TU Darmstadt / ULB / TUbiblio

Signal Processing Techniques for Seafloor Ground-Range Imaging Using Synthetic Aperture Sonar Systems

Leier, S. (2014)
Signal Processing Techniques for Seafloor Ground-Range Imaging Using Synthetic Aperture Sonar Systems.
Technische Universität Darmstadt
Dissertation, Erstveröffentlichung

Kurzbeschreibung (Abstract)

In this Ph.D. thesis advanced signal processing techniques are addressed in order to reconstruct high-resolution seafloor imagery using synthetic aperture sonar ground- range imaging. This enables applications such as object detection, hydrography, and pipeline inspection, among others. In particular, the problems of echo-data-driven motion estimation known as micronavigation, and compensation of phase errors are considered. Based on the developed processing chain, a sensitivity study is conducted that points out the impact of distorted seafloor imagery on an automatic detection and classification system for target recognition. Furthermore, the framework of compressive sensing is introduced for synthetic aperture imaging to attain higher coverage rates using along-track undersampling.

Synthetic aperture techniques are advantageous over conventional real aperture imaging techniques as they achieve a range-independent resolution that enables the reconstruction of high-quality sonar imagery. However, this requires an accurate knowledge of the positions of the transmitter and the receiving elements for multiple consecutive transmission and reception times. As inertial navigation systems are imprecise in tracking translational platform motion, echo-data-driven motion estimation is additionally employed to estimate the platform trajectory. For this purpose, a motion estimation processing chain for real sonar measurements is designed in this thesis, which considers height information about the seafloor. To this end, a topography estimation technique, which takes into account a continuous roll movement of the imaging platform, is developed. In order to avoid image defocus in environments with a strongly varying topography in case of nonlinear trajectories, the obtained height estimates are used during image reconstruction. This leads to significant image quality improvements, which is demonstrated on synthetic data. A comparison of real synthetic aperture sonar images then highlights the quality enhancement using the developed processing chain.

Furthermore, practical methods for an unbiased estimation of platform motion are proposed. These involve a compensation technique for correcting the occurrence of biased time delay estimates due to a high ratio of carrier frequency to bandwidth as well as a broadside beamforming method that equalizes the varying time delays due to near-field scenarios and widebeam systems. In order to avoid image defocusing in the presence of residual phase errors, modifications of an existing autofocus technique are proposed to better cope with spatially varying point spread functions in stripmap synthetic aperture imaging. Additionally, a data-driven calibration method is developed so as to correctly estimate an optimal average sound speed yielding the best focused imagery in situations of a spatially varying sound-speed profile.

Although data-driven motion estimation and phase error compensation techniques aim at achieving high-quality imagery of the seafloor, investigating the influence of distorted sonar imagery on automatic target recognition systems is of utmost importance for future autonomous sonar systems in order to judge their reliability. A sensitivity study is conducted that demonstrates significant performance loss in image segmentation, feature quality as well as in classification performance of a specific automatic detection and classification system. Further, an empirical relation between image degradation and performance loss of the individual stages of the automatic detection and classification system is highlighted. In order to guarantee reliable inputs for automatic target recognition, a strategy is proposed to sequentially assess the image quality of synthetic aperture sonar imagery during reconstruction, which is based on the instantaneous cross-range resolution.

Increasing the coverage rate of a synthetic aperture system in the case of conventional imaging techniques is only feasible by increasing the physical array size. Alternatively, a compressive sensing framework is applied to perform aperture undersampling and, thus, offer a higher platform speed while still maintaining imaging performance. A stripmap imaging technique is developed to avoid the occurrence of azimuth image ambiguities. Synthetic data simulations then demonstrate the huge potential in data reduction, and laboratory experiments using compressive sensing further show an increase in platform speed by a factor of two. This possibly reduces the overall mission time of future synthetic aperture systems in real-life scenarios. All developed methods are applied to synthetic data as well as to real sonar measurements.

Typ des Eintrags: Dissertation
Erschienen: 2014
Autor(en): Leier, S.
Art des Eintrags: Erstveröffentlichung
Titel: Signal Processing Techniques for Seafloor Ground-Range Imaging Using Synthetic Aperture Sonar Systems
Sprache: Englisch
Referenten: Zoubir, Prof. Abdelhak M. ; Pesavento, Prof. Marius ; Andy, Prof. Schürr ; Franko, Prof. Küppers
Publikationsjahr: 7 August 2014
Datum der mündlichen Prüfung: 18 Juli 2014
URL / URN: http://tuprints.ulb.tu-darmstadt.de/4086
Kurzbeschreibung (Abstract):

In this Ph.D. thesis advanced signal processing techniques are addressed in order to reconstruct high-resolution seafloor imagery using synthetic aperture sonar ground- range imaging. This enables applications such as object detection, hydrography, and pipeline inspection, among others. In particular, the problems of echo-data-driven motion estimation known as micronavigation, and compensation of phase errors are considered. Based on the developed processing chain, a sensitivity study is conducted that points out the impact of distorted seafloor imagery on an automatic detection and classification system for target recognition. Furthermore, the framework of compressive sensing is introduced for synthetic aperture imaging to attain higher coverage rates using along-track undersampling.

Synthetic aperture techniques are advantageous over conventional real aperture imaging techniques as they achieve a range-independent resolution that enables the reconstruction of high-quality sonar imagery. However, this requires an accurate knowledge of the positions of the transmitter and the receiving elements for multiple consecutive transmission and reception times. As inertial navigation systems are imprecise in tracking translational platform motion, echo-data-driven motion estimation is additionally employed to estimate the platform trajectory. For this purpose, a motion estimation processing chain for real sonar measurements is designed in this thesis, which considers height information about the seafloor. To this end, a topography estimation technique, which takes into account a continuous roll movement of the imaging platform, is developed. In order to avoid image defocus in environments with a strongly varying topography in case of nonlinear trajectories, the obtained height estimates are used during image reconstruction. This leads to significant image quality improvements, which is demonstrated on synthetic data. A comparison of real synthetic aperture sonar images then highlights the quality enhancement using the developed processing chain.

Furthermore, practical methods for an unbiased estimation of platform motion are proposed. These involve a compensation technique for correcting the occurrence of biased time delay estimates due to a high ratio of carrier frequency to bandwidth as well as a broadside beamforming method that equalizes the varying time delays due to near-field scenarios and widebeam systems. In order to avoid image defocusing in the presence of residual phase errors, modifications of an existing autofocus technique are proposed to better cope with spatially varying point spread functions in stripmap synthetic aperture imaging. Additionally, a data-driven calibration method is developed so as to correctly estimate an optimal average sound speed yielding the best focused imagery in situations of a spatially varying sound-speed profile.

Although data-driven motion estimation and phase error compensation techniques aim at achieving high-quality imagery of the seafloor, investigating the influence of distorted sonar imagery on automatic target recognition systems is of utmost importance for future autonomous sonar systems in order to judge their reliability. A sensitivity study is conducted that demonstrates significant performance loss in image segmentation, feature quality as well as in classification performance of a specific automatic detection and classification system. Further, an empirical relation between image degradation and performance loss of the individual stages of the automatic detection and classification system is highlighted. In order to guarantee reliable inputs for automatic target recognition, a strategy is proposed to sequentially assess the image quality of synthetic aperture sonar imagery during reconstruction, which is based on the instantaneous cross-range resolution.

Increasing the coverage rate of a synthetic aperture system in the case of conventional imaging techniques is only feasible by increasing the physical array size. Alternatively, a compressive sensing framework is applied to perform aperture undersampling and, thus, offer a higher platform speed while still maintaining imaging performance. A stripmap imaging technique is developed to avoid the occurrence of azimuth image ambiguities. Synthetic data simulations then demonstrate the huge potential in data reduction, and laboratory experiments using compressive sensing further show an increase in platform speed by a factor of two. This possibly reduces the overall mission time of future synthetic aperture systems in real-life scenarios. All developed methods are applied to synthetic data as well as to real sonar measurements.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

In dieser Dissertation werden fortgeschrittene Verfahren der Signalverarbeitung für bildgebende Sonarsysteme mit synthetischer Apertur behandelt, um hochauflösende Bodenentfernungsaufnahmen des Meeresbodens zu erstellen. Hierdurch werden unter anderem Anwendungen der Objektdetektion, Hydrographie und Pipelineinspektion ermöglicht. Insbesondere werden die Problemstellung der datengestützten Bewegungsschätzung mittels Echosignalen, bekannt als Mikronavigation, sowie Verfahren für die Kompensation von Phasenfehlern betrachtet. Die entwickelte Signalverarbeitungskette zur Rekonstruktion von hochauflösenden Sonarbildern wird daraufhin für eine Empfindlichkeitsstudie verwendet, die den Einfluss der Bildqualität auf ein Detektions- und Klassifikationssystem zur Objekterkennung analysiert. Darüber hinaus wird die Idee des Compressive Sensing eingeführt, um höhere Abdeckungsraten für Systeme mit synthetischer Apertur durch räumliche Unterabtastung in Fahrtrichtung zu erzielen.

Synthetische Aperturverfahren haben gegenüber physikalischen Bildgebungsmethoden den Vorteil, dass durch eine entfernungsunabhängige Bildauflösung Sonarbilder mit hoher Qualität erstellt werden können. Das Verfahren setzt jedoch eine präzise Kenntnis der Positionen der Sender- und Empfangssensorgruppe des Sonarsystems über mehrere aufeinander folgende Lotperioden voraus. Aufgrund translatorischer Messungenauigkeiten der Inertialnavigation der Sonar-Trägerplattform bedarf es datengestützter Methoden, um die genaue Trajektorie auf Basis der Empfangssignale zu schätzen. Im Rahmen dieser Dissertation wird eine Signalverarbeitungskette für echte Sonardaten zur Schätzung der Plattformtrajektorie unter Berücksichtigung der Topographie des Meeresbodens entwickelt. Letztere wird anhand eines Schätzverfahrens bestimmt, welches die kontinuierliche Rollbewegung der Trägerplattform des Sonarsystems mit einbezieht. Die Höhenschätzung wird der bildgebenden Methode zusätzlich zur Verfügung gestellt, um eine Bildverschlechterung aufgrund einer unbekannten Topographie im Fall von nichtlinearen Bewegungsabweichungen zu vermeiden. Diese Vorgehensweise führt zu einer deutlichen Verbesserung der Bildqualität in Gebieten, in denen die Höhe des Meeresbodens stark variiert, was anhand von synthetischen Datenbeispielen gezeigt wird. Ein direkter Vergleich von echten Sonarbildern belegt im Anschluss eine deutliche Verbesserung der Qualität durch die Verwendung der entwickelten Verarbeitungskette.

Des Weiteren werden praktische Methoden innerhalb der Mikronavigation zur erwartungstreuen Schätzung der Plattformtrajektorie vorgeschlagen. Diese umfassen sowohl ein Kompensationsverfahren zur Korrektur von verzerrten Zeitversatzschätzungen als auch ein querab Beamforming-Verfahren. Während das Kompensationsverfahren verzerrte Zeitversatzschätzungen korrigiert, die durch ein großes Verhältnis von Trägerfrequenz zu Bandbreite entstehen, gleicht das Beamforming-Verfahren die variierenden Zeitunterschiede von Signalen aus, die durch Nahfeldszenarien und Systeme mit breiter Abstrahlcharakteristik auftreten. Um Bildverschlechterungen aufgrund von verbleibenden Phasenfehlern zu korrigieren, wird eine bestehende Autofokusmethode so modifiziert, dass die räumlich-veränderlichen Punktspreizfunktionen eines idealen Bildpunkts, wie sie im Stripmap-Operationsmodus für synthetische Aperturverfahren auftreten, besser berücksichtigt werden. Weiterhin wird ein Kalibrierverfahren zur Schätzung einer optimalen mittleren Schallgeschwindigkeit vorgeschlagen, um eine bestmögliche Fokussierung des Sonarbildes für den Fall einer ortsabhängigen Schallgeschwindigkeit zu erzielen.

Obwohl die datengestützte Bewegungsschätzung und Phasenfehlerkompensation die bestmögliche Bildqualität erreichen sollen, ist die Untersuchung des Einflusses der Bildqualität auf die automatische Objekterkennung äußerst wichtig. Dies gilt insbesondere um die Zuverlässigkeit von Detektions- und Klassifikationssystemen für zukünftige autonome Sonarsysteme beurteilen zu können. Die durchgeführte Empfindlichkeitsstudie zeigt den enormen Leistungsverlust in der Bildsegmentierung, der Merkmalsextraktion, sowie in der Klassifikation für die automatische Objekterkennung. Weiterhin wird ein empirischer Zusammenhang zwischen der Bildqualität und der Leistungsfähigkeit des Detektions- und Klassifikationssystems verdeutlicht. Um verlässliche Eingangsgrößen für die Objekterkennung sicherzustellen, wird eine Strategie zur sequenziellen Beurteilung der Qualität von Sonarbildern anhand der momentanen geometrischen Auflösung der synthetischen Apertur vorgeschlagen und erfolgreich umgesetzt.

Eine Erhöhung der Abdeckungsrate für konventionelle Verfahren mit synthetischer Apertur ist ausschließlich durch eine Vergrößerung der physikalischen Aperturlänge möglich. Als Alternative wird die Verwendung von Compressive Sensing vorgeschlagen, welches eine räumliche und zeitliche Unterabtastung bei gleichbleibender Bildqualität ermöglicht. Hierdurch können höhere Plattformgeschwindigkeiten erzielt werden. Das entwickelte Bildgebungsverfahren verhindert das Auftreten von Bildambiguitäten durch die Unterabtastung und zeigt ein enormes Potenzial zur Datenreduktion anhand von Simulationen mit synthetischen Daten auf. Gleichzeitig bestätigt ein experimentelles Laborsystem eine mögliche Verdopplung der Plattformgeschwindigkeit, was einen ersten Schritt in Richtung der Reduktion der Missionsdauer für zukünftige praktische Systeme darstellt. Alle in dieser Arbeit entwickelten Verfahren werden sowohl auf synthetisch generierten Daten als auch auf realen Sonarmessdaten erfolgreich angewandt.

Deutsch
URN: urn:nbn:de:tuda-tuprints-40868
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau
Fachbereich(e)/-gebiet(e): 18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Nachrichtentechnik > Signalverarbeitung
18 Fachbereich Elektrotechnik und Informationstechnik
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Nachrichtentechnik
Hinterlegungsdatum: 07 Sep 2014 19:55
Letzte Änderung: 13 Jun 2016 18:39
PPN:
Referenten: Zoubir, Prof. Abdelhak M. ; Pesavento, Prof. Marius ; Andy, Prof. Schürr ; Franko, Prof. Küppers
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 18 Juli 2014
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen