高分辨率波束形成器在多波束测深系统中的应用

对于海底地形测量,基于FT波束形成的幅度检测法空间分辨率较低,只能较准确给出有限测点的水深信息;平坦海底前提下,分裂子阵检测法或多子阵检测法可以得到连续测点的水深信息,复杂海底地形条件下,这两种方法均难以应用。能否利用高分辨率波束形成器来提高测深系统的空间分辨率是一个值得研究的问题。使用ESPRIT波束形成器处理了多波束测深系统的试验数据,并就其性能与FT波束形成器进行了比较与分析。     

MUSIC算法在国产多波束测深仪中的应用研究

针对现有以常规波束形成技术为基础的多波束测深算法中存在空间分辨率不足的问题,将子空间类高分辨算法MUSIC应用到国产多波束测深系统中,探索提高多波束系统空间分辨力的方法。对MUSIC算法原理进行了数学表达式推导和性能分析,并通过计算机仿真、湖上试验数据处理验证了本算法能降低回波到达角度的估计误差,有效地提高了空间方位估计精度,具有实际应用的可行性。     

多波束系统及其在海洋工程勘察中的应用

多波束测深系统采用条带式测量方式，可对海底进行全覆盖扫描测量，精确测得海底地形地貌。简要回顾了海底地形测量的进展，以SIMRAD EM3000波束系统的测量实例说明多波束系统在海洋工程勘察中的应用。     

基于k-d树的多波束点云边缘与孔洞提取算法

多波束测深数据广泛服务于水下地形测量。一些基于测深数据的应用需要提取测深数据的边缘轮廓和探测数据中的空洞。针对已有边缘识别算法执行效率低、边界点提取不完整等问题,通过分析点云模型的局部几何属性,提出一种新的基于k-d树的由粗到精的边缘提取算法。首先抽稀测深数据,基于k-d树建立散乱点云的拓扑关系;然后计算散乱点云法向量,采用距离及角度阈值法进一步提取孔洞与边缘轮廓点并去除错误识别的点;最后基于凹包算法,精确获取边缘轮廓点。在西太平洋海域的实验表明：相较于Alpha-shape和Boundary estimation算法,本算法能够更为精确地识别出散乱点云中的边界点,实用性强。     

基于回波时间的多波束测深与声纳数据匹配方法

以多波束精确的水深数据为参照源,采用原始回波时间对多波束测深数据与其同源声纳数据进行匹配,从而获得高精度和高分辨率的海底影像数据,并避免了传统声纳图像处理过程中斜距改正所带来的几何形变。匹配结果采用光照图输出,并与三维水深图、原始声纳图像和CARIS处理后的声纳图像进行比较分析。该方法有效地提高了多波束数据的利用率,增强了对海底地形的探测分辨率。     

多波束测量边缘波束测深精度分析与评估

根据多波束测深系统边缘波束采集的异常数据云图,判别分析多波束测深系统的各误差源对边缘波束测深的影响,从理论上探讨声线折射所引起的测深误差与边缘波束角之间的关系,通过多波束测深工程实例的精度验证,结果表明:换能器安装的牢固程度和校准精度、测船定位和姿态改正与测深的时间同步性,对边缘波束的测深精度影响较大;声线剖面误差使得中央波束和边缘波束的测深偏浅或偏深,各波束的测深误差曲线呈现"哭脸"状或"笑脸"状,但对于各波束测深的综合精度,中央波束精度相对较高,两侧边缘波束精度相对较低。     

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。     

EM122多波束测深系统在大洋多金属结核资源调查中的应用

大洋多金属结核作为潜在的战略资源,日益得到人们的重视。依据海洋六号船的EM122多波束测深系统在太平洋海盆的实测背散射强度数据,证实多波束测深系统的背散射强度数据与多金属结核分布存在一定的联系,从而可以为大洋资源调查中多金属结核矿区的圈定提供前期数据参考。     

多波束测深技术在海底管道检测中的应用

为查明海底管道的位置和掩埋状态,在海底管道检测中使用多波束测深技术。介绍了多波束的系统组成、调查方法和数据处理等内容。重点对数据处理进行了论述,提出了确定海底管道位置和掩埋状态的分析方法,并对影响多波束检测效果的频率、波束角和水深等因素进行了探讨。通过分析认为,与单波束相比,多波束在海底管道检测中具有直观、高效和高分辨率的特点,具有较好的工程应用前景。     

最大似然分类法在多波束底质分类中的应用

研究利用多波束测深系统获取的反向散射强度数据和海底声像图,通过数据预处理,应用Beyes统计分类方法实现了对海底泥、砂、砾石和基岩等底质类型的自动分类识别。     

面向地形匹配的多波束测深数据抽稀方法研究

基于多波束测深的地形定位是水下潜器导航技术研究和发展的重点,多波束测深数据的高精度快速重采样是水下地形匹配定位的前提。传统的实时抽稀方法因对多波束测深数据模型的过分简化而效果欠佳。参考Douglas-Peucker算法和点云数据抽稀方法,采用角度-弦高联合准则对多波束每ping数据进行抽稀处理,参考导航地形图对抽稀后的多ping数据基于点云离散度进行二次抽稀处理,从而实现多波束测深数据的高精度快速抽稀处理。典型的数学仿真地形和实测多波束条带数据实验表明:文中提出的抽稀方法数据抽稀率仿真地形在85%以上,实测地形在90%以上,数据抽稀前后点云构成的曲面DEM误差在3%以内,并且算法实时性较好。     

Mosaicing of airborne LiDAR bathymetry strips based on Monte Carlo matching

This study proposes a new methodology for mosaicing airborne light detection and ranging (LiDAR) bathymetry (ALB) data based on Monte Carlo matching. Various errors occur in ALB data due to imperfect system integration and other interference factors. To account for these errors, a Monte Carlo matching algorithm based on a nonlinear least-squares adjustment model is proposed. First, the raw data of strip overlap areas were filtered according to their relative drift of depths. Second, a Monte Carlo model and nonlinear least-squares adjustment model were combined to obtain seven transformation parameters. Then, the multibeam bathymetric data were used to correct the initial strip during strip mosaicing. Finally, to evaluate the proposed method, the experimental results were compared with the results of the Iterative Closest Points (ICP) and three-dimensional Normal Distributions Transform (3D-NDT) algorithms. The results demonstrate that the algorithm proposed in this study is more robust and effective. When the quality of the raw data is poor, the Monte Carlo matching algorithm can still achieve centimeter-level accuracy for overlapping areas, which meets the accuracy of bathymetry required by IHO Standards for Hydrographic Surveys Special Publication No.44.     

LS-SVM曲面在多波束测深数据质量评估中的应用

在利用曲面滤波方法对深度不符值进行自动筛选的过程中,针对多项式曲面函数无法有效削弱噪声影响的问题,提出了利用LS-SVM曲面求解深度不符值的方法。在对深度不符值计算方法分析的基础上,构建LS-SVM海底趋势面,该趋势面从整体上反映了海底地形的实际变化情况,并且保留了海底地形的细节信息,可有效削弱噪声的影响。实测算例表明,LS-SVM曲面筛选得到的重合点水深不符值不存在较大偏差,计算得到的水深测量结果,能准确地反映测量数据的成果质量。     

基于正交匹配小波算法的台风云系提取研究

西北太平洋是世界上台风发生频率最高、强度最强的一个海区,因此对西北太平洋台风的发生发展进行相关的分析研究是很有意义的。论文中利用静止卫星观测数据,进行了滤波、去噪等预处理,及综合优化的云检测处理;在此基础上,利用改进的正交匹配小波算法,实现了西北太平洋地区台风云系特征的提取。运用该算法提取出的台风云系特征参数简单,与其他算法比较,尽管提取精度有待改进,但是用于台风的监测预警可提高效率,适用于台风预报预警监测的业务化应用。     

Application of artificial intelligence techniques in automatic hull form generation

The paper describes a methodology for automatic hull form generation of ships with some desired performances using artificial intelligence techniques. The whole implementation process is divided into three main components. First of all the half-breadth weight matrices are generated that would provide population with pre-fitness by examining the relationship of the hull form with the principal dimensions of a number of existing vessels. Secondly, breadth and draft are adjusted using Neural Network Concepts. Breadth, draft, length, displacement and speed of the ship are very related terms and relations among them create some constraints. Neural Networks solve these constraints and adjust the parameters. Finally, Genetic Algorithm is used for searching the exact solution by examining several generations. For this, the algorithms need to measure fitness for every population in every generation. Unfortunately, GA doesn't guarantee fairness of the surface of the hull form, which can't be ignored. So, for every population especially for newborn population fairing techniques would be used. However, being complex geometric shape, hull form surface can't be faired using least-square or other single equation fitting techniques. Fairness is done taking pair-wise points using B-spline functions [CAD 20(1988)].     

GOES9云图在黄海海雾区域识别中的应用

海洋雾霾天气由于其特殊的发生环境,很难用常规站网方法来监测和预报。本文尝试在MM5模式下,用GOES9卫星的可见光云图和地面探空站资料,对2005年3月9日黄海区域的一次海雾进行研究。首先判定海雾类型,通过对云图的处理和多幅多次不同时刻可见光云图和地面能见度观测值的比较,确定雾区对应的可见光反照率为0.13,然后将此值应用到黄海2005年5月31日的海雾过程中去。结果证明:可见光云图上确定的雾区与沿海地面站实际能见度观测能很好的吻合起来。     

基于点云与影像融合的黄河三角洲互花米草提取方法

针对卫星遥感技术在对滨海湿地互花米草监测时受分辨率、气候条件等多种因素限制存在一定局限性且通过单一的影像数据提取互花米草时精度不稳定的问题,提出了基于无人机点云与影像融合的面向对象互花米草提取方法。以黄河三角洲自然保护区为研究对象,获取了该区域的点云和多光谱影像。先将地面滤波后提取的植被点云与多光谱影像进行特征组合优化,然后对融合影像采用FNEA算法进行多尺度分割后采用基于改进的最近邻算法进行面向对象分类,最终得到的互花米草生产者精度和用户精度分别达到了82.53%和86.43%,较未融合点云的提取精度分别提高了22.34%和7.66%,分类结果的总体精度从89.54%提升至92.61%,且融合点云后影像能够有效区分两种生长状态的互花米草,表明本文提出的方法能够有效提高互花米草的提取精度。     

温、盐、深探头在多波束测量中的综合运用

针对多波束测量中存在的声速误差问题,探讨了声速误差对多波束测量的影响以及影响表层声速和换能器动态吃水深度变化的主要因素,提出了一种旨在提高多波束测量精度的有效手段——温、盐、深探头的综合运用,以便实时测定表层海水的声速和换能器的动态深度吃水改正。     

近岸海域自动监测浮标在赤潮预警中的应用及其缺陷

利用位于广西北部湾的自动监测站,研究2012年2月薄壁几内亚藻以及2014年2月球形棕囊藻的赤潮自动监测数据变化的差异。结果表明,薄壁几内亚藻赤潮期间p H、溶解氧以及叶绿素出现同步的变化趋势,溶解氧以及叶绿素显著升高;球形棕囊藻的赤潮期间,p H、溶解氧以及叶绿素未发生明显变化,与棕囊藻自身生理生态习性有关。自动监测浮标在硅藻等高含叶绿素种类的赤潮中能够起到较好的监控和预警作用,但在微微型、混合营养及异养赤潮种类的赤潮预警应用方面仍有待进一步验证及研究。