基于改進遺傳算法的三維成像聲納接收平面陣陣元稀疏優化方法
【技術領域】
[0001] 本發明涉及平面陣三維成像聲納技術領域，特別涉及一種基于改進的遺傳算法的 三維成像聲納接收平面陣陣元稀疏優化方法，即在滿足波束方向圖的最大旁瓣值和陣元稀 疏率的情況下需要開啟的最少陣元數目。
【背景技術】
[0002] 隨著近幾年海洋事業的快速發展，為了滿足水下地貌偵查、水下障礙物及目標探 測、水下作戰、工程勘察及民用領域物體打撈等要求，高分辨三維成像聲納系統起到了至關 重要的作用。該聲納系統發射的單頻脈沖信號遇到水下目標后得到的回波信號作用于接收 平面陣上，但是，此時需要進行波束形成運算的回波數據量很大，在實際應用中能夠實現大 規模的波束運算是很難的。同時，需要了解的是，波束形成運算量與接收平面陣陣元數存在 一定的正比關系。另外，當接收平面陣具有較長的幾何尺寸時，三維成像聲納才能獲得較小 的主瓣波束寬度，而且，當平面陣的陣元之間的距離小于或接近半波長時才能抑制柵瓣的 出現，所以，高分辨三維成像聲納的平面陣所需的陣元數由幾千個甚至上萬個間距接近半 波長的陣元組成，此時，系統硬件復雜度和成本開銷非常大。
[0003] 接收平面陣上獲得的回波信號經過波束形成運算會隨著波束方向變化得到一個 主瓣及若干個旁瓣峰值。主瓣峰值中最小值對應的角度為主瓣波束寬度，旁瓣峰值中最大 值記為最大旁瓣峰值。為了提高三維成像效果，可以減小主瓣波束寬度及降低最大旁瓣峰 值。
[0004] 三維成像聲納接收平面陣的稀疏優化主要是將平面陣中的部分陣元進行關閉，通 過波束形成計算得到波束圖。獲得成像聲納系統所要求的最大旁瓣峰值和最大主瓣波束寬 度。系統中不工作的平面陣的陣元數與滿陣平面陣的陣元數目之比稱為稀疏率，稀疏率越 高表明聲納系統中工作的平面陣陣元數越少。引入平面陣陣元優化技術可以使系統在保持 原有波束圖特性的情況下，減少所需開啟的陣元數，大大降低三維成像聲納系統的硬件成 本。
[0005] 在稀疏優化過程中不考慮保留下來的換能器陣元的加權系數，所以對于均勻平面 陣的陣元的稀疏化，等同于對滿陣元的陣元位置進行〇、1編碼，表示陣元是否開啟狀態，這 就與遺傳算法中的二進制編碼具有相似的對應關系，模型簡單，所以三維成像聲吶的接收 平面陣陣元稀疏采用改進遺傳算法。
[0006] 遺傳算法是在達爾文的遺傳學說的機理基礎上，通過對自然進化過程的模擬而搜 索到優化問題的最優解的方法。物種的個體狀態完全由基因控制，每個基因產生的個體對 環境具有一定的適應性，父代是通過基因的雜交和基因變異完成子代的產生，子代表現出 的新狀態通過自然的選擇，適應度高的個體則被保留下來。適應度較高的個體則以更高的 機率充當父代以便產生新的子代。
[0007] 遺傳算法將問題轉化成染色體，從而構成一個染色體串，然后再將這些染色體放 在預設的環境中，根據環境的取向性，進行自然選擇，產生新的染色體，進而產生新的問題 解。遺傳算法主要包括基因復制、交叉和變異幾個操作，如此反復下去，直到找到一個在某 種度量下足夠優秀的個體，將其作為問題的解。
[0008] 目前在對三維成像聲納接收平面陣的陣元進行稀疏優化而且能夠在實際系統中 進行應用的研究方法尚處于起步研究階段，本發明則提供一種基于遺傳算法但能夠避免早 熟的改進遺傳算法的三維成像聲納的平面陣陣元稀疏優化方法。
【發明內容】
[0009] 本發明提供了一種基于改進遺傳算法的三維成像聲納接收平面陣的陣元稀疏優 化方法，即在滿足波束方向圖的最大旁瓣值和陣元稀疏率的情況下需要開啟的最少陣元數 目。
[0010] 假設三維成像聲納的平面陣陣元數為M*N，從遺傳算法對陣元稀疏率、波束方向圖 性能及迭代次數出發，本發明提供的基于改進遺傳算法的三維成像聲納接收平面陣陣元稀 疏優化方法包括下述步驟： 1) 將所述的問題轉化為染色體串，即將三維成像聲納的平面陣陣元位置的開啟情況進行編 碼，若開啟陣元，則對該陣元對應的位置進行置1，否則置0，此時通過??? (raM (M，iV) + 0.5) 進行生成陣元個體開啟情況； 2) 初始種群確定： 對陣元數為Μ *況維的矩形面陣進行陣元稀疏布陣，獲得陣元位置個數為其 中每個個體表示為行向量，該向量中的每個元素值非〇g卩1，表示該平面陣中的陣 元位置處是否有無陣元，此時隨機生成初始父代，并確定初始父代種群的數目，假設種群數 目為，初始父代的種群可以通過MATLAB的rand和round函數實現， ,風 + 0.5)，其中，rand為0到 1 的隨機數，round是取整函數； 3 )三維成像聲納陣元稀疏的適應度函數確定： 所述三維成像聲納陣元稀疏的適應度函數表達式為：
其中#表示最大旁瓣峰值的期望值，為波束輸出能量值，心和見分 另IJ為波束方向矢量值，對一個固定大小的平面陣來說，為一個常數，〇滿足以下 兩個條件的[i/d)集合：
其中，表示接收平面陣的陣列邊長，且主瓣波束方向圖的能量不在該集合范圍內。 及為陣元稀疏率，為加權因子，表示稀疏率與波束方向圖的最大旁瓣峰值相比在優化目 標函數中的重要程度； 4) 選擇確定： 假設群體的目標平均適應度值為，個體的適應度值為聲wss?，若>則需
保留當前個體;否則，需用rand產生一個0到1之間的隨機數，記為#， 將當前的個體保留下來，否則剔除該個體；比較該個體?對應的適應度值與當前找到的所 有最好個體對應的適應值，兩者中適應度值較大的對應的個體作為新的最好的個體； 5) 交叉確定： 當上述步驟1)中所述的適應度函數中的稀疏率為一隨機值時，可以采用均勻交叉法， 即隨機生成一個1*鉍*況的行向量，且該向量由0和1組成，1所在的位置表示兩個父代樣本 需要基因交換的位置，而0的位置是保持兩個父代樣本不變的位置； 當上述步驟1)中所述的適應度函數中的稀疏率為一固定值時，首先在父代中選擇兩個 個體進行交叉，交叉運算如下：
其中和尸1表示兩個交叉體的個體，y為兩個交叉個體的交叉參數，通過對上述 計算得到的新的個體中丨含有1的個數為觀，則在新的個體中隨機選取卜tAVMfl 個數值等于r的向上取整的數值，同樣的選擇個數值等于(61-4的向上取 整的數值，余下的則為或者(1-"個向下取整的整數，這樣就保證了新得到的個體而.中1 的個數為況。，同理，對而進行處理，其中，表示稀疏平面陣中陣元的個數;接著對個體 a、a、芯、廠分別按照適應度函數進行求解，選取其中適應度函數值較大的兩個個體， 將其作為交叉后的新個體進行輸出，即為本次交叉獲得子代個體； 6) 變異確定： 變異過程即為個體中出現基因突變的元素，所述的突變過程即由0變1或由1變0的過 程，也即是開啟還是關閉陣元。
[0011]為了避免遺傳算法出現早熟現象，加快收斂速度，本發明采用自適應小波變換對 上述步驟5)中得到的個體進行變異操作得到新的個體，采用自適應小波變換的變異運算如 下：
其中，為新的子代個體，;5^為舊的子代個體，:辦為第是次迭代之后適應度值，^> 為適應度值中最壞值，t的表達式遵循Morlet變換表達式：
其中，較大的Μ產生的變異較大，較小的Μ產生較小的變化，另外，當克為正時，此時 會產生較好的適應度值，負的^會使適應度值向壞的方向發展，這樣就會使得收斂速度加 快。
其中』為當前迭代次數，I。為預設的最大迭代次數，^^和毛?是預設的最小值和 最大值，f的選取影響收斂的結果。#是一個隨迭代次數不斷增大，剛開始，W的值很小使 得足的值足夠大以產生較大的搜索空間，當W的值很大時，