelobe Correction in Stretch Processing for Wideband LFM Radars”; IEEE Trans. Aerosp. Electron. Syst.. 2017, 53, 1-15. doi: 10.1109/TAES.2017.2649458.
[7]    He, H.; Li, J.; Stoica, P. “Waveform Design for Active Sensing Systems: A Computational Approach”; Cambridge University Press: 2012, 88-102. doi:10.1017/CBO 9780511973444.
[8]    Waite, A. D. “Sonar for Practising Engineers”; 3rd ed.; Wiley: 2001.
[9]    Wang, F.; Du, S.; Sun, W.; Huang, Q.; Su, J. “A Method of Velocity Estimation Using Composite Hyperbolic Frequency-Modulated Signals in Active Sonar”; J. Acoust. Soc. Am. 2017, 141, EL433-EL438. doi:10.1121/1.4982724.
[10]Blunt, S. D.; Mokole, E. L. “An Overview of Radar Waveform Diversity”; IEEE Aerosp. Electron. Syst. Mag. 2016, 31, 2-42. doi:10.1109/MAES.2016.160071.
[11]Kong, W.; Yu, J.; Cheng, Y.; Cong, W.; Xue, H. “Automatic Detection Technology of Sonar Image Target Based on Three-Dimensional Imaging”; Sensors 2017, 17, 2845. doi:10.3390/s17122845.
[12]Wu, M.; Yan, S. “Motion Compensation for OFDM Inverse Synthetic Aperture Sonar Imaging Based on Compressed Sensing”; IEEE Trans. Instrum. Meas. 2021, 70, 1-13. doi: 10.1109/TIM.2020.3041105.
[13]Duan, T.; Zhang, Y.; Liu, X. “High-Resolution Wideband Waveform Design for Sonar Based on Multi-Parameter Modulation”; Remote Sens. 2023, 15, 456. doi:10.3390/ rs15020456.
[14]Westley, K.; McCarthy, J.; Smith, J. “Optimising Protocols for High-Definition Imaging of Historic Shipwrecks Using Multibeam Echosounder”; Archaeol. Anthropol. Sci. 2019, 11, 3629-3645. doi:10.1007/s12520-019-00831-6.
[15]Shang, X.; Zhao, J.; Zhang, H. “Obtaining High-Resolution Seabed Topography and Surface Details by Co-Registration of Side-Scan Sonar and Multibeam Echo Sounder Images”; Remote Sens. 2019, 11, 2903. doi:10.3390/rs11242903.
[16]Cobacho-Ruiz, P.; Cañete, F. J.; Martos-Naya, E.; Fernández-Plazaola, U. “OFDM System Design for Measured Ultrasonic Underwater Channels”; Sensors 2022, 22, 5703. doi:10.3390/ s22155703.
[17]Jiang, W.; Diamant, R. “Long-Range Underwater Acoustic Channel Estimation”; IEEE Trans. Wirel. Commun. 2023, 22, 6267-6282. doi:10.1109/TWC.2023.3266497.
[18]Li, B.; Huang, J.; Zhou, S.; et al.; “Particle Swarm Optimization-Based Power Allocation for OFDM Underwater Acoustic Communications”; IEEE Journal of Oceanic Engineering. 2018, 43. doi:10.1109/JOE.2017.2767106.
[19]Ostovar A.; Madani, M. H.; “A novel high resolution imaging for multibeam sonar using an adaptive optimized wideband OFDM modulation scheme and higher-order statistics”; Digital Signal Processing 2025, 168. doi:10.1016/j.dsp. 2024.104888.
[20]Zhou, X.; Yang, D.; Kim, H.; Lee, J. “Underwater Mapping and Optimization Based on Multibeam Echo Sounders”; J. Mar. Sci. Eng. 2024, 12, 1222. doi:10.3390/jmse12071222.
[21]Kumar, A.; Singh, R.; Gupta, V. “Underwater Image Processing and Target Detection from Particle Swarm Optimization Algorithm”; Signal Image Video Process. 2024, 18, 8765-8778. doi:10.1007/s11760-024-03468-5.
[22]Abd El-Galil, M. S.; Soliman, N. F.; Abdalla, M. I.; Abd El-Samie, F. E. “Efficient underwater acoustic communication with peak-to-average power ratio reduction and channel equalization”; International Journal of Speech Technology. 2019, 22, 649-696. doi:10.1007/s10772-019-09600-1.
[23]Hughes Clarke, J. E. “Multibeam Echosounders”; In: Micallef, A.; Krastel, S.; Savini, A., Eds. Submarine Geomorphology; Springer, 2017, 25-42. doi:10.1007/978-3-319-57852-1_3.
[24]Lurton, X. “An Introduction to Underwater Acoustics: Principles and Applications”; 2nd ed.; Springer, 2010. doi:10.1007/978-1-4419-9777-7.
[25]Augustin, J. -M.; Le Suavé, R.; Lurton, X.; Voisset, M.; Dugelay, S.; Satra, C. “Contribution of the Multibeam Acoustic Imagery to the Exploration of the Sea-Bottom”; Mar. Geophys. Res. 1996, 18, 459-486. doi:10.1023/ A:1004299728074.
[26]Qiao, G.; Xing, S.; Zhou, F. “Selected-Mapping Peak-to-Average Power Reduction with Orthogonal Pilot Sequences in UWA-OFDM without Side Information”; Chin. J. Electron. 2021, 30, 160-163. doi:10.1049/cje.2021.01.022.
[27]Altes, R. A. “Methods of Wideband Signal Design for Radar and Sonar Systems”; University of Rochester: 1970.
[28]Yan, L.; Yang, J.; Xu, F.; Piao, S. “Low-Sidelobe Imaging Method Utilizing Improved Spatially Variant Apodization for Forward-Looking Sonar”; Remote Sens. 2024, 16, 2100. doi:10.3390/rs16122100.
[29]Han, S. H.; Lee, J. H. “An Overview of Peak-to-Average Power Ratio Reduction Techniques for Multicarrier Transmission”; IEEE Wirel. Commun. 2005, 12, 56-65. doi: 10.1109/MWC.2005.1421929.
[30]Gad, A. G. “Particle Swarm Optimization Algorithm and Its Applications: A Systematic Review”; Arch. Comput. Methods Eng. 2022, 29, 2531-2561. doi:10.1007/s11831-021-09694-4.
 

فایل ها

سابقه مقاله

  • تاریخ دریافت: 06 آذر 1403
  • تاریخ بازنگری: 29 دی 1403
  • تاریخ پذیرش: 15 بهمن 1403
  • تاریخ انتشار: 03 اسفند 1403

هم رسانی

ارجاع به این مقاله

آمار