共查询到16条相似文献,搜索用时 953 毫秒
1.
2.
3.
多波束反向散射强度数据应用广泛,但由于受到角度响应的影响,导致生成的多波束声呐图像质量偏低,且现有角度响应改正方法在复杂海底底质环境下适应性较差。为此本文对散射强度进行分析,给出了两种多波束反向散射强度数据归一化方法,分别为基于高斯拟合以及角度响应的散射强度改正方法,前者主要是基于散射强度的变化规律进行改正,而后者则是基于声波的散射机理进行改正。实验结果表明两种方法较传统改正方法精度均有约30%的提升,并且角度响应方法较高斯拟合方法改正精度更高,但计算效率有所下降。以上实验验证了两种方法的有效性,实现了散射强度数据的归一化,提升了多波束声呐图像的质量。 相似文献
4.
5.
Kongsberg EM多波束声呐的波束指向性与出厂标定存在偏差,导致后向散射强度呈现与扇区耦合的辐射畸变,针对这个问题提出了一种基于波束指向性模型的多扇区指向性残余改正方法。该方法首先在分析波束收发过程的基础上,构建EM声呐多扇区指向性辐射模型;然后选取特定测线,采用经验性声学模型估计后向散射强度-角度曲线,分离各扇区指向性残余信号;最后对回波强度进行指向性残余改正,得到与采集扇区无关的后向散射强度。实例计算结果表明:该方法能有效降低多扇区指向性残余对后向散射强度测量的干扰,提高EM系列多波束声呐在海底底质分析中的使用价值。 相似文献
6.
多波束声呐记录的海底后向散射片段(Snippet)数据处理成角度响应曲线和地理编码(Mosaic)图像可以
帮助识别海底底质类型和反映地貌形态,这一过程包括辐射校正、角度响应改正(AVG)和几何地理编码,但不同的多波束系统硬件在辐射校正和角度响应改正方法上存在差异且传统处理方法忽略了声呐系统本身的指向性模型随时间变化的事实。以声呐方程为基础,针对Kongsberg EM 多波束系统提出了一套完整的Snippet数据处理流程,并分析了各步骤中存在的可变性,给出了每一步的处理建议,最后将此方法应用于EM2040浅水多波束实测数据,并验证了该方法的有效性和实用性。 相似文献
7.
多波束水体数据是多波束系统获取的最原始数据,记录了波束从发射到接收整个过程全部的反向散射强度信息,可以为目标识别、水下栖息环境探测等提供重要的数据支撑。目前,针对多波束水体强度时间序列所表现的波形信息的处理及研究仍处于起步阶段,另外水体波形数据易受噪声影响,且存在明显的入射角效应问题,对此,本文提出了一种基于分区异构的多波束水体波形拟合算法。首先,根据不同波束入射角范围的水体波形特性,将水体数据划分为3个区域;然后利用不同函数(中央波束区域—双指数函数、漫反射区域—广义高斯与线性函数叠加、边缘波束区域—高斯与多项式叠加)分别对不同分区的反向散射强度波形进行拟合。采用台湾海峡的多波束水体数据进行验证,结果表明:不同分区拟合相关系数及拟合优度均达到0.95以上,相比简单函数拟合,均方根误差由3.39 dB降到1.5 dB以下,达到了较好的拟合效果,可为多波束水体目标识别和海底分类提供参考。 相似文献
8.
9.
10.
11.
多波束测量过程中,受到多种因素的影响,不可避免地存在各种误差,其中系统某个部件出现故障也不少见,如换能器、行波管、大功率微波开关或表层声速仪等器件功能不正常,引起多波束每 ping (一个发射接收周期) 数据中部分固定波束号的测深结果发生系统性偏移,以 2003 年东海调查 SeaBat900X 数据为例,其在垂直航向正投影平面上出现类似“W”字型的系统误差。本文基于该批次数据,系统分析了该类型系统偏差成因及外观表现,针对性提出基于等均值-方差拟合模型的改正方法,首先对异常区域和正常区域分别拟合地形趋势线,统计其均值和方差;然后以正常区域为基准,对异常区域内数据进行压缩和移动;最后通过面积差法,对数据中存在的折射残差进行消除,从而有效去除“W”型残差。文中实测数据验证了本文算法的有效性和可行性,对多波束其他类型的测深系统偏差处理具有一定的参考意义。 相似文献
12.
多波束测深系统声速校正 总被引:13,自引:0,他引:13
海水声速是多波束测深系统进行水深测量的基本参数之一,声速剖面正确与否直接影响测量结果的精度和可靠性。声速校正为多波束测深系统提供了正确的声速剖面,根据声速剖面垂向上的变化规律,对原始声速数据进行科学采点,运用软件方法或实验方法对声速剖面进行编辑获得声速数据,最终取得合理可靠的水深值。这里对南海SA12试验区采集的声速资料进行了分析,以SeaBeam2100多波速测深系统为例,对声速校正的技术方法进行了探讨。 相似文献
13.
14.
A new highly precise source of data has recently become available using multibeam sonar systems in hydrography. Multibeam sonar systems can provide hydrographic quality depth data as well as high-resolution seafloor sonar images. We utilize the seafloor backscatter strength data of each beam from multibeam sonar and the automatic classification technology so that we can get the seafloor type identification maps. In this article, analyzing all kinds of error effects in backscatter strength, data are based on the relationship between backscatter strength and seafloor types. We emphasize particularly analyzing the influences of local bottom slope and near nadir reflection in backscatter strength data. We also give the correction algorithms and results of these two influent factors. After processing the raw backscatter strength data and correcting error effects, we can get processed backscatter strength data which reflect the features of seafloor types only. Applying the processed backscatter strength data and mosaicked seafloor sonar images, we engage in seafloor classification and geomorphy interpretation in future research. 相似文献
15.
Processing Multibeam Backscatter Data 总被引:1,自引:0,他引:1
A new highly precise source of data has recently become available using multibeam sonar systems in hydrography. Multibeam sonar systems can provide hydrographic quality depth data as well as high-resolution seafloor sonar images. We utilize the seafloor backscatter strength data of each beam from multibeam sonar and the automatic classification technology so that we can get the seafloor type identification maps. In this article, analyzing all kinds of error effects in backscatter strength, data are based on the relationship between backscatter strength and seafloor types. We emphasize particularly analyzing the influences of local bottom slope and near nadir reflection in backscatter strength data. We also give the correction algorithms and results of these two influent factors. After processing the raw backscatter strength data and correcting error effects, we can get processed backscatter strength data which reflect the features of seafloor types only. Applying the processed backscatter strength data and mosaicked seafloor sonar images, we engage in seafloor classification and geomorphy interpretation in future research. 相似文献
16.
济州岛南部海域海底声呐图像分析与声学底质分类 总被引:2,自引:2,他引:0
东海北部外陆架靠近济州岛南部海域,是黄海槽向冲绳海槽延伸的部分,属于黑潮分支黄海暖流的通道入口,分布着脊槽相间的海底底形,对其海底声呐图像的处理分析及声学底质分类的分析研究,有助于了解该通道海底底形表层纹理特征及沉积物分布规律。基于在济州岛南部海域获取的多波束声呐数据,应用图像处理技术和方法,对数据进行了处理,获得了海底声呐影像图,并对其表层纹理特征进行了描述和分析;同时,基于多波束反向散射强度数据,结合19组海底地质取样数据,建立研究区海底反向散射强度与沉积物粒度特征之间的统计关系模型,并以改进的学习向量量化神经网络方法,实现对海底粉砂质砂、黏土质砂以及砂-粉砂-黏土3种底质类型的快速自动分类识别。 相似文献