《IEEE Access》:Delay-Multiply-and-Sum Beamforming for Real-Time In-Air Acoustic Imaging
编辑推荐:
空气中声学成像系统需要具有高动态范围和高空间分辨率且保持鲁棒性的波束形成技术,然而传统的延迟求和(DAS)波束形成存在高旁瓣和低对比度的问题。相反,先进的适应性方法通常在实时现场操作中计算成本过高。为克服这一权衡,研究人员提出了一种高阶非线性波束形成方法,采用
空气中声学成像系统需要具有高动态范围和高空间分辨率且保持鲁棒性的波束形成技术,然而传统的延迟求和(DAS)波束形成存在高旁瓣和低对比度的问题。相反,先进的适应性方法通常在实时现场操作中计算成本过高。为克服这一权衡,研究人员提出了一种高阶非线性波束形成方法,采用延迟相乘求和(DMAS)技术并结合相干因子(CF)加权,专门针对空气中麦克风阵列进行了适配。通过利用牛顿-吉拉德二项式展开,研究人员将n阶DMAS的复杂度降低至O(N),从而在嵌入式平台上实现了GPU加速的实时性能,并且该实现已作为开源代码发布。通过模拟和真实数据的验证,研究人员证明所提出的5阶DMAS-CF在动态范围上比DAS提升了近40dB,同时图像信噪比(SNR)和伪影抑制能力显著增强。研究人员在各种GPU平台上展示了实时可行性,确立了该方法作为3D空气中声纳和工业声学成像的实用高性能解决方案。CCBY - IEEE并非此材料的版权持有者。请通过https://creativecommons.org/licenses/by/4.0/ 获取全文及API文档中的规定。
**论文解读:延迟相乘求和波束形成用于实时空气中声学成像**
**研究背景与问题**
空气中声学成像系统利用麦克风阵列重构环境中的声场分布,广泛应用于工业气体泄漏检测、旋转机械故障诊断、航空声学分析以及机器人导航中的脉冲-回波传感器。然而,传统波束形成技术面临性能与计算复杂度的权衡:延迟求和(Delay-and-Sum, DAS)波束形成虽简单,但旁瓣高、对比度低,导致图像动态范围有限;而先进的自适应方法如最小方差无失真响应(Minimum Variance Distortionless Response, MVDR)和多信号分类(Multiple Signal Classification, MUSIC)虽能提升分辨率,但需要多快拍估计协方差矩阵,在空气中声学成像中因声速慢、测量时间受限而无法实时应用;压缩感知和机器学习方法则存在迭代计算或模型依赖问题。因此,亟需一种在保持实时性的同时显著提升图像质量的非线性波束形成算法。研究人员从医学超声成像中借鉴延迟相乘求和(Delay-Multiply-and-Sum, DMAS)技术,结合相干因子(Coherence Factor, CF)加权,将其首次适配到空气中麦克风阵列系统,并基于牛顿-吉拉德二项式展开实现了高效计算,最终在嵌入式GPU平台上验证了实时性能。该论文发表在《IEEE Access》。
**主要技术方法概述**
研究人员提出了一种基于高阶DMAS的非线性波束形成方法,核心步骤包括:首先对麦克风信号进行预延迟(pre-steering)以对齐目标方向;然后对每个通道信号计算n阶符号根(signed n-th root),利用牛顿-吉拉德恒等式将n阶DMAS的输出表示为前n个幂和(power sums)的显式多项式,从而将复杂度从O(N
n)降至O(N);随后引入CF加权,定义为相干功率与非相干功率之比,作为空间滤波进一步抑制旁瓣。整个算法在NVIDIA CUDA框架下实现GPU加速,每个输出像素(方向-时间点)由独立线程并行计算。仿真和真实实验均基于32元MEMS麦克风阵列(eRTIS设备)和宽带电容式换能器(25-50 kHz线性调频信号),并在多种NVIDIA Jetson嵌入式平台上测试实时性。
**研究结果**
**A. 仿真分析**
- **点扩散函数(PSF)分析**:通过计算噪声条件下PSF的方向分量,结果显示随着DMAS阶数增加,动态范围显著提升,5阶DMAS(DMAS5)达到约80 dB,而DAS仅为40 dB;CF后处理进一步增加动态范围,但主瓣宽度基本不变。
- **信噪比(SNR)分析**:改变输入麦克风SNR(-40 dB至10 dB),计算图像SNR(定义为目标峰值与离轴平均能量之比)。结果表明,DMAS阶数越高,图像SNR越高,且CF后处理在所有算法上均提升SNR;在0 dB输入SNR下,DMAS5-CF相比DAS的SNR提升超过20 dB。
- **空间分辨率分析**:仿真两个相同距离(1.5 m)的反射体,改变其夹角,测量角度响应。结果表明DMAS方法主要提升动态范围而不是空间分辨率,分辨率主要由阵列几何决定;进一步改变阵列半径(1 cm至6 cm,麦克风数19-513),验证-3 dB波束宽度随阵列尺寸减小而减小,但不同波束形成器间的差异很小。
**B. 真实世界性能**
- 使用eRTIS设备采集室内移动机器人场景数据,生成3601个方向(-90°至90°)的水平扫描声学图像。对比DAS、DMAS2至DMAS5以及有无CF后处理的图像,观察到高阶DMAS和CF显著提升了动态范围和噪声抑制能力,图像清晰度明显提高。
- **GPU计算加速性能**:在5种NVIDIA Jetson嵌入式平台(如Jetson Orin Nano)及两款桌面GPU(RTX 3070 Ti M, RTX 3090)上测量执行时间。对于1000个方向,所有DMAS阶数的平均执行时间均随阶数线性增加,但总体保持实时性(例如Jetson Orin Nano上DMAS5-CF约为数十毫秒);CF加权仅增加约1.6%的执行时间。
**总结与讨论**
研究人员指出,非线性DMAS-CF方法在空气中声学成像中具有显著优势:通过数值乘法抑制非相干信号和旁瓣伪影,提升动态范围,适用于稀疏场景(如离散源或反射体)而非密集连续散射(如医学超声)。CF后处理作为空间滤波器有效消除非线性交叉项产生的伪影。然而,该方法也存在固有权衡,如对离轴杂波敏感,但稀疏场景下影响较小。研究结论部分翻译如下:
“本文研究了非线性延迟相乘求和(DMAS)波束形成器在空气中声学成像中的适用性,鉴于其在医学成像中的成功应用。研究人员首先介绍了这些非线性波束形成方法的数学公式,为宽带单快拍场景提供了经典超分辨率技术(如MVDR和MUSIC)的更通用替代方案。通过模拟和真实世界结果,研究人员证实非线性波束形成是高质量空气中声学成像的有力工具。通过引入DMAS原理并进一步扩展至高阶公式,研究人员成功克服了常规波束形成的主要局限性——即由于旁瓣能量较高导致的图像动态范围有限。此外,相干因子后处理步骤进一步提升了波束形成输出的图像对比度。最后,通过利用牛顿-吉拉德恒等式实现的高效GPU实现,研究人员确保了在机器人嵌入式平台上实现实时性能,同时不牺牲图像质量。”