基于FPGA的多波束實(shí)時(shí)動(dòng)態(tài)聚焦波束形成方法

李海森，魯 東，周 天

（1.哈爾濱工程大學(xué)水聲工程學(xué)院，哈爾濱 150001；2.哈爾濱工程大學(xué)水聲技術(shù)重點(diǎn)實(shí)驗(yàn)室，哈爾濱 150001）

基于FPGA的多波束實(shí)時(shí)動(dòng)態(tài)聚焦波束形成方法

李海森1，2，魯 東1，2，周 天1，2

（1.哈爾濱工程大學(xué)水聲工程學(xué)院，哈爾濱 150001；2.哈爾濱工程大學(xué)水聲技術(shù)重點(diǎn)實(shí)驗(yàn)室，哈爾濱 150001）

提高多波束測(cè)深系統(tǒng)的綜合精度，不僅需要提高遠(yuǎn)場(chǎng)精度，近場(chǎng)精度也不可忽視。針對(duì)常規(guī)多波束測(cè)深系統(tǒng)中采用遠(yuǎn)場(chǎng)近似模型，使得近場(chǎng)精度急劇下降的不足，研究了基于FPGA的多波束實(shí)時(shí)動(dòng)態(tài)聚焦波束形成（RT－DFBF：Real－time Dynam ic Focused Beam－forming）方法。該方法引入相移聚焦波束形成，論證其在多波束測(cè)深系統(tǒng)中解決近場(chǎng)問題的可行性，同時(shí)深入分析各個(gè)影響因素的實(shí)時(shí)處理情況，提出了一種基于FPGA的實(shí)時(shí)處理結(jié)構(gòu)，該結(jié)構(gòu)在輸入通道為80個(gè)、采樣率為28 kHz、波束數(shù)為128個(gè)的條件下完成RT－DFBF。水池實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的實(shí)時(shí)性、有效性和實(shí)用性，具有重要工程應(yīng)用價(jià)值。

多波束；實(shí)時(shí)動(dòng)態(tài)聚焦波束形成；RT－DFBF；FPGA；實(shí)時(shí)

我國(guó)大部分的海域都屬于淺海，淺水多波束測(cè)深系統(tǒng)中近場(chǎng)動(dòng)態(tài)聚焦波束形成已成為必然趨勢(shì)。對(duì)于近場(chǎng)聚焦波束形成國(guó)內(nèi)外學(xué)者做了較多的研究。在超聲成像方面Kim等［1］提出了PSDF（Pipelined-Sampled-Delay-Focusing），對(duì)不同通道非均勻采樣實(shí)現(xiàn)動(dòng)態(tài)聚焦，Gurun等［2］則采用可調(diào)模擬延時(shí)來實(shí)現(xiàn)動(dòng)態(tài)聚焦，但兩種方法的效果在聚焦波束的數(shù)目增加時(shí)大打折扣。而Freeman等［3］提出了SDO（Sigma-Delta Oversampled）方法，該方法利用sigma-delta信號(hào)的高采樣率特性實(shí)現(xiàn)精確延時(shí)，利用其單Bit特性降低計(jì)算的復(fù)雜度，但sigma-delta芯片通常需要特殊定制，其廣泛應(yīng)用則受到了限制。在聲納領(lǐng)域，周澤明等［4］提出了基于信號(hào)相位匹配的聚焦方法，周天等［5］提出了近場(chǎng)條件下的超分辨的聚焦方法，陳歡等［6］提出了基于幅度補(bǔ)償?shù)腗VDR水下噪聲源近場(chǎng)定位識(shí)別方法，以上算法都屬于高分辨算法，具有較高的精度，但運(yùn)算量巨大限于理論仿真階段，并未實(shí)時(shí)實(shí)現(xiàn)。

近場(chǎng)動(dòng)態(tài)聚焦在Murino等［7］的文章已經(jīng)提及，但其運(yùn)算量巨大，實(shí)時(shí)處理難度大，學(xué)者們不得不采取各種方法折衷處理。諶穎等［8］就提出了將陣列劃分為小子陣，在子陣中采用遠(yuǎn)場(chǎng)近似條件，減輕近場(chǎng)聚焦的計(jì)算量，實(shí)時(shí)性提高了，計(jì)算誤差也會(huì)變大。楊長(zhǎng)根［9］為了實(shí)時(shí)實(shí)現(xiàn)圖像聲納的動(dòng)態(tài)聚焦，采用了15個(gè)焦點(diǎn)的分段近似的方法，實(shí)時(shí)性雖然得到了很大的提升，但聚焦誤差仍然很大。

隨著海底地形測(cè)量質(zhì)量和效率要求的提高，傳統(tǒng)遠(yuǎn)場(chǎng)近似模型和和非實(shí)時(shí)動(dòng)態(tài)聚焦的理論仿真已不能滿足目前的需求。本文在深入研究了各種聚焦波束形成的方法之后，結(jié)合淺水寬覆蓋測(cè)深系統(tǒng)的具體要求，提出了一種實(shí)現(xiàn)RT-DFBF的方法。為同時(shí)滿足實(shí)時(shí)性和動(dòng)態(tài)聚焦精度，在存儲(chǔ)器資源與邏輯資源的利用率之間做了折中。并論證了RT-DFBF解決多波束測(cè)深系統(tǒng)近場(chǎng)測(cè)深精度的可行性；進(jìn)一步分析了RT-DFBF的計(jì)算量和實(shí)時(shí)計(jì)算對(duì)硬件的需求；提出了基于FPGA的實(shí)時(shí)實(shí)現(xiàn)結(jié)構(gòu)和方法；最后通過理論分析和水池實(shí)驗(yàn)驗(yàn)證了該方法的實(shí)時(shí)性和有效性。

1 算法分析

1.1 理論模型

在常規(guī)多波束測(cè)深系統(tǒng)中，設(shè)r為目標(biāo)離陣元中心的距離，D為基陣的孔徑大小，λ為接收信號(hào)的波長(zhǎng)，為簡(jiǎn)化計(jì)算，通常采用遠(yuǎn)場(chǎng)假設(shè)，但只在r?D2／λ范圍有效［10］。在淺水多波束測(cè)深系統(tǒng)中，近場(chǎng)測(cè)量時(shí)，再沿用常規(guī)遠(yuǎn)場(chǎng)假設(shè)的波束形成方法將導(dǎo)致測(cè)深誤差變大甚至錯(cuò)誤。設(shè)陣元數(shù)為M的等距線陣，各陣元指向性相同，陣元間距為d，K（K＜（M／2））個(gè)近場(chǎng)窄帶信源，到達(dá)方向分別為θ1，…，θK，τmk是信源k在陣元m［－（M／2）＋1≤m≤（m／2）］與陣元0之間的相位差，在文獻(xiàn)［5］中提到可由Fresnel近似得到如下公式：

式（1）中rk是信源k與陣元0的距離，可表示為rk＝0.5Nc／fs，其中N為采樣點(diǎn)號(hào)，fs為采樣率。設(shè)陣元m的回波信號(hào)經(jīng)過放大、濾波、數(shù)模轉(zhuǎn)換和正交變換后的復(fù)信號(hào)為Vm，則θk方向上時(shí)域波束形成結(jié)果V（θk）的公式［11］如下：

為了驗(yàn)證近場(chǎng)情況下常規(guī)波束形成與聚焦波束形成的區(qū)別，本文基于fieldⅡ軟件進(jìn)行仿真研究，假設(shè)信號(hào)頻率fsigmal＝180 kHz，陣元間距d＝4.17 mm，陣元數(shù)M＝80，目標(biāo)距離r為0.5 m到10 m，角度為－15°、0°和15°共計(jì)30個(gè)目標(biāo)點(diǎn)。對(duì)回波信號(hào)分別進(jìn)行常規(guī)波束形成和動(dòng)態(tài)聚焦波束形成，兩種處理結(jié)果對(duì)比效果如圖1所示。在圖1中可以看出對(duì)于常規(guī)波束形成而言，離基陣越近，目標(biāo)越模糊，甚至不能分辨三個(gè)目標(biāo)，但對(duì)于動(dòng)態(tài)聚焦波束形成而言，從0.5 m到10 m的范圍內(nèi)，都比較清晰，能清晰的分辨開每一個(gè)目標(biāo)點(diǎn)，說明了動(dòng)態(tài)聚焦的有效性。

圖1 常規(guī)與動(dòng)態(tài)聚焦波束形成對(duì)比Fig.1 Comparison of conventional beam-form ing and dynamic focusing beam-forming

為了更清晰地看到動(dòng)態(tài)聚焦的效果，從圖1中取出深度為2 m的時(shí)間片，如圖2所示。在圖2中可以看到常規(guī)波束形成結(jié)果，很難清晰的分辨回波角度，但動(dòng)態(tài)聚焦波束形成結(jié)果卻能較好的分辨目標(biāo)的方位。同時(shí)觀察圖2，常規(guī)波束形成的能量的聚集程度也遠(yuǎn)不如動(dòng)態(tài)聚焦。證明了動(dòng)態(tài)聚焦波束形成解決多波束測(cè)深系統(tǒng)近場(chǎng)測(cè)深精度的可行性。但分析前面式（1）和式（2）可以發(fā)現(xiàn)，為計(jì)算單個(gè)采樣點(diǎn)各波束的各通道之間的時(shí)延，需要計(jì)算1次正弦和余弦，同時(shí)還會(huì)涉及多次乘法和加法，更為重要的是不可避免的遇到除法運(yùn)算，因此DFBF算法運(yùn)算量十分龐大。為了量化分析運(yùn)算量的大小，本文通過Matlab仿真，統(tǒng)計(jì)600個(gè)采樣點(diǎn)的計(jì)算時(shí)間，得到計(jì)算單個(gè)采樣點(diǎn)數(shù)據(jù)的時(shí)間為19.5ms，這對(duì)于多波束系統(tǒng)中的實(shí)時(shí)處理來說是不可想象的（其中電腦處理器為Intel（R）Core（TM）i5－2450MCPU＠2.50 GHz內(nèi)存為2GB，操作系統(tǒng)為32位操作系統(tǒng)）。

圖2 目標(biāo)在2m時(shí)常規(guī)與動(dòng)態(tài)聚焦波束形成對(duì)比Fig.2 Target of 2m conventional beam-forming and dynamic focusing beam-forming comparison

1.2 實(shí)時(shí)實(shí)現(xiàn)分析

在淺水多波束測(cè)深系統(tǒng)中，信號(hào)頻率和陣元數(shù)和上文中仿真參數(shù)一致，預(yù)成波束數(shù)為128個(gè)；經(jīng)過帶通采樣、正交變換和降采樣后采樣率fs＝28 kHz；波長(zhǎng)λ＝c／fsigmal；基陣長(zhǎng)D＝33.3 mm；近場(chǎng)距離r?D2／λ≈13.3 m；近場(chǎng)條件下采樣點(diǎn)號(hào)的最大值Nmax＝2rfs／c＝560；預(yù)處理后信號(hào)位寬為16 bit。

由采樣率fs可知在35.7μs的時(shí)間里必須完成一個(gè)采樣點(diǎn)數(shù)據(jù)的RT-DFBF。分析式（1）和式（2）可知涉及大量的復(fù)雜計(jì)算，這給實(shí)時(shí)計(jì)算帶來了一定的難度，本文基于此做了大量的分析研究。分析式（1）可知rmk主要存在以下幾個(gè)變量：rk，m和θk。從實(shí)時(shí)的角度考慮這個(gè)問題，可以用查表法和實(shí)時(shí)計(jì)算的方法。

查表法具有高速的優(yōu)點(diǎn)，但需要存儲(chǔ)128 mNmax個(gè)系數(shù)，則存儲(chǔ)器容量需要91 Mbit，由于近場(chǎng)的實(shí)時(shí)處理時(shí)間為17.7 ms，則存儲(chǔ)器的吞吐速度至少要達(dá)到4.5G bit／s才能滿足要求，對(duì)于單片F(xiàn)PGA而言有一定的困難，即便是外擴(kuò)RAM也需要32位寬，而且時(shí)鐘速率需達(dá)到140 MHz以上才能勉強(qiáng)滿足，當(dāng)然也可以采用分段聚焦的方法［9］來降低對(duì)存儲(chǔ)器的要求，但會(huì)損失一定的精度。

本文在不降低動(dòng)態(tài)聚焦精度的情況下，對(duì)邏輯資源與存儲(chǔ)資源之間做一定的折衷，提出如下的RTDFBF方法。根據(jù)實(shí)時(shí)處理需求，重寫式（1）如下：

γk和φk由變量θk和一些常量計(jì)算而得，而θk在本系統(tǒng)中僅為128個(gè)，故把γk和φk事先計(jì)算存儲(chǔ)在ROM里面，再參與動(dòng)態(tài)聚焦的計(jì)算，這就需要256個(gè)系數(shù)，對(duì)于淺水多波束測(cè)深系統(tǒng)就僅需要256個(gè)系數(shù)空間，為使計(jì)算精度上有所提高，每個(gè)系數(shù)的位寬采用20位，則存儲(chǔ)器僅需5.12 kbit，僅用FPGA內(nèi)部存儲(chǔ)就足夠了。再考慮計(jì)算τmk就只剩下3個(gè)乘法，一個(gè)除法和一個(gè)加法，可以考慮完全采用邏輯來實(shí)時(shí)計(jì)算。相對(duì)于查表法而言，本文提出的方案優(yōu)勢(shì)十分明顯，以較小的邏輯資源的代價(jià)換來了存儲(chǔ)資源的極大降低。

在式（2）中，重點(diǎn)在于實(shí)時(shí)計(jì)算SIN和COS兩個(gè)三角函數(shù)，再加上復(fù)數(shù)乘累加的過程。對(duì)于三角函數(shù)的計(jì)算，在合理評(píng)估其精度與邏輯資源占用量的基礎(chǔ)上，本文使用CORDIC算法來實(shí)時(shí)計(jì)算三角函數(shù)。對(duì)于復(fù)數(shù)乘累加而言，由于其本身對(duì)邏輯資源的占用量巨大，考慮把輸入數(shù)據(jù)串行起來計(jì)算。這就需要在一個(gè)采樣周期里面，完成128×80＝10 240次的乘累加。如果充分的使用流水線技術(shù)，保證數(shù)據(jù)每個(gè)時(shí)鐘都能處理一次復(fù)數(shù)乘累加。這樣系統(tǒng)時(shí)鐘需大于1024×28 kHz＝ 286.72 MHz，如此高的系統(tǒng)時(shí)鐘頻率，對(duì)流水線的拆分技術(shù)要求比較高，較難實(shí)現(xiàn)。但是由于各個(gè)波束計(jì)算的過程相互獨(dú)立，故可根據(jù)速度與面積互換原則加大面積來提高數(shù)據(jù)處理速度，在本文中可以復(fù)制兩套完全相同的處理邏輯來實(shí)時(shí)計(jì)算，這樣時(shí)鐘速率只需大于143.36 MHz即可。

2 FPGA實(shí)時(shí)實(shí)現(xiàn)

在FPGA里面直接實(shí)現(xiàn)除N計(jì)算是比較困難的，即便是應(yīng)用Altera的IP核，充分采用其流水線技術(shù)，在該款FPGA中時(shí)鐘頻率最高也只能達(dá)到40 MHz左右，而成為了整個(gè)算法的瓶頸。但經(jīng)過仔細(xì)分析可以發(fā)現(xiàn)本算法中N的變化速率僅為28 kHz，使串行化計(jì)算N成為了可能。本文將除N變?yōu)槌?5 536／N再右移16位的運(yùn)算，而65 536／N可以采用串行除法器來實(shí)現(xiàn)。65 536／N運(yùn)算需要20個(gè)時(shí)鐘，因?yàn)镹的變化速率為28 kHz，因此系統(tǒng)時(shí)鐘僅需達(dá)到560 kHz即可滿足要求，然而串行除法器模塊由于其操作僅需移位、判斷加減等簡(jiǎn)單操作，其速度在FPGA實(shí)現(xiàn)時(shí)里面可以達(dá)到180 MHz左右，完全滿足本文的需要。為實(shí)時(shí)計(jì)算τmk，在FPGA中構(gòu)造實(shí)時(shí)計(jì)算結(jié)構(gòu)如圖3所示。其中m計(jì)數(shù)器循環(huán)產(chǎn)生0到79的通道信號(hào)，通過m平方器與φkROM的預(yù)存數(shù)據(jù)相乘，其結(jié)果乘上65 536／N，再簡(jiǎn)單左移16位即可得到m2φk／N，同時(shí)m計(jì)數(shù)器的輸出，直接和γkROM的預(yù)存數(shù)據(jù)相乘即可得到mγk部分，兩部分相加即可得到τmk。

圖3 τmk實(shí)時(shí)計(jì)算結(jié)構(gòu)Fig.3τmkReal-time computing architecture

一旦τmk實(shí)時(shí)處理后，式（2）的正弦和余弦計(jì)算也必須實(shí)時(shí)處理，綜合考慮實(shí)時(shí)和精度問題，本文采用18次迭代的CORDIC算法。將τmk結(jié)果送入到CORDIC處理模塊中，經(jīng)過迭代運(yùn)算產(chǎn)生對(duì)應(yīng)的正弦和余弦，然后與串行輸入的原始數(shù)據(jù)進(jìn)行復(fù)數(shù)乘法運(yùn)算，最后由累加器得到波束形成結(jié)果，具體結(jié)構(gòu)如圖4所示?？紤]到FPGA內(nèi)部的時(shí)序問題，將系統(tǒng)工作的主時(shí)鐘定到150MHz，并將圖4的邏輯復(fù)制兩套并行計(jì)算，即可達(dá)到系統(tǒng)的指標(biāo)要求。

圖4 RT-DBFB結(jié)構(gòu)Fig.4 RT-DBFB architecture

經(jīng)過前面的分析，本文中的FPGA采用Altera公司的Stratix II系列的EP2S130F1020C5，該款FPGA包含106 032個(gè)ALUT，674 784 0 bit存儲(chǔ)器和504個(gè)DSP運(yùn)算單元。

3 實(shí)現(xiàn)結(jié)果驗(yàn)證

3.1 精度驗(yàn)證

通常情況下，在FPGA里面進(jìn)行浮點(diǎn)處理，會(huì)消耗大量的邏輯單元，同時(shí)也會(huì)導(dǎo)致最大系統(tǒng)時(shí)鐘頻率下降，故在FPGA里面通常只做定點(diǎn)計(jì)算。本文所提算法均采用定點(diǎn)計(jì)算，但這勢(shì)必會(huì)引入定點(diǎn)舍入誤差。分析發(fā)現(xiàn)本算法的主要誤差來源于以下幾個(gè)方面：兩個(gè)ROM計(jì)算后保留為定點(diǎn)引入的舍入誤差；引入流水線除法器做整數(shù)除法引入的誤差；τmk計(jì)算完成后位數(shù)較多，需舍掉部分低位才能輸入到CORDIC模塊中，引入了舍入誤差；CORDIC算法采用了18次迭代處理，也會(huì)引入誤差。通過對(duì)算法中的各個(gè)波束和近場(chǎng)范圍內(nèi)的所有采樣點(diǎn)的定點(diǎn)和浮點(diǎn)模型進(jìn)行仿真，并對(duì)結(jié)果進(jìn)行對(duì)比分析，發(fā)現(xiàn)在計(jì)算正弦部分時(shí)的最大誤差為1.680 2E－005，而計(jì)算余弦時(shí)的最大誤差為1.603 0 E－005。由于RT-DFBF對(duì)幅度要求不是很嚴(yán)格，故該定點(diǎn)模型完全滿足需求。

為驗(yàn)證以上結(jié)論，在Matlab中仿真在20°方向，距基陣5 m處有點(diǎn)目標(biāo)的情況，分別經(jīng)過浮點(diǎn)和定點(diǎn)模型，處理結(jié)果如圖5所示。在圖5中，上圖把雙精度浮點(diǎn)結(jié)果和定點(diǎn)結(jié)果畫到一張里面，其中藍(lán)色實(shí)線代表浮點(diǎn)結(jié)果，紅色星線代表定點(diǎn)結(jié)果，可以發(fā)現(xiàn)，基本重疊在一起，角度都精確的指向20°方向。然后把定點(diǎn)與浮點(diǎn)結(jié)果做差得到定點(diǎn)誤差圖如圖5的下圖，可以發(fā)現(xiàn)最大的誤差為3E－3。由于在地形測(cè)量中往往關(guān)心的是角度和時(shí)間的準(zhǔn)確率，而對(duì)幅度的準(zhǔn)確率要求較低，所以本定點(diǎn)模型是有效的。

圖5 定點(diǎn)與浮點(diǎn)對(duì)比圖和定點(diǎn)誤差圖Fig.5 Fixed-point and floating-point comparison chart and fixed-point error p lots

3.2 實(shí)時(shí)性驗(yàn)證

波束形成器的邏輯部分采用FPGA實(shí)現(xiàn)，由于邏輯部分可控性較強(qiáng)，該部分的時(shí)鐘采用150 MHz，通過QuestaSim6.5a仿真可知，波束形成器處理一個(gè)采樣點(diǎn)數(shù)據(jù)需要5160個(gè)時(shí)鐘，共耗費(fèi)時(shí)間34.4μs，滿足采樣率為28 kHz，采樣間隔為35.7μs的設(shè)計(jì)要求。

在Quartus II 10.1中經(jīng)過Synthesis、Fitter和Assember，由全編譯后的報(bào)告可知，波束形成器的邏輯部分，需要占用的資源為12個(gè)M4K，3744個(gè)ALUT，110個(gè)DSP單元。經(jīng)過TimeQuest時(shí)序分析可以得到系統(tǒng)時(shí)鐘頻率最大可以達(dá)到177.15 MHz，相對(duì)于150 MHz的系統(tǒng)時(shí)鐘而言，完全滿足系統(tǒng)設(shè)計(jì)要求。由此證實(shí)了該方法的實(shí)時(shí)性，同時(shí)該方法所占的邏輯資源和存儲(chǔ)資源相對(duì)較少，易于工程實(shí)現(xiàn)。

為對(duì)比說明本文方法的實(shí)時(shí)性，將動(dòng)態(tài)聚焦方法在DSP器件TMS320C6713－300 MHz上編寫同參數(shù)，同功能的DSP處理代碼，通過CCSV3.3仿真可知計(jì)算單個(gè)采樣點(diǎn)數(shù)據(jù)時(shí)需要9 476 925個(gè)時(shí)鐘周期，計(jì)算時(shí)間約為31.6ms。而本文方法在計(jì)算單個(gè)采樣點(diǎn)時(shí)，只需34.4μs，處理速度相對(duì)TMS320C6713－300 MHz提高了918倍，由此可見本文方法的實(shí)時(shí)優(yōu)越性。

3.3 實(shí)用性驗(yàn)證

為驗(yàn)證RT-DFBF的實(shí)用性，分別采用分段聚焦方法［9］（20個(gè)焦點(diǎn)）、分段分級(jí)聚焦方法［8］（20個(gè)焦點(diǎn)）和常規(guī)波束形成在10m范圍內(nèi)對(duì)正下方目標(biāo)進(jìn)行波束形成，并以DB圖的形式對(duì)比如圖6所示，其中分段聚焦方法采用了20個(gè)焦點(diǎn)，聚焦波束形成產(chǎn)生128個(gè)波束；分段分級(jí)聚焦方法采用了20個(gè)焦點(diǎn)，每10個(gè)陣元一組，分為8組，第一級(jí)遠(yuǎn)場(chǎng)近似時(shí)波束形成產(chǎn)生80個(gè)波束，第二級(jí)聚焦產(chǎn)生128個(gè)波束。從聚焦精度上來看，RT-DFBF＞分段聚焦＞分段分級(jí)聚焦＞常規(guī)波束形成。而從實(shí)時(shí)處理時(shí)所需的存儲(chǔ)器來看，RT－DFBF需存儲(chǔ)256個(gè)系數(shù)，分段聚焦方法需要存儲(chǔ)204800個(gè)系數(shù)，分段分級(jí)聚焦方法需要存儲(chǔ)21120個(gè)系數(shù)。同時(shí)從所需的邏輯資源來看，RT－DFBF比分段聚焦多一個(gè)τmk計(jì)算結(jié)構(gòu)，而在計(jì)算一個(gè)采樣點(diǎn)時(shí)分段聚焦比分段分級(jí)聚焦多2 816次復(fù)數(shù)乘法運(yùn)算，分段分級(jí)聚焦比常規(guī)波束形成多7 424次復(fù)數(shù)乘法運(yùn)算。由此可說明本文方法在不損失聚焦精度的情況，以較小面積的計(jì)算結(jié)構(gòu)換取了大量的存儲(chǔ)器，有較強(qiáng)的實(shí)用性。

圖6 RT-DFBF、分段聚焦、分段分級(jí)聚焦和常規(guī)波束形成對(duì)比Fig.6 RT-DFBF、sectionalize focusing beam-forming、sectionalize and stepped focusing beam-forming、conventional beam-forming comparison chart

圖7 淺水多波束測(cè)深系統(tǒng)和目標(biāo)小球Fig.7 Wide coverage shallow water bathymetry and the target ball

同時(shí)將該方法應(yīng)用到圖7左圖中的哈爾濱工程大學(xué)的淺水寬覆蓋測(cè)深系統(tǒng)中，并以圖7右中直徑為13 cm的空心小球作為目標(biāo)。在距離基陣聲中心0.4 m到5.6 m范圍內(nèi)設(shè)置14個(gè)觀察點(diǎn)，每個(gè)點(diǎn)均以0.15 ms的180 kHz脈沖信號(hào)進(jìn)行照射。為了分析方便，將14次常規(guī)波束形成的結(jié)果合成到圖8的左側(cè)，將RTDFBF結(jié)果合成到圖8的右側(cè)。在圖8中，對(duì)比左右兩圖可以清晰地看出左圖在0.5 m 2.5 m范圍內(nèi)基本不能清晰地分辨目標(biāo)，而右圖的RT-DFBF結(jié)果仍能非常清晰地分辨目標(biāo)。同時(shí)可以驗(yàn)證在2.5 m 5 m范圍內(nèi)，RT-DFBF的幅度仍然高于常規(guī)實(shí)時(shí)波束形成，由此可見RT-DFBF在近場(chǎng)范圍內(nèi)有著較好的實(shí)用性。

圖8 常規(guī)波束形成與RT-DFBF對(duì)比Fig.8 Comparison of conventional beam-forming and RT-DFBF

由圖8中可以清晰的看出RT-DFBF隨著深度的減少，波束寬度明顯優(yōu)于常規(guī)方法。對(duì)于多波束測(cè)深系統(tǒng)而言，能量越集中，波束寬度越小，目標(biāo)分辨力越強(qiáng)，精度越高，由此證明了RT-DFBF在淺水寬覆蓋測(cè)深系統(tǒng)中的實(shí)用性。

4 結(jié) 論

本文基于哈爾濱工程大學(xué)淺水寬覆蓋測(cè)深系統(tǒng)的需求，提出了一種實(shí)時(shí)計(jì)算動(dòng)態(tài)聚焦波束形成的方法，該方法在不損失算法精度的條件下在FPGA上實(shí)現(xiàn)了RT-DFBF，同時(shí)在邏輯資源和存儲(chǔ)資源的使用率上取得了較好的平衡。本文首先通過對(duì)該方法進(jìn)行定點(diǎn)誤差分析，證實(shí)了該方法的有效性，其次用QuestaSim進(jìn)行功能驗(yàn)證，用TimeQuest進(jìn)行時(shí)序分析，并和DSP的實(shí)時(shí)計(jì)算做對(duì)比分析，證實(shí)了該方法的實(shí)時(shí)性。最后將該方法應(yīng)用到實(shí)際淺水寬覆蓋測(cè)深系統(tǒng)中，經(jīng)過水池實(shí)驗(yàn)驗(yàn)證了該方法的有效性和實(shí)用性，具有在其他類似聲納系統(tǒng)中推廣的應(yīng)用價(jià)值。

［1］Kim JH，Song T K，Park SB.A pipelined sampled delay focusing in ultrasound imaging systems［J］.Ultrason.Imaging，1987，9：75－91.

［2］Gurun G，Sisman A，Zahorian Z，et al.A tunable analogdelay element for high-frequency dynamic beam form ing［J］.IEEEUltrasonics Symposium，Sep，2008：345－348.

［3］Freeman SR，Quick MK，Morin MA，et al.Delta－sigma oversampled ultrasound beamformer with dynamic delays［J］.IEEE Trans.Ultrason.Ferroelectr.Freq.Control，1999，46：320－332.

［4］周澤明，楊鵬飛，陳 羽，等.基于信號(hào)相位匹配原理的聚焦波束形成算法［J］.聲學(xué)技術(shù)，2009，28（5）：103－104.

ZHOU Ze-min，YANG Peng-fei，CHEN Yu，et al.Arithmetic of fcoused beamforming based on signal phase matching principle［J］.Technical Acoustics，2009，28（5）：103－104.

［5］周 天，李海森，么 彬.近場(chǎng)源定位算法在水聲主動(dòng)成像系統(tǒng)中的應(yīng)用［J］.武漢理工大學(xué)學(xué)報(bào)，2008，30（5）：135－138.

ZHOU Tian，LIHai-sen，YAO Bin.Application of positioning algorithm for near-field sources in underwater acoustic active mapping system［J］.Journal of Wuhan University of Technology，2008，30（5）：135－138.

［6］陳 歡，何 良，楊德森，等.基于幅度補(bǔ)償?shù)腗VDR水下噪聲源近場(chǎng)定位識(shí)別方法研究［J］.振動(dòng)與沖擊，2012，31（2）：51－55.

CHEN Huan，HE Liang，YANG De-sen，et al.Underwater noise sources identification in near-field locating based on MVDRmethod with amplitude compensation［J］.Journal of Vibration and Shock，2012，31（2）：51－55.

［7］Murino V，Trucco.Underwater 3D imaging by FFT dynamic focusing beam forming［J］.in Proc.1st IEEE Int.Conf.Image Processing，vol.I，Austin，TX，Nov，1994：890－894.

［8］諶 穎，葉青華，黃海寧.采用分級(jí)聚焦波束形成的快速聲成像算法［J］.應(yīng)用聲學(xué)，2008，27（3）：207－210.

CHEN Ying，YE Qing-Hua，HUANG Hai-ning.A fast imaging algorithm usingmultistage-focusing beamforming［J］.Applied Acoustics，2008，27（3）：207－210.

［9］楊長(zhǎng)根.基于FPGA的聲成像算法研究與實(shí)現(xiàn)［D］.哈爾濱：哈爾濱工程大學(xué)，2009.

［10］鄔燕和.三維成像算法在并行系統(tǒng)上的實(shí)現(xiàn)研究［D］.哈爾濱：哈爾濱工程大學(xué)，2000.

［11］李家彪.多波束勘測(cè)原理技術(shù)與方法［M］.北京：海洋出版社，1999：38－39.

Multi-beamreal-time dynamic focused beam-form ing method based on FPGA

LIHai-sen1，2，LU Dong1，2，ZHOU Tian1，2
（1.College of Underwater Acoustic Engineering，Harbin Engineering University，Harbin 150001，China；2.Key Lab of Underwater Acoustic Technology，Harbin Engineering University，Harbin 150001，China）

To increase the synthesized accuracy of amulti-beam sounding system not only requires to increase farfield accuracy，but also to raise near-field accuracy.Adopting a far-field approximation model in a multi-beam sounding system makes the near-field accuracy sharply drop.Here，themulti-beam real time dynamic focused beam-formingmethod was proposed based on FPGA.With the method the phase shifting focused beam-forming was introduced，and its feasibility to solve the near-field problem in a multi-beam sounding system was verified.Meanwhile，the real time processing of each influential factorwas analyzed deaply，and a real time processing structurewas proposed on the basis of FPGA.RT-DFBF in conditions of 80 input channels，sampling rate of 28kHz and 128 beams was completed with this structure.The pool test result testified the effectiveness and feasibility of the method.It was shown that the proposed method is valuable in engineering applications.

multi-beam；real-time dynamic focused beam-forming；RT-DFBF；FPGA；real-time

TB51＋6

A

國(guó)家863計(jì)劃資助項(xiàng)目（2007AA09Z124，2008AA092701）；國(guó)家科技部國(guó)際合作計(jì)劃資助項(xiàng)目（2008DFR70320）；國(guó)家自然科學(xué)基金（41006057，41076056，60872107）；中國(guó)高等學(xué)校博士點(diǎn)基金項(xiàng)目（20102304120028，20112304130003，20122304120012）；水聲技術(shù)重點(diǎn)實(shí)驗(yàn)室基金項(xiàng)目（9140C200105120C20001，9140C200403110C2002）

2013－05－03 修改稿收到日期：2013－09－17

李海森男，博士，教授，博士生導(dǎo)師，1962年5月生