热烈庆祝博主今日毕业论文设计完美收官！并且在论文答辩环节受到老师高度评价！

下面博主慷慨解囊，将论文拿出来供大家拜读！

引用请标注来源网站！

作者：安大略

摘要：本文采用DIDSON 300m型水下双频识别声呐在上海海洋大学校内河流中开展了水下物体较精确探测的研究，基于“声频”镜头在黑暗的水下环境中生成不同物体的高清晰度图像。通过比较不同物体的成像效果，结合文献中声呐成像的原理进行验证，探究双频识别声呐在水下的探测精度。实验表明：DIDSON在水下更适宜探测二维平面，且在短距离（3米）探测中，能较精确测得物体尺寸。

关键词：双频识别声呐；DIDSON；探测精度

    Abstract: An exploration of using underwater dual frequency identification sonar (DIDSON type: 300m) to detect the object in the river of Shanghai Ocean University. Which can generate high definition images of different objects in the dark underwater environment based on the ‘audio’ camera. By comparing the imaging effect of different objects and combining the theory of sonar imaging literature to verify the accuracy of the dual frequency identification sonar in the underwater environment. The results were as follows: DIDSON is more appropriate to detect objects on two dimensional surface.And in short ranges (3 meters), it can detect objects quite accurately.

Key words:dual frequency identification sonar; DIDSON; exploration accuracy

声呐的英文缩写为“SONAR”的音译，中文全称为：声音导航与测距，是一种利用声波在水下的传播特性，通过电声转换以及信息处理，完成水下探测和通讯任务的一种电子设备。声呐技术至今已有100年历史，它是1906年由英国海军的刘易斯·尼克森所发明［8］。他发明的第一部声呐仪是一种被动式的聆听装置，主要用来侦测冰山。这种技术到第一次世界大战时被应用到战场上，用来侦测潜藏在水底的潜水艇。 

在水中进行观察和测量，具有得天独厚条件的只有声波。这是由于其他探测手段的作用距离都很短，并且光在水中的穿透能力很有限，即使在最清澈的海水中，人们也只能看到十几米到几十米内的物体；而电磁波在水中也衰减太快，它的波长越短，损失越大，即使用大功率的低频电磁波，也只能传播几十米。因此在水中进行测量和观察，至今还没有发现比声波更有效的手段。  

2014年的马航失联事件让世界惋惜，一场人道主义救援，一场海洋探测技术的竞赛，同时在南印度洋展开。各国海军搜救力量通过吊放式精测声呐、成像声呐、水下电视、水下机器人等多种方式进行24小时不间断搜索。在马来西亚宣布失联客机最终坠毁南印度洋后的数小时，美国即派出装备有预定位声呐系统的海底航行器，以帮助寻找残骸。这种名为“蓝鳍”的水下航行器长仅5米，重约800公斤，可潜入海底4570多米处展开搜索，被称为“神器”。可见美军的声呐搜索技术依旧走在世界前沿。

而今水下声呐技术也成了兵家必争之地，拥有了先进的声呐技术，就等同于在水下拥有了一双“慧眼”，在国防安全、水下工程、水下搜救中起到了至关重要的作用。

本文采用的仪器是由美国华盛顿大学研发Sound Metrics公司生产的高分辨率双频辨别声呐——DIDSON（图 2－1）。它能在黑暗、浑浊、能见度很低的水中，利用声镜头通过声波聚焦形成非常狭窄的波束来生成接近光学照片画质的图像［4］。

图2－1 DIDSON设备以及配件

双频识别声呐通过声透镜对波束进行压缩。其主体由声透镜和电子舱组成，主体通过电缆与接线盒连接，再通过网线与数据采集用的笔记本电脑相连。存储图像可以转换为AVI文件和jpeg文件。

配件包含：水下电缆、电源、数据线、拓展工具（螺丝、螺帽）、接线盒

DIDSON光学声学透镜聚焦发射声束，再通过传感器接收返回声束形成图像。这也是目前唯一一款使用声学透镜来压缩波束的声呐，使用声学透镜压缩波束主要有两个重要的优点，第一个优点就是压缩波束不需要消耗能量，所以工作功率只有30W，第二个优点是容易发射和接收同一个波束，不会与其他波束相混淆，出现接收到错误的波束［5］。而传统的声呐则采用延时线或数字波束形成技术发射覆盖整个视野的宽波束并接受其回波。

透镜安装在上部长方形的舱室中，处理芯片安装在椭圆形的舱室中（图2－2）。负责前后移动移动声学透镜的电机也安装在下方椭圆形的舱室中，通过移动中间的声学透镜来使镜头对1到40m范围内的物体进行对焦。前方较大的透镜为塑料材质，中间填充氟化液（3M FC－70）。当DIDSON浸入水中时，透镜之间的空挡都被外界的水填充。

图2－2 将透镜外壳移除的DIDSON

   图2－3展示的是声束折射图表。平行声束从左侧进入透镜L1，经过单透镜L2和L3后垂直投射在传感器T上。垂直入射的声波将会聚焦在0°处，若以一定角度入射，声波将会聚焦在0°至9°之间的地方。

图2－3 声束折射

   与普通水下摄影机成像原理不同，DIDSON发射48至96条声束，这些声束在水平方向上的间距非常小，夹角只有0.3°至0.8°，这些声束紧紧相邻，形成平面上29°×14°的视野（图2－4）。在此视角中的被测物体会将声束反射回DIDSON，利用这些声束处理形成直观的可视图像。

DIDSON工作在发射较低的频率（1.0MHz）时可提供0.6°分辨率的图像，最大探测距离为40米。工作在较高的频率（1.8MHz）时可提供0.3°分辨率图像，最大探测距离为12米。

图2－4 DIDSON探测视角

双频识别声呐发射的波束经过物体表面时，根据回波的强度来显示图像，在对其图像进行显示的时候，未被声波探测到的地方会出现声学阴影的现象［2］。

图2－5 DIDSON探测时产生声学阴影的情况 (a)角度适合 (b)角度过于倾斜

   在使用双频识别声呐探测物体时，双频识别声呐的位置与角度需要根据物体与仪器的距离调整好，保证目标物在双频识别声呐的探测视野范围内，对于同一个目标物，探测的角度不同，所呈现的图像也有很大的差异，不同角度所呈现的对应图像如图2－5所示，图中（a）的角度正好，两个目标位都在双频识别声呐显示的图像范围内；（b）的角度过于倾斜，目标物体无法探测到。当声呐位置和目标物体位置一定的时候，调整声呐的角度可以达到调整双频识别声呐的成像范围，当双频识别声呐的角度越倾斜，其探测的范围越小，所成图像越来越小。

因此在实际操作时，尽量将DIDSON保持在30°或45°，不但可以方便观察物体，也方便利用视距度数配合三角公式，推得物体距离水面距离。

对于双频识别声呐所发射的波束，并不是一起发射的，发射的波束有一定的间隔，这就会出现，如果仪器安装在移动的物体上或者所探测的目标物在移动，并且速度比较快时，就会出现锯齿状轮廓。当速度降下来后，锯齿状特征会有明显的改善［5］。

DIDSON软件负责完成声呐成像的工作，将返回的脉冲声波转换成可视的数字图像。软件可以在windows平台上运行，并承担显示和控制的工作，有许多插件可以用来强化DIDSON数据的分析。

图2－6 DIDSON软件操作界面

工具栏包含了控制功能（图2－6）。左侧为基本功能，包括：新建文件、打开文件、保存当前文件和打印机。中间为图像播放和记录选项，点击红色按钮开始记录当前图像，保存后支持图像回放、快进等功能，横向箭头快速切换到另一个文件。最右边的一排图标可以生成删去静态背景，应用对应的计数算法，生成一个超声波回声图。

图2－7 (a)辅助观测的坐标网格(b)框选测量

   左侧的工具栏可以在观测时控制图像显示参数，包括：帧率、总帧数、信号增益、初始距离、窗口宽度、焦距，以及辅助观测的网格（图2－7a）、框选测量（图2－7b）、平滑、对称，也可以调节亮度、临界值。

最右侧的信息栏提供了操作时DIDSON声呐和云台参数的动态显示，包括：频率、声束数量、辅助透镜、声呐倾角、声呐翻滚角度、探测窗口起始距离、探测窗口宽度和焦点。

DIDSON记录的是动态图像数据，因此需要大量的磁盘空间(约1.8 GB/小时)。 在本实验中只需要记录静态物体，所以数据体积占用不大，但在渔业中应用于记录鱼群运动的话常常需要开机数个小时或者一天。在这种情况下DIDSON可以只记录其中一条鱼或者一个物体，通过对记录应用运动检测算法，可以减少记录数据并使得最终处理和计算更加容易。

双重频率声呐可以用于渔业、军事、海洋执法、水下工程建设以及石油天然气监测等等。在渔业中主要运用于资源调查、海洋生物行为观察、栖息地观测；在军事中的运用主要体现在运用DIDSON来实现重要水域水下实时观测，可以用来寻找水雷，对船体和泊位进行监控等；在执法中，运用DIDSON可以用于证据复原，以及证据的收集，如寻找凶器，寻找河底的脚印等等；在工程建设中，DIDSON可以用于桥梁、水坝、码头的检查，人工鱼礁建设中礁体投放是否到位，工程对水下环境的影响等等；对石油和天然气管道进行检测，可以及时发现泄漏点；在国防建设中，可以用来监视水下建筑是否有潜水进入的入侵者。

实验地点选在上海海洋大学临港校区海洋科学学院正门南侧桥下的河岸边，河道连接校外的卢潮引河，属非闭合流域，实地测量水深约4米，河宽约8米；河床平缓，属淤泥质；流速比较稳定，适合放置水下仪器；透明度中等，在实验过程中能较好目视观察被测物体与声呐的姿态。河岸为人工石质岸，垂直90°延伸至河底。河流内无船舶航行，实验当日未发现大规模鱼类游动，水下噪声对实验的干扰较小。

实验当日为晴天，南汇天气预报显示气温摄氏26度，日光直射入河水，目测能见度约为1米，实验时间为13:00至18:00。

由于所选实验地点水面平静，且水深较浅。所以为了操作方便，选用连接杆直接连接DIDSON。

首先将水下电缆与DIDSON声呐相连，插口对准后旋紧螺丝以防进水影响信号和供电传输。

接着把水下电缆的另一头连接DIDSON适配的接线盒，同样对准插口后旋紧，此时保持接线盒开关应保持为“OFF”状态；

图3－1 DIDSON与控制杆连接

  连接操纵杆（图3－1）

然后使用水晶头网线连接PC端和接线盒，水下图像将在PC上的DIDSON软件上显示；

最后接通接线盒电源，等待约30秒后DIDSON启动，检查PC端是否能够正常显示并记录数据数据，至此实验前设备安装调试完成。

图3－2 待测物体：篮球和路障

实验设计使用DIDSON在水下观测篮球和路障（图3－2）。篮球为标准尺寸：直径24.6厘米；路障尺寸：高50厘米，底座为正方八边形，底座长30厘米。

为了将篮球沉入水中，将8公斤哑铃系于绳子底端，将篮球放入球网中系于距离哑铃一米处，路障系于距离哑铃0.5米处。这样可以保证篮球和路障在水中保持相对稳定的姿态，便于观测（图3－3）。

图3－3 实验测量角度

图3－4 退出Demo模式

首先双击打开PC端DIDSON软件，软件启动后，将模式调至“Master”（图3－4）

然后将接线盒开关调至“on”。（DIDSON启动后，如果没有放入水中，需要将已经装配好的DIDSON放入水中或盛有水的容器中，由于声呐工作时会产生热量，在室温空气中最多放置30分钟，否则仪器可能损坏［6］。）

稍等30秒钟后，软件窗口开始同步显示DIDSON的水下图像。

勾选“Auto Freq”和“Auto Rate”，DIDSON将自动调节频率。（图3－5）

点击左侧控制面板中的“smooth”，去除棱角，使图像更加清晰。

拖动“Threshold”和“Intensity”可以让物体的图像更加清晰的展现在窗口中，增加“Threshold”，即阈值，将会减弱低亮度像素点，可以去除噪音。增加“Intensity”，即强度，将会加强高亮度像素点，可以突出显示物体。

当图像调整到较为清晰时，点击红色的“Record”键，开始记录。

记录完毕后，点击蓝色的“Stop”键结束记录，文件会以“.ddf”的格式保存。

图3－5 控制面板

首先关闭PC端应用程序。

等待10秒左右，让DIDSON内部镜头聚焦器自动归位。

最后关闭接线盒顶端的开关。

图4－1［6］ DIDSON图像处理流程图

   双频识别声呐的数据显示的基本思路是打开文件，读取帧数据，对帧数据进行处理和显示，最后判断是不是最后一帧，不是的话读取下一帧的数据，如此循环，直到最后一帧为止。流程如图4－1所示。 如果要对双频识别声呐的数据进行进一步处理，首先需要对其文件的格式以及数据格式深入了解。根据数据格式的特点对数据进行处理并显示。

图4－2［6］ DIDSON成像分辨率

   双频识别声呐的成像不管是高频还是低频状态下，每条波束（观测范围，即观测窗口长度 Window-Length）的采样点都为 512 个。波束左右分辨率（即垂直于波束方向的分辨率）为目标物离声学透镜的距离 R 的一半除以波束数，离透镜越近左右分辨率越高。径向分辨率（即波束方向的分辨率）为窗口长度除以采样点数 512。

以图4－2为例，其探测的目标物距离为 8m，观测的窗口长度为 10m，其在目标物处的左右分辨率为 800/(2×96) = 4.2cm；径向分辨率为 1000/512 = 1.95cm。对于高频而言，可选窗口的长度为 5m, 10m, 20m, 40m, 其对应的径向分辨率为 10mm, 20mm, 40mm, 80mm。可以看出，双频识别声呐的分辨率很高，能够探测到小目标物体。双频识别声呐可在 1.125～40m 范围内对观测目标进行自动变焦，保证了被观测范围内图像的清晰度［6］。

图4－3 图像平滑前原图

图4－4 图像平滑后

上图（图4－3）为未经过处理的原始图像，下图（图4－4）为经过平滑处理后的图像。前两幅为篮球，后一张可以依稀看见篮球上的球网；后两幅为路障，路障底座的纹理可以清楚分辨。可以看见物体成像后产生的锯齿边缘通过平滑处理后被明显消除了，但物体边缘轮廓较为模糊。

图4－5 框选测量

使用DIDSON软件对篮球和路障图像进行三次框选测量（图4－5）结果如下

表4－1 测量结果统计

实验初期，放置好DIDSON以及待测物体后，在窗口内没有找到待测物体的轮廓，将待测物体取出后，用竹竿在镜头前晃动，可以清晰看到竹竿影像。经过反复排查，将图像强度加强后发现镜头捕捉到大片团状物体（图5－1 a），与导师讨论后，发现实验地点存在问题：河岸靠近桥底的一侧，水草生长较为茂盛，待测物体完全陷入水草中，声波被水草遮挡导致无法观测到物体，图中团状物体为大颗的水草。

解决方案：将镜头调转方向，将DIDSON下放置更深深度，探测到一处河床较为平坦的区域，只生长了少量水草。（图5－1 b）

图5－1 (a)测量区域内大颗水草较多 (b)测量区域内水草较少

选定好水草较少的区域，下放待测物体后仍然无法在窗口内找到相关图像，画面内有大量运动白色质点（图5－2）影响了对物体的观测。

经过仔细观察和实验，我们发现这其实是由于在水中自由落体，哑铃落入河底速度过快，激起河底泥沙，导致水体密度不均匀，使声波发生散射并衰减导致的［10］。

解决方案：手持绳子慢慢将哑铃吊放至河底，待水下淤泥澄清后再进行记录。

图5－2 哑铃激起的河底淤泥

在表4－1中，可以看出篮球的测量误差要比路障的测量误差大。但篮球具有更加规则的外形，而路障外形规则不一，根据声波的反射原理，路障上的棱角和边缘会产生声波散射，应该使结果误差相对于篮球较大［7］，但最终结果却与之相反。

讨论结果：经过查阅文献，与研究结果进行比较，发现篮球对于路障而言，声波能够进入内部，并激发起内部声场，激发起散射声场［9］，导致测量误差相比路障较大。

虽然水下测量会受到人为因素和自然因素的影响，在流体中测量器材和被测物体或多或少地会产生位移，但总体来说对本实验的影响不大。从实验中我们可以明显地发现双频识别声呐在水下测量应用中的特点：

1) 测量对象为圆形或外形比较圆滑的几何物体时会产生声学阴影，如图4－4中篮球的上半部分和路障的椭圆锥形的上半部分无法全部显示，在面对圆形、弧形或多边形不规则物体的时候，仍然需要多角度测量才能完整捕捉物体图像。而水下声呐中，三维成像声呐可以在距离目标不同远处多次发射声波来获取立体物体的切片，通过合成切片来获取物体的三维图像。在实际测量中可以结合必要的下潜资料、多波束或声呐扫测资料及其它搜集调查资料，就可以确定水下特征目标物的属性，进而建立特征物成像特征影像图数据库，归纳水下 目标在声成像中的特征和规律，就可有效的实现水下目标探测和识别。因此DIDSON用于探测水下平面物体更为可靠，如水下堤坝裂缝检测等。

2) 在Nils Olav Handegard 和 Kresimir Williams的《使用DIDSON对鱼群自动定位进行拖网作业》一文中，对于移动鱼群探测的误差率为21%［1］，而本次试验对于静止物体探测的平均误差率低于10%，精度有较大提升。可见DIDSON和众多水下声呐一样，因为声波发射再接收的机制，在探测运动物体或在移动中探测物体时无法保证较高的精确率，但在探测水下静止物体时精度较高。

3) 通过比较表4－1中的两组数据，可以发现在两组数据中，同一物体的测量误差随着距离的增加而减少，呈递减势（表6－1）。由此可得，在近距离探测时（3米以内），DIDSON探测精度随物体和镜头之间距离增加而提升。

表6－1 测量误差随着距离增加递减

可见DIDSON在实际应用中依然存在不足，为了填补图像分辨率和图像精确度的空缺，水声探测声呐的发展趋势应是动态扫描、高分辨率和三维成像。随着技术的提升和普及，水声探测声呐终将会实现平民化，走进我们的日常生活中：潜水时可以观察水下不透光的区域，垂钓时可以观察水下鱼群运动等。

党的十八大作出了建设海洋强国的重大部署，要进一步关心海洋、认识海洋、经略海洋，推动我国海洋强国建设不断取得新成就，加快我国水下声呐技术应成为首要任务。鱼群探测、海洋石油勘探、船舶导航、水下作业、水文测量、海底地质地貌的勘测、海军水下监视、巩固南海疆域都离不开声呐技术的不断发展。

[1] Handegard, N. O. and Williams, K. Automated tracking of fish in trawls using the DIDSON (Dual frequency IDentification SONar).[J]In: Journal of Marine Science. 2008

[2]John A. Holmesa, George M.W. Cronkitea, Hermann J. Enzenhoferb and Timothy J. Mulliganc. Accuracy and precision of fish-count data from a “dual-frequency identification sonar” (DIDSON) imaging system.[J] In:Journal of Marine Science. 2006

[3]Belcher ,E. Hanot, W. ; Burch, J. Dual-Frequency Identification Sonar (DIDSON).[J] In: Underwater Technology. 2002

[4]童剑锋,韩军,沈蔚.声学摄像仪图像处理的初步研究及在渔业上的应用.[J] 湖南农业科学.2010，（17）：149~152，156

[5]张进. 基于双频识别声呐DIDSON的鱼群定量评估技术.[D] 2012

[6]DIDSON官方网站http://www.oceanmarineinc.com/didson-sonars/

[7]汪德韶、尚尔昌.《水声学》[M] 科学出版社. 2013

[8]陈克棠、胡嘉忠《新技术普及丛书系列－声呐和水下观测》[M] 上海科学技术出版社. 1981

[9]刘伯胜、雷家煜《水声学原理》[M] 哈尔滨工程大学出版社. 2010

[9]杨士羲. 水声传播原理.[M] 哈尔滨工程大学出版社 1994

感谢指导老师李勇攀在定题之初给我指明方向，在实验过程中遇到困难时给我打气，论文写作过程中给予我耐心指导。还要感谢沈蔚和张进老师无私地在百忙之中抽空指导实验，以及由衷的感谢在烈日下坚持陪我进行实验的三位同学。