小孔径多波束声呐测深算法改进

多波束测深声呐采用多重信号分类算法能够在较小阵列尺寸的情况下保证较高的角度分辨率。然而,由于水底回波的边缘波束信噪比较低,多重信号分类算法伪谱中较强的伪峰干扰会导致后续测深算法的深度估计结果出现错误。针对该问题,提出一种基于最大信噪比的修正峰值搜索算法。该算法假定相邻波束的水底地形具有缓变性,选取回波信噪比最大的时刻,利用多重信号分类算法进行波达方向估计以获取信号角度、时间参考值。然后,分别向左右两侧利用时间期望值对回波信号进行加权与峰值搜索,实现更精确的测深。最后,通过实测数据验证了该文提出算法的有效性,该算法在特定条件下能够将边缘波束的最大测深误差减小25.85%,平均测深误差减小8.02%。

多波束测深合理探测方案的设计及效果分析

以2023年“高教社杯”全国大学生数学建模竞赛B题为背景,建立二维平面上多波束测深的覆盖宽度及条带重叠率的数学模型,并将其扩展至三维空间,设计了基于贪心思想的测线设计方案.进一步,在复杂海底测线方案设计时,通过改进飞蛾火焰算法,给出了具体的路径搜索流程,从简单地形测线的设计推进到复杂真实海底测量策略的优化,解决了多波束测深系统最优路线方案的设计问题,并且给出具体的图像和精确数据.本文结果对使用多波束测深系统进行实际海底地形测绘有一定参考价值.

CUBE自动滤波在远海多波束测深中的应用

为提升远海多波束测深数据标准化处理能力,验证CUBE自动滤波在远海海域的实际应用效果,选取远海海域3个典型深度测区,使用优选的CUBE自动处理参数组,对多波束测深数据进行自动滤波处理,并从处理用时、逐点标记以及交叉点水深差值3个方面,将处理结果与多名作业人员的手工处理结果进行对比分析。实验结果表明,使用CUBE自动处理与人工处理结果基本相同,且少量处理不同之处产生的水深成果差值均在测量误差允许范围之内,且CUBE自动处理在处理效率、成果标准一致性方面均优于人工处理。本文成果对于提升远海多波束测深数据标准化处理能力具有较强的实践指导意义。

3-D reconstruction of coastal bathymetry from AIRSAR/POLSAR data

This paper introduces a new method for reconstructing three-dimensional （3D） coastal bathymetry changes from Airborne AIRSAR/POLSAR synthetic aperture data. The new method is based on integration between fuzzy B-spline and Volterra algorithm. Volterra algorithm is used to simulate the ocean surface current from AIRSAR/POLSAR data. Then, the ocean surface current information used as input for continuity equation to estimate the water depths from AIRSAR/POLSAR data. This study shows that 3D ocean bathymetry can be reconstructed from AIRSAR/POLSAR data with root mean square error of ±0.03 m.

ICP算法在多波束点云条带自动配准中的应用

针对当前多波束自动匹配过程仍需借助人工干预,并且处理过程中特征点难以确定的问题,提出了一种基于航带法的多波束连接方式,并且引入迭代最邻近算法(iterative closest point,ICP)进行点云条带匹配。利用ICP算法刚性不变原理,建立源点云与目标点云之间的对应关系,利用公共区域点云,采用奇异值分解,求解相邻条带之间的旋转参数和平移参数。将配准后的相邻条带利用航带法进行连接,完成测区内多波束点云的自动匹配和连接。对实验测区数据进行定性定量分析,采用距离阈值和迭代阈值验证本文算法。通过对比不同地形匹配效果,验证ICP自动匹配算法具有一定的稳健性和适用性。

基于动态规划的多波束测线布设模型

为提升多波束测线法测量海水深度的精准度,获取不同海域状况下的测线布设优化方案,针对某一固定坡度海底坡面,结合几何原理,建立海底坡面多波束测深平面模型,并拓展至测线方向不定的情形下;针对某一特定矩形海域,以重叠率为约束建立单目标规划模型,并使用动态规划求解;针对某实际海域,根据其历史数据,建立基于微元法的单目标规划模型,并采用遗传算法结合动态规划求解该单目标规划模型。

结合不确定度与密度聚类算法的多波束异常值自动滤波算法

本文在复现CUBE滤波算法的基础上,借鉴其网格节点可吸收水深点选取模型,提出了一种结合不确定度与密度聚类算法的多波束异常值自动滤波算法。本文使用DBSCAN密度聚类算法对水深值加以聚类,使用卡尔曼滤波推估节点水深值,选取具有最小不确定的水深假设作为节点水深值,实现对多波束测深数据异常值的有效清理。实测数据和仿真试验结果表明:CUBE滤波算法不能将连续异常值完全剔除,而本文算法能够较好地去除连续异常值。本文算法流程明晰、参数简单、性能可靠,对数据质量较差的情况下较多异常值也能够进行清理,具有实际的工程应用价值。

基于多尺度数学模型的波束角效应改正方法

为解决复杂水域下单波束测深波束角效应引起的地形失真难题,提出了一种基于多尺度数学模型的单波束测深波束角效应改正方法。该方法基于测深换能器波束“锥形”发射的形态、水下地形三维空间形态建立波束角效应多尺度数学改正模型,利用Horn算法拟合改正模型关键尺度水下地形点空间上坡度、坡向,实现三维空间下测深波束角效应的改正。通过乌东德库区白马口-龙街河段测深试验数据进行精度验证,以机载LIDAR点云数据为基准,对试验区域改正前、后的单波束数据进行对比分析。结果表明:改正后较差主要集中在区间[-0.25m,0.25m],且分布符合测量随机误差的规律,波束角效应带来的影响明显减弱;改正后测深中误差精度提高48.6%,倾斜地形水下测量的精度得到有效提升;论证水下地形的坡度是影响波束角效应的主要因素。该方法为波束角效应的改正研究提供了新的方向,对于提高单波束测深精度具有一定的借鉴意义。

基于网格化处理与遍历搜索算法的多波束测深模型

针对多波束测深问题,根据不同维度和地形情况,研究相应最佳的测船布线路径。对于二维平面,运用正弦定理建立二维平面多波束测深的覆盖宽度(即相邻条带间重叠率)数学模型;对于三维空间,建立空间直角坐标系,建立三维立体空间多波束测深覆盖宽度数学模型;对于指定区域,将待测海域网格化,采用遍历搜索法建立最短测线总长度的目标规划模型;对于未知区域,应用克里格插值法还原地貌,并根据等深线划分相似区域,建立以漏测面积、坡度变化量为目标的多目标规划模型。

多波束测深数据的抗差Kriging拟合

针对普通Kriging法处理多波束测深数据受异常值影响的问题,推导变异函数样本值的抗差计算公式来消除异常值对变异函数拟合的干扰。利用实测数据对算法进行实现,验证其在精确估计和检测异常方面的优势。进一步采用该算法对数据进行规则格网的构建,将其与人工剔除异常生成的格网比较,获得一致的效果,证明算法在自动检测异常的同时生成高精度海底地形规则格网的可行性。

多子阵干涉合成孔径声呐

在完成了轨道式干涉合成孔径声呐(InSAS)原理样机的基础上,研制开发了一种新型的水面拖曳式干涉合成孔径声呐系统。成像算法采用非停走停运动误差补偿的多子阵逐线算法。试验数据表明该系统稳定可靠,并成功获取了干涉合成孔径图像,其距离和方位分辨率分别达到了5 cm和10 cm,测深精度优于国际海道测量组织(IHO)标准。

基于CUBE算法的多波束测深数据自动处理研究

对CUBE算法自动处理多波束测深数据的模型建立、格网节点的多重估计和最优估值选取准则进行了详细介绍,深入分析了多重估计的实用性,并通过实测数据对该算法进行实现。利用了抗差Kalman滤波改进CUBE算法。通过模拟数据对改进的CUBE算法进行实验,验证了算法改进的必要性。

基于BP ANN和B算法的黄河口水深遥感比较研究

基于Landsat8 OLI传感器数据,用BP人工神经网络模拟水深法和底部反照率独立水深测量算法(bottom albedo-independent bathymetry algorithm,简称B算法)来反演黄河口水深,并与实测水深数据进行比较;然后,基于两种水深反演方法的结果进行了对比分析和适用性评价.发现,用BP神经网络模拟方法提取的水深在近岸水深小于15m的区域和水深大于15m的区域,反演结果与实测水深误差较大,变化趋势不一致,实测值与模拟水深值相关系数低;以B算法提取的水深与实测水深误差较小,在趋势上一致,相关系数为0.899;并基于该算法的表现,通过水深遥感制图进一步在实际应用中验证了该水深反演方法.结果表明,底部反照率独立测深算法精度高、效果好,比较适用于黄河口水深探测.

基于高斯与小波的机载测深LiDAR波形分解算法

波形分解是机载测深LiDAR数据处理的关键环节,为水深计算、底质类型反演和水体浑浊度分析等提供基础信息。针对传统测深LiDAR波形分解算法受噪声干扰严重、对微弱及叠加信号分解不准确的问题,提出一种新的波形分解算法。对原始波形经小波滤波后,计算滤波前后尾段波形的差异,估计回波信号的噪声;利用高斯模型,从原始波形数据中不断分解出经LM算法优化参数后的波形分量,直到剩余波形中最大峰值与优化后的参数小于一定阈值。通过南海实测数据进行验证,实验结果表明:该算法分解弱回波能力强,不论在浅水(回波发生叠加)还是深水,其分解精度均优于传统算法。

CUBE曲面滤波参数联合优选关键技术及应用

CUBE(combined uncertainty and bathymetry estimator)算法是国际上主流的多波束测深异常值自动探测与处理算法,在国内外被广泛应用,但对其核心算法和参数知之甚少,不利于该项技术的国产化。本文详细阐述了CUBE算法的基本原理、数学模型、关键参数和处理步骤,进而建立了CUBE曲面滤波参数联合优选方法。通过选取典型地形区、参数试验、对比分析等步骤完成参数的联合优选,并用台湾浅滩实测数据进行了验证。结果表明,优化后的参数可有效提升多波束数据自动处理的精度和效率。本文成果可应用于国产多波束测深处理软件的深化研发以及多波束实测数据处理。

一种由粗到精的机载激光测深信号检测方法

针对机载激光测深(airborne lidar bathymetry,ALB)中不同环境下波形的差异性较大,且信号检测精度受限于系统采样间隔等问题,提出一种由粗到精的机载激光测深信号检测方法。该方法首先利用接收波形的有效长度快速估计水深;粗检测依据水深近似值,分别采用理查德森-露西去卷积法(Richardson-Lucy deconvolution,RLD)和平均差方函数法(average square difference function,ASDF)对波形预处理,通过包含距离、导数和极值约束的逐级检测确定信号的初始位置;精检测以粗检测结果为初值,利用改进的二阶多项式指数函数模型,并在模型参数求解中引入信赖域优化算法以实现波形的精确拟合,进而获得信号的精确位置。实测数据和模拟数据的试验结果表明,粗检测能够根据波形的特点采取相应的处理方式为精检测提供可靠的初值;精检测可将检测结果精确至子采样间隔并在粗检测基础上进一步提高精度。与极大值检测、ASDF、RLD和四边形拟合法等传统方法相比,本文方法正确率平均提高10%左右,精度平均提高约30%。

基于B算法和多波段模型的青海湖遥感测深比较研究

遥感测深技术克服了水体传统测深方法不足，可以快速、动态获取大型水域的水深信息．本文以LandSat-8OLI卫星遥感影像、SQ—SFCC手持式超声波测深仪实测水深数据，对比分析了底部反照率独立水深测量算法（B算法）、多波段模型水深估算的精度及其稳定性．结果表明，B算法模型是青海湖遥感测深的最优模型，模型绝对误差介于～3．71～0．11m之间，平均误差为0．17m，总体平均相对误差为3．88％，这对于中国面积最大的咸水湖水深遥感估测而言，已经能够满足一般应用与科学研究的测深要求．本文方法能够迅速、经济地估测咸水湖泊水深，对其它大型湖泊的水深测量也具有一定的借鉴意义．

利用聚类算法实现多波束水深数据异常值的自动识别与清理

借鉴人工交互处理视角下多波束测深后视图中异常值的图像特征,利用密度聚类算法实现了无效数据的剔除及存疑数据的识别定位。利用聚类算法将多波束测深数据自动划分为可信、存疑和无效3类数据,可信数据保留,无效数据自动剔除,存疑数据人工判断。通过这种部分人工介入的异常值自动清理算法可较好地解决自动处理算法可信度低而人工交互处理效率低这一矛盾问题。实例计算表明:该算法在一定程度上提高了自动处理算法所得结果的可信度,对实现高可信度、高效率的多波束测深异常值清理具有重大意义。

机载激光测深雷达中大动态范围信号的多通道处理技术（英文）

为实现大动态范围信号的有效接收,设计了一种三路并行的信号处理架构,分别设置为低、中、高三种不同增益,以实现不同水深下不同幅度的回波信号处理.同时利用数据拼接方法以及一种基于五角函数和高斯函数组合的拟合算法综合处理三路数据并进行水深评估.基于Wa-LID回波仿真模型得到回波数据,验证多路并行处理架构的实用性.仿真结果表明,本文提出的多通道处理技术可测信号的动态范围达86.9dB,对应的最大测深为26m,测量偏差为1.6cm至4.7cm,标准差小于1.1cm.可有效应用于机载激光雷达测深系统.

多波束海底地形等深线快速生成算法

为解决大数据量海底地形等深线快速生成问题,提出一种基于等深值索引序列的等深线快速生成算法。该算法通过建立深度属性和等深值索引属性的映射关系,将浮点型深度属性三角网转化为整型索引属性三角网,并在此基础上提出一种基于0/1异或的等深线走向快速判断方法进行等深线跟踪,实现等深线的快速生成。实测海底地形数据的测试结果表明,与常规算法相比,该算法具有更快的生成速度并且十分适合计算机编程实现,能够快速、准确地从大数据量数字海底地形中生成等深线.