水下多途信道下的SAS图像统计特性及成像新算法研究

合成孔径声纳（SAS）是高分辨成像声纳，与传统声纳相同之处是都会受到水下信道的多途污染，导致成像质量降低。解决多途污染的传统方法是信道建模，但是难以获取建模所需环境参数，而且，确定性模型很难反应水下信道的随机时变空变的性质。为此，本项目采用K分布、Gamma分布、Weilbull分布、对数正态分布等四种统计模型，从图像概率密度函数的厚尾（heavy-tailed）性质入手，研究水下信道多途污染对SAS高分辨图像统计特性的影响。在此基础上，提出一种新的SAS成像算法，将SAS数据中的直达信号与多途污染分离，从而提高SAS成像质量。最后，建立定量评价体系来评价新成像算法的性能。研究成果具有重要科学意义。同时，项目采用的实际数据为云南抚仙湖水下SAS图像，因此，研究成果可以为云南地区的水下考古、水下地形地貌测绘、水下工程探查等提供高科技技术支持，为地区国民经济建设服务，具有应用价值。