目录
1.1 多源声呐信号获取与时空配准
1.1.1.1 基于DPCA的微导航算法与亚波长级平台运动估计
首先实现DPCA微导航算法
1.1.1.2 子带处理策略下的相位解缠与多频融合成像
子带处理与相位解缠编辑
1.1.1.3 轻量级神经网络实时运动补偿
轻量级神经网络实时运动补偿
1.1.2 多源声呐时空配准与数据融合架构
1.1.2.1 时间同步机制与采样时钟校准
1.1.2.2 运动误差传播建模与补偿残差分析
1.1.2.3 实时处理架构的内存与计算优化
1.1 多源声呐信号获取与时空配准
水下无人航行器搭载的多通道声呐系统在作业过程中面临复杂的流体动力学环境，平台六自由度运动对接收信号引入时空域耦合误差。信号预处理需在保持原始信息完整性的前提下，完成多物理量同步、采样时钟校准及运动误差补偿。时空配准的核心在于建立统一的导航参考系与信号采样时钟基准，确保多源数据在融合处理前具备严格的时空一致性。
合成孔径声呐高分辨率成像依赖平台匀速直线运动假设，实际航行中的横荡、升沉与偏航运动破坏相位历史连续性，导致方位向聚焦性能恶化。运动补偿体系需在高精度导航数据支撑下，通过信号处理手段估计并校正平台偏离理想轨迹引入的相位误差。成像算法采用距离-多普勒或波数域重构方法，对运动敏感性要求达到亚波长量级，通常需结合惯性导航系统与信号自聚焦技术实现联合补偿。
