论文专区▏侧扫声纳探测技术的研究现状及发展
一、引言
海底地形地貌作为了解和认识海洋的基本信息，在海洋资源开发、海洋工程建设和海洋权益维护等方面具有重要意义。海底信息的探测是进行海底科学研究的基础[1]，是了解海洋空间形态特征的基础资料。由于声波在水中传播的独特优势，目前海底信息的快速获取主要依赖于声学探测设备[2]，主要包括单波束、多波束和侧扫声纳系统。前两种设备是通过测量海底深度反演海底地形，称之为等深线成像；侧扫声纳系统根据回波强度反映海底地形变化；相比而言，侧扫声纳探测效率和分辨率较高，可获得更清晰的目标信息，在国内外应用广泛。经过几十年的迅速发展，我国在侧扫声纳探测技术方面取得了许多可喜的成果，本文针对国内外侧扫声纳技术的相关发展做了系统的总结和归纳。
二、侧扫声纳技术的研究现状和发展趋势
侧扫声纳技术起源于20世纪50年代，是由英国国家海洋研究所Tucker和Stubbs在1958年开辟的[3]。侧扫声纳技术的发展会经历三个阶段，首先是分辨率相对较低的声干涉技术；其次为分辨率较高的差动相位技术，但面对复杂的海底地形具有一定的局限性；最后是高分辨率的三维成像技术，能适应复杂的海底环境，获得更多的有效信息。
⒈ 侧扫声纳技术的研究现状
⑴国外发展现状
经过两次世界大战和各国对海洋资源的开发，侧扫声纳技术受到热捧。20世纪60年代继英国海洋研究所推出首个实用型侧扫声纳系统后，世界各国相继开发出了多种型号的侧扫声纳系统[4]。80年代后，计算机的普及促进了侧扫声纳数字化的进程，从仪器制造到数据采集及后处理都发生了根本性的变化。换能器作为侧扫声纳系统的重要组成部分，水声应用的每一步发展都离不开换能器技术的发展[5]，磁致伸缩稀土换能器[6]、压电复合材料换能器[7]等新型换能器层出不穷，它们以大功率、小体积、抗干扰等优势引起了足够的重视；实际工作时受海流影响，拖鱼姿态变化较大，而自治式水下机器人（autonomous underwater vehicle，AUV）可以实时调整航向有效改善拖鱼姿态。美国Hydroid公司和Bluefin Robotics公司均研制出了各种型号的AUV，可搭载侧扫声纳、多波束等多个传感器，借助AUV可提高侧扫声纳定位精度，同时也尝试借助光纤实现水下目标的实时定位。
目前国外侧扫声纳仪器生产商主要以Klein和Edgetech两大品牌为主，其产品各具特色。美国Klein公司的Klein5000侧扫声纳，采用多波束控制和数字动态聚焦技术，高速侧扫的同时获得高分辨率的声纳图像；美国Edgetech公司的Edgetech6205测深声纳将条带测深和双频侧扫声纳系统进行高度集成，采用10个接收传感器和一个分离式传输元件，大数量的传输通道在抑制多路径效应、增强反射回波方面具有较好的表现，可在浅水环境消除常见的噪声，实时产生高分辨率的三维海底地形图；美国Benths公司研发的C3D测深侧扫声纳系统采用多阵列换能器和加拿大Simon Fraser大学独家授权计算到达角度瞬时成像(computer angle of arrival transient imaging,CAATI)专利算法[8]，测深精度达5cm，侧扫精度达4.5cm；Ping DSP公司研发的DSS-DX-450 3D侧扫声纳采用自主研发的CAATI技术，可以准确的显示水体和海底复杂的几何结构，是浅水区精细探测的不二选择。来自丹麦的“水声纳”在浅水区同样具有较强的适用性，采用相位差分算法，多个传感器协同工作，通过干涉测量法计算底部坐标，可以获取非常精细的地貌特征。法国IXBLUE公司近几年推出的一款高性能的合成孔径声纳系统SHADOWS，利用对目标多次发射声脉冲波束聚焦算法，有效提高了大量程的分辨率。
⑵国内发展现状
相比国外，国内对侧扫声纳技术的研究相对滞后。华南理工学院和中科院声学研究所最早开始了相关的研究，1972年研制出了舷挂式的侧扫声纳，1975年中科院声学研究所又推出了拖曳式的侧扫声纳，装备在海测部队进行试验。1996年中科院魏建江等人[9]研制的CS-1型侧扫声纳系统，100kHz和500kHz双频探测解决了分辨率和作用距离的矛盾，达到了当时国际先进水平。2000年，中科院声学研究所把侧扫、浅剖和测深声纳集中在一起，为三维侧扫声纳的出现提供了机遇。21世纪，国家更加重视维护海洋权益，“十五”期间制定的“863”计划中有对侧扫声纳研制的相关专题，加快了侧扫声纳系统国产化的进程。因AUV搭载侧扫声纳等换能器进行海底地形测量具有独特的优势，我国从上世纪80年代已经着手研究AUV技术。十二五期间，哈尔滨工程大学联合中船重工集团等单位成功研制了智水系列AUV、微龙系列AUV等[10]一系列产品。此外，“蛟龙号”和“彩虹鱼”号等载人潜水器的重大突破也在一定程度上促进了声纳技术的发展。
目前国内侧扫声呐生产商主要有中科院声学研究所、北京联合声信公司等。北京联合声信公司研发的DSS3065双频侧扫声纳采用全频谱Chirp调频技术，300kHz和600kHz同时工作，垂直航迹分辨率达2.5cm，相比国外同类产品性能相差不大，但由于侧扫声纳系统的复杂性，要完全实现产品国产化还有很长的路要走。
⑶研究新进展
鉴于侧扫声纳技术在军事和海洋权益维护等方面的广泛应用，国内外相关专家学者对此做了大量的研究工作，从以下方面对其研究新进展进行了归纳总结。
①水下定位
如何实现高精度的拖鱼水下定位一直没有得到有效的解决，传统的方法是借助GPS或超短基线系统确定拖鱼位置。文献[11]分析了海流和航速对拖体定位的影响，建立航速和海流的改正模型，有效的改善了GPS定位拖鱼的精度；文献[12]分析了校准误差和环境误差对超短基线定位的影响；文献[13]分析了水下通信技术，提出水下GPS这一新概念，有望解决水下定位难题；文献[10]对AUV搭载声纳仪器进行地形测量进行了阐述，分析了水下长时间导航的精度问题，捷联惯导辅以超短基线(ultra short baseline，USBL)可实现水下精确定位；文献[14]指出基于长基线（long baseline，LBL）高精度定位技术的AUV，多传感器的集成可以实现更加精细化的地形探测。
②数据解析
在数据解析方面，文献[15]～[19]围绕侧扫声纳数据解码、质量评价、数据管理等方面做了很多工作，提高了工作效率；其中文献[16]选取定位信息、船速等指标评价数据质量；文献[17]开发了一套数据处理软件，是数据后处理软件国产化的有益尝试；文献[18]提出了侧扫声纳图像的地理编码方法，通过三次样条函数处理定位数据，消除图像中空白和重叠，再将回波数据纳入到指定的坐标系统；为了更有效的管理侧扫声纳数据，文献[19]设计实现了一套侧扫声纳数据管理系统。
③图像处理
针对图像处理问题，文献[20]开发了一款数据处理软件，提高了数据处理效率，利用卡尔曼滤波处理导航数据，具有较强的实用性；文献[21]提出了一种无迹卡尔曼滤波估计方法，对侧扫图像进行噪声估计之后再降噪，去噪更加合理；文献[22]验证了小波函数的降噪效果，相比中值滤波等函数，平滑性和边缘保持效果更好；在小波变换的基础上出现了Curvelet变换，文献[23]和[24]基于Curvelet变换处理侧扫声纳图像，降噪和边缘保持效果均优于小波变换；为提高边缘效果，文献[25]改进了Canny算子，在非下采样Contourlet变换域（nonsubsampled Contourlet transform，NSCT）进行局部自适应降斑代替高斯平滑滤波，避免了边缘模糊，边缘检测完整性更强。为更好的判读目标，将声图按特征进行分割处理，文献[26]提出了一种新的无监督图像分割算法，借助离散的小波变换和主成份分析等手段，分割效果较好；针对分割效率低、精度差的问题，文献[27]提出了一种基于智集（neutrosophic set，NS）算法和量子粒群优化算法（quantumbehaved particle swarm optimization，QPSO）；为规避噪声的影响，文献[28]改进了Ostu算法，可以快速提取出噪声中的有效部分；为增强图像分割的适用性，文献[29]利用二维经验模态分解（BEMD）和高斯马尔可夫纹理（GMRF）改进模糊C均值聚类算法，得到新的模糊聚类算法。一幅完整的声图是由多个条带拼接而成，条带之间的拼接对目标物的准确判读至关重要；文献[30]和[31]利用相邻条带图像的共视目标实现了相邻条带之间的拼接，局限性较大，不能广泛应用。
④数据融合和底质分类
为实现多波束和侧扫声纳数据优势互补，根据需要将二者信息进行融合，文献[32]提出了一种基于图像边缘检测的自动配准方法；文献[33]基于轮廓线提取同名特征点完成配准，利用二进小波实现两者的融合；文献[34]根据原始回波时间匹配多波束测深数据和同源声纳数据，提高了探测分辨率；文献[35]改进了SURF算法，使用像素级融合算法，分段匹配和融合效果较好。关于底质分类，文献[36]利用二次反锐化掩模算子和纹理能量的多特征对侧扫声纳海底图像底质进行分类；文献[37]提取海底反向散射信号的功率谱特征对侧扫声纳海底声图进行分类；文献[38]实现了在小波域中提取声图的纹理特征进行底质分类，实验效果良好；文献[39]提出运用曲波变换域分解声纳图像为各个子带，通过SVM分类算法对海底图像进行底质分类；文献[40]提出利用灰度共生矩阵提取声纳影像纹理，不同底质类型对应不同的纹理特征，从而建立侧扫声纳图像纹理特征库。
⒉ 侧扫声纳技术的发展趋势
通过对国内外侧扫声纳探测技术的现状和研究进展总结分析，了解到侧扫声纳技术有很多方面需要完善。根据当前学科研究的热点问题，给出了侧扫声纳技术未来的发展趋势。
⑴合成孔径声纳技术。合成孔径声纳可以获得明显优于传统侧扫声纳海底成像效果，因此也成为近年研究的热点之一。其优点在于具有高且均匀的空间分辨率，但成像稳定性欠佳，关键还在于高质量多子阵成像算法的实现和运动补偿等方面。
⑵声纳换能器的研发。声纳换能器是整个系统的核心部件，从换能器的设计出发，消除或最大化减小环境噪声的影响值得考究；换能器的带宽特性会影响到传递信号的频谱特性和波形，先进的信号处理技术需要换能器足够的带宽支持，因此换能器的带宽设计也将成为重要的研究方向；未来换能器会向着大功率、宽频、小体积、抗干扰的方向发展。
⑶三维海底地形的可视化。一是从仪器本身着手，在拖鱼两侧使用至少两条接收换能器阵，通过测量水声信号到达两阵元间的相位差得到水深数据；二是从数据后处理出发，综合多波束和侧扫声纳的优势互补，融合二者信息得到三维海底地形。前者发展迅速，但精度有待提高；后者借鉴遥感图像的处理方法，实现两者配准融合已不再困难，但两者成像机制和探测精度均有差异，高精度的数据融合算法仍需挖掘。
⑷高效高精度的实现。实际应用时，扫测速度和扫宽是相互矛盾的，获取高分辨率的地形或目标，较大的扫宽需配以较低的扫测速度。克服两者矛盾实现高效高精度测量，需要多脉冲等新技术的发展和完善。
⑸多传感器信息融合。侧扫声纳系统集成多传感器，数据信息量较大，数据融合技术成为研究热点之一。由于工作环境复杂，内置的姿态补偿较差，位置精度不高，可借助外在的高精度姿态和导航信息，将其完整的融入声纳系统。
⑹目标识别和底质分类。通过目标辐射噪声自动识别目标物，在军事和民用方面均具有较大的潜力，当然这需要对大量的目标样本进行特征提取分析并建立相应的数据库。根据建立的数据库更好的进行底质分类工作，相应的底质分类方法需要完善。
三、结束语
本文在总结侧扫声纳技术的研究现状和最新进展的基础上，展望了未来的发展趋势。“数字海洋”战略的实施加快了我国海洋事业步伐，在探索海洋的过程中，侧扫声纳探测技术在海洋工程勘探、海洋地质调查、沉船鱼雷探测等方面表现出了巨大的应用前景。国内学者对此做了大量的研究工作，但在某些方面与国外相比还存在差距，为此提出了几点建议。
⑴加强理论研究
无论是仪器的制造，还是数据处理软件的开发，都离不开完善的理论体系。多年的创新发展，我国的侧扫声纳技术理论水平已步入国际先进行列，但在核心技术方面还是缺乏竞争力。
⑵国产设备和数据处理软件的研发
受国外关键技术的封锁，我国一直没有成熟的国产设备和软件。目前国内海洋调查设备大多从国外进口，但国外设备价格昂贵、维护困难，给我国海洋科学调查带来了不小阻力。应尽快推进国产设备商品化的进程并开发拥有自主知识产权的采集和后处理软件。
⑶海上试验场工程和装备标准化体系
应尽快建立起国家级的专题重点实验室和海上试验场，海洋试验场的缺失，严重制约了高新海洋技术成果的转换，建议整合现有资源，有针对性的建立公共试验平台并使之业务化运行；对投入使用的仪器设备进行检测和评价，保证数据质量，逐步建立起完整的新型海底地形测量作业生产和服务保障体系。
⑷人才培养工作
人才始终是创新的驱动力，无论是海洋仪器研发还是海洋调查研究，都需要人才。在教育上需加大力度，如在更多的高校和研究机构建立相应的学科，供更多有志之士投入到海洋开发建设的队伍中来。
参考文献：
[1]李家彪,主编.多波束勘测原理技术和方法[M].北京:海洋出版社,1999.
[2]惠绍棠,霍树梅.中国海洋仪器设备研究发展的历史回顾[J].海洋技术,1998,17(4):1-6.
[3]M J Tucker,A R Stubbs.A narrow beam echo ranger for fishery and geological in vestigatios[J].Brit,1961,12:103.
[4]Flemming B W.Recent Development in Side-Scan Sonar Techniques[M].South Africa:central Acousties Laboratory, University of Cape Town,1982.
[5]王炳辉,陈敬军.声纳换能器的新进展[J].声纳技术,2004,23(1):67-70.
[6]McCollum M D,Hamonic B F,Wilson O B.Transducers for Sonics and Ultrasonices[M].U.S.A,1992.
[7]Richard C.Selecting passive and active materials for 1-3 composite power transducer[J].Ultransonics,2002,40:895-901.
[8]沈蔚,程国标,龚良平等.C3D测深侧扫声纳探测系统综述[J].海洋测绘,2013,33(4):79-82.
[9]魏建江,尹东源.CS-1型侧扫声纳系统[J].海洋技术,1998,17(2):1-5.
[10]李岳明,李晔,盛明伟等.AUV搭载多波束声纳进行地形测量的现状及展望[J].海洋测绘,2016,36(4):7-11.
[11]任来平,李凯峰,赵俊生等.拖体定位中的海洋动态环境效应补偿[J].海洋测绘,2010,30(3):6-8.
[12]陈航伟.超短基线定位系统在侧扫声纳水下定位中的应用[J].机电信息,2014,30:101-103.
[13]李启虎.进入21世纪的声纳技术[J].信号处理,2012,28(1):2-11.
[14]宁津声,吴永亭,孙大军.长基线声学定位系统发展现状及应用[J].海洋测绘,2014,34(1):72-75.
[15]韩春花,殷汝广,张俊明等.XTF格式侧扫声纳数据格式解析与应用[J].海洋信息,2012,(01):17-21.
[16]韩春花,梁建峰,张俊明等.XTF格式侧扫声纳数据质量评价[J].海洋测绘,2011,31(5):58-60.
[17]韩春花,梁建峰,张俊明等.一款侧扫声纳数据处理软件的研发与应用[J].北京测绘,2012,(5):44-47.
[18]成芳,胡迺成.侧扫声纳图像地理编码方法研究[J].海洋技术学报,2016,35(3):32-35.
[19]韩春花,张俊明,梁建峰等.侧扫声纳探测数据管理系统设计与实现[J].海洋通报,2011,30(2):188-193.
[20]Lei Peng.Efficient High-Precision Feature Extraction Method In Side Scan Sonar Image[J].Applied Mechanics and Materials,2014,678:197-200.
[21]Rithu Jamesa,M H Supriyab. Blind Estimation of Single Look Side Scan Sonar Image from the Observation Model[J].Procedia Computer Science,2016,93:336-343.
[22]李海滨,滕惠忠,宋海英.小波函数对侧扫声纳图像滤波效果的影响分析[J].海洋测绘,2009,29(3):65-67.
[23]霍冠英,李庆武,王敏等.Curvelet域贝叶斯估计侧扫声纳图像降斑方法[J].仪器仪表学报,2011,32(1):170-177.
[24]盛惠兴,孟凡玲,李庆武等.Curvelet变换域侧扫声纳图像增强算法[J].海洋测绘,2012,32(1):8-11.
[25]霍冠英,王敏,程晓轩等.用于侧扫声纳图像边缘检测的改进Canny算子[J].应用科学学报,2011,29(6):615-618.
[26]Celik T,Tjahjadi T.A Novel Method for Sidescan Sonar Image Segmentation[J].IEEE Journal of Oceanic Engineering,2011,36(2):186-194.
[27]Zhao Jianhu,Wang Xiao,Zhang Hongmei et al.Side Scan sonar jmage segmentation based on neutrosophic set and quantum-behaved particle swam optimization algorithm[J].Marine Geophysial Research,2016,37(3):229-241.
[28]Yuan X,Martinez J F,Echert M.An Improved Otsu Threshold Segmentation Method for Underwater Simultaneous Localization and Mapping-Based Navigation[J].Sensors,2016,16(7):1-31.
[29]王雷,叶秀芬,王天.模糊聚类的侧扫声纳图像分割算法[J].华中科技大学学报(自然科学版),2012,40(9):25-29.
[30]赵建虎,王爱学,王晓等.侧扫声纳条带图像分段拼接方法研究[J].武汉大学学报·信息科学版,2013,38(9):1034-1038.
[31]曹明,郭军.基于共视目标的侧扫声纳条带图像拼接方法研究[J].测绘与空间地理信息,2014,37(12):46-52.
[32]T P Le Bas,D C Mason.Automatic Registration of TOBI Side-Scan Sonar and Multi-Beam Bathymetry Images for Improved Data Fusion[J].Marine Geophysical Researches,1997,19(2):163-176.
[33]阳凡林,吴自银,独知行等.多波束声纳和侧扫声纳数字信息的配准及融合[J].武汉大学学报·信息科学版,2006,31(8):740-743.
[34]朱小辰,刘雁春,夏伟等.基于回波时间的多波束测深与声纳数据匹配方法[J].海洋测绘,2010,30(1):25-28.
[35]赵建虎,王爱学,郭军.多波束与侧扫声纳图像区块信息融合方法研究[J].武汉大学学报·信息科学版,2013,38(3):287-290.
[36]杨词银,许枫.基于二次反锐化掩模的多特征侧扫声纳成像海底底质分类[J].电子学报,2005,33(10):1841-1844.
[37]Pace N G,Gao H.Swathe seabed classification[J].IEEE Journal of Oceanic Engineering,1988,13(2):83-90.
[38]Arivazhagan,Ganesan L.Texture classification using wavelet transform[J].Pattern Recognition Letters,2003,24(9):1513-1521.
[39]石丹,李庆武,范新楠等.曲波变换域侧扫声纳图像海底底质分类[J].应用科学学报,2009,27(5):498-501.
[40]马金凤,郭军.基于GLCM的侧扫声纳影像纹理数据库设计[J].测绘与空间地理信息,2014,37(7):36-42.
【作者简介】第一作者库安邦，1991出生，男，山东科技大学测绘科学与工程学院，河南濮阳人，硕士研究生，研究方向为海底地形地貌测量及数据分析；本文为基金项目，海洋公益性行业科研项目(201305034)与国家自然科学青年基金项目(41606056)；文章来自《海洋测绘》（2018年第1期），若其他公众平台转载，请备注论文作者，并说明文章来源，版权归《海洋测绘》所有。
相关阅读推荐
公众号
溪流之海洋人生
微信号▏xiliu92899
用专业精神创造价值
用人文关怀引发共鸣
您的关注就是我们前行的动力
投稿邮箱▏452218808@qq.com