【声纳与人工智能融合——从理论前沿到自主系统实战（进阶篇）】第二章 基于生成式AI的声纳数据合成与信道仿真

2.1 潜在扩散模型用于侧扫声纳图像生成侧扫声纳图像的获取受限于昂贵的海试成本与复杂的水文条件。潜在扩散模型通过在前向过程中逐步添加声学噪声并在反向过程中学习去噪策略，能够生成物理一致的合成声纳图像，为深度学习声纳目标识别算法提供大规模标注数据集。2.1.1 声纳回波前向加噪过程的频域特性分析侧扫声纳回波信号可建模为海底散射函数与系统点扩散函数的卷积。设 s(x,t) 为时空域接收信号，其中 x=(x,y) 表示水平位置，t 为时间。声纳图像生成过程对应于散射强度 I(x) 的估计。前向扩散过程定义马尔可夫链，在 T 个时间步内逐步向信号注入噪声。给定初始数据分布 q(s0​) ，前向过程的后验分布满足：q(st​∣st−1​)=N(st​;1−βt​​st−1​,βt​I)其中 βt​∈(0,1) 为预设的方差调度，控制噪声注入速率。通过重参数化技巧，任意时间步 t 的状态可直接采样：st​=αˉt​​s0​+1−αˉt​​ϵ,ϵ∼N(0,I)此处 αt​=1−βt​ ，αˉt​=∏i=1t​αi​ 。声纳信号的频域特性要求噪声添加过程保持频带一致性。侧扫声纳工作频段通常为几十至几百千赫兹，噪声功率谱密度需匹配海洋环境噪声模型。在频域中，前向过程表示为：St​(f)=αˉt​​S0​(f)+1−αˉt​​N(f)其中 N(f) 为功率谱密度服从 10log10​N(f)=−30+20log10​f 的高斯噪声，模拟海洋高频衰减特性。频域加噪确保了合成声纳图像在多普勒频移与混响纹理上的物理合理性。2.1.2 条件引导（Classifier