Stabilized Adaptive Steering for 3D Sonar Microphone Arrays with IMU Sensor Fusion

本文提出了一种新颖的基于软件的方法，用于稳定空中3D声纳的声学图像。由于地形不平，传统的静态波束成形技术可能会出现错位，导致不准确的测量和成像伪影。此外，机械稳定可能更加昂贵且容易出现故障。我们建议使用自适应常规波束成形方法，通过将其与实时IMU数据融合，根据不平坦地面引起的仰角动态调整声纳阵列的指向矩阵。此外，我们还提出了增益补偿来抵消由于换能器定向图案而导致的发射能量损失，并通过各种实验验证了我们的方法，这些实验显示声学图像的时间一致性有了显著的改善。我们实现了一个GPU加速的软件系统，实时运行，平均执行时间为210毫秒，满足自主导航要求。

本文旨在通过新的软件方法解决空中3D声纳中声学图像不稳定的问题。由于地形不平，传统的静态波束成像技术可能会错位，导致测量不准确和成像伪影。此外，机械稳定性成本更高且容易出现故障。

本文提出了一种自适应的传统波束成像方法，将其与实时IMU数据融合，根据地形高度角动态调整声纳阵列的指向矩阵。此外，我们提出了增益补偿来抵消由于换能器定向图案引起的发射能量损失，并通过各种实验验证了我们的方法，结果显示声学图像在时间上的一致性有了显著改善。

本文实现了一个GPU加速的软件系统，实时运行，平均执行时间为210ms，满足自主导航要求。

最近的相关研究包括“3D声纳成像的机器学习方法”、“基于声纳的水下目标检测”等。