基于趋势面的多波束测深数据滤波方法

简要的介绍了基于统计特性进行多波束测深数据滤波的方法,并对这些滤波方法的特点及实际应用效果进行了对比分析,在此基础上,提出了趋势面滤波法,并对其进行了实践验证,取得了理想的效果。     

基于中值滤波加权修正的多波束声呐测深数据趋势面滤波方法

针对传统趋势面滤波方法中多项式拟合曲面系数向量的求取和作为阈值的均方根误差的求取都受到异常数据的影响,使该方法在异常测深数据较多的情况下滤波效果不佳的问题,提出了一种中值滤波加权修正的改进方法。在构造趋势面之前,对水深数据进行加权修正,以前后两次修正后数据的拟合优度的变化量作为是否进行下一步水深修正的依据,利用最终修正后的水深数据求取多项式拟合曲面系数向量和均方根误差,大幅降低了异常数据的影响,具有很强的抗差性。经仿真模拟数据和多波束实测数据滤波试验,该方法在异常数据较多的情况下依然良好,能够保持良好的滤波效果,明显优于传统趋势面滤波;同时,该方法能够保持较高的运算效率,适用于海量多波束测深数据的自动滤波。     

多波束测深趋势面系数的主成分估计

在多波束测深趋势面滤波构建趋势面模型的过程中,其模型变量线性相关时,系数阵存在复共线性,因此将主成分估计的方法应用于趋势面模型系数的求解,从而避免了复共线性的影响,最后通过实测数据进行实验,分别利用最小二乘算法和主成分估计求解二次趋势面模型。比较计算结果,验证了主成分估计算法的有效性。     

多波束测深数据异常值检测算法比较

简要介绍了现行的部分国内外多波束测深数据异常值检测算法,比较和分析了算法的各自优缺点,包括中值滤波、基于趋势面的测深异常检测、抗差估计异常值检测。总结得出,通过综合利用以上各种算法,能有效提高测深数据的异常值检测效果。     

多波束测深异常的两种趋势面检测算法比较

利用三次样条插值算法模拟海底地形曲面,并加入高斯白噪声和不同数量的异常值作为多波束测深数据模拟值。分别基于最小二乘估计和高崩溃污染率抗差估计两种算法建立趋势面模型,通过各自的异常值标定准则对模拟数据进行测深异常检测,比较和分析了两种算法的处理结果,并得出相应结论。最后,利用上述两算法对多波束实测数据进行处理,结果表明,经高崩溃污染率抗差趋势面异常值检测后的数据能够更为准确地反映海底的真实情况。     

多波束与单波束测深数据融合处理方法

受声线弯曲的影响,多波束测深的边缘波束的数据质量较低,而单波束测深受声线弯曲的影响比较小。结合多波束覆盖面大和声速剖面误差对单波束影响相对较小的特点,研究了多波束和单波束的测深数据融合方法,利用同一位置单波束和多波束测深数据的差值,拟合一个与坐标位置相关的误差模型,并利用该误差曲面对多波束测深数据进行综合改正,从而提高多波束测深的数据质量。     

多波束条带测深技术的研究

本文介绍了一种基于海底散射原理的多波束条带测探技术,其特有的高测量效率和宽测量范围使其成为现代海洋探测中一种不可缺少的新方法与新手段。本文介绍了这种测深技术的工作原理,并给出了一次海上试验的测量结果。     

一种适用于海量多波束测深数据的中值滤波算法

针对CUBE算法中的数据中值滤波排序问题,设计了一种基于堆结构的中值滤波算法。这种方法以初始滤波窗口中间数据为支点,把滤波序列划分为2个堆,进而把查找滤波窗口中间位置数据转化为在两个堆中进行排序并输出根节点的操作。实验结果表明,这种方法的滤波速度约为基于二分查找的中值滤波算法的2~4倍,适合应用于海量数据的滤波处理。     

多波束测深数据出现失真的因果分析

分析了多波束测深系统在外业数据采集和内业数据后处理过程中出现失真的多种因素,列举了几种多波束测量数据失真的图例,并提出避免多波束测量出现失真的建议。     

一种改进的基于TIN的多波束测深数据抽稀算法

多波束测深数据具有海量性与冗余性特征,海量的多波束数据不利于海底DEM构建与海图生产。因此,对于离散的多波束测深数据,行之有效的抽稀算法在多波束测深数据处理与应用中尤为重要。文中分析了常用的数据抽稀算法在数据处理速度以及特征地形保留方面的缺陷,提出一种通过改进基于TIN的数据处理流程的抽稀算法,并对比分析了抽稀前后海底地形特征。实验结果表明,改进的抽稀算法在数据量增大时依然可以保持较高的抽稀速度,能有效地提高数据抽稀的效率,准确保留海底地形特征。     

表层声速误差对多波束测深数据的影响分析

针对多波束水深测量中未明确定义表层声速限差范围,导致在数据采集过程中无法实时监控表层声速误差的问题,结合多波束数据采集与归算流程,分析并推导了 SSP误差影响下的波束指向角与点位归算误差模型.结合数值计算,研究了不同水深下测深误差随SSP之间的变化规律与量级大小,从而针对SSP限差范围提出合理化建议,对提高数据质量具有...     

序统计滤波估计检测海洋测深异常数据

根据海洋水深数据处理的要求，构建了海洋水深数据的序统计滤波模型，并根据水深异常数据的特点，提出了离差法判定水深异常数据，在遵循“舍深取浅”这一基本海洋数据处理原则基础上，设计了海洋水深异常数据检测的序统计滤波方案。实例分析表明，该滤波方案能够有效地检测并剔除零水深、负水深、孤立突跳水深，保留连续（个数多于（含）3个的）异常水深，在序统计滤波异常数据检测的基础上剔除粗差，能大幅提高粗差检测的效率。     

多波束回声测深系统测量数据的分离提取方法

通过对Em系列多波束测深系统原始数据结构分析,提出了从原始测量数据中提取各种测量数据的技术方法,并编程实现了该方法。该技术方法对多波束测量数据的分析处理有重要的意义。     

利用CUBE算法剔除多波束测深粗差研究

针对国内基于不确定度信息处理多波束测深数据相对滞后现状,将CUBE算法应用于大批量多波束测深粗差剔除研究。通过与人工交互编辑结果对比,表明CUBE算法剔除粗差效率较高并能保证测深成果质量,具有较高的推广应用价值。该研究对进一步优化我国多波束测深粗差处理算法也具有重要意义。     

多波束测深声速剖面数据使用中的若干问题

在对多波束测深声速剖面资料检查时发现,部分单位将海水压强简单地近似为海水深度,导致海水表层及浅水处的声速实际值受影响较大。分析了多波束测深声速剖面资料存在的若干问题,引入国际上由海水压强向深度转换的新实用模型,对存在的问题进行了纠正,基于实测声速剖面资料进行了试验性验证,提出了使用多波束测深声速剖面时需要注意的几个问题。     

联合BEMD与LS-SVM的多波束异常数据探测方法

针对多波束水深数据非线性、非平稳性的特点,将二维经验模态(BEMD)和最小二乘支持向量机(LSSVM)引入到多波束水深数据异常值探测中,构建BEMD和LSSVM混合模型。首先,利用二维经验模态将多波束水深数据分解为不同频率的若干个本征模态函数;然后,考虑到异常数据处在高频部分,利用最小二乘支持向量机探测高频本征模态函数(IMF1、IMF2)中包含的异常值;最后,综合两组异常值判定原始水深数据中异常数据。通过实验证明方法的可行性且相比单一模型取得更好的异常值探测效果。     

表层声速对多波束测深影响的研究

在多波束测深系统中,表层声速是线型接收换能器基阵对接收波束进行束控的重要参数。表层声速误差会直接造成接收波束的指向误差,也通过归算导致多波束脚印位置误差和回波图像的失真。在分析多波束信号处理流程和接收波束束控原理基础上,探讨表层声速对多波束指向和测深影响规律。     

基于不确定度的多波束测深数据质量评估方法

目前采用不确定度理论对多波束测深数据质量进行评估已成为一个新热点。基于国际海道测量标准（S-44）,分析了适用于海道测量数据处理的不确定度评估方法,研究了多波束测深数据不确定度的计算模型,并进行了分析与评定,为准确评估多波束测深数据质量提供了理论依据和参考。