共查询到19条相似文献,搜索用时 656 毫秒
1.
单波束测深仪是现代海洋和内河水下地形测量中使用最为频繁的测量仪器。硬件设备固有特性和水下复杂的特殊环境,易导致单波束测深仪在实际使用中产生各类型的粗差。单波束采集时按照每条测线进行处理,在数据处理上往往存在不同船只、不同测线难以一体化处理的问题。文中针对水深值粗差的特点,设计了单波束数据采集和处理一体化方法,在区域处理单波束数据的基础上,提出一种顾及地形的单波束水深测量数据多测线粗差检测方法,并针对上海周边实测区域对单波束测深数据采集和处理进行全方位的验证,结果表明应用本方法不但提升了数据精度和数据处理可靠性,而且大幅提高了作业效率。 相似文献
2.
《海洋技术学报》2014,(5)
为了得到海洋地球物理勘探作业中震源阵列位置定位问题的解决方案,文中对航行作业过程中的地震勘探船只拖带的震源阵列实时位置计算方法进行了研究。首先,介绍了基于激光定位系统和相对GPS定位系统的震源阵列定位方法。为了解决相对GPS定位系统输出的定位数据粗差剔除、时间同步等预处理问题,提出了一种基于滑动缓冲区的多项式拟合粗差剔除和数据同步处理算法,满足了粗差剔除要求。并利用该模型函数实现了震源阵列放炮时刻观测值的内插,进而实现了放炮时刻和定位时刻的数据同步。在此基础上,研究了震源阵列导航定位模型,提出了以单个枪体为对象的卡尔曼滤波模型来描述震源阵列的运动状态,以满足海洋地球物理勘探震源阵列定位的需要。 相似文献
3.
4.
声学多普勒流速剖面仪(ADCP)是对海洋内波监测的有效手段,但受到仪器本身和复杂的海洋环境噪声等影响,走航式ADCP记录的海流数据存在大量噪声,且混有流速异常值。为了进一步提高海洋内孤立波的提取精度与准确性,本文针对走航式ADCP海流数据特点引入IGG3方法的权函数因子,设计了一种抗差Vondrak滤波器,并与快速傅里叶变换、小波分析和滑动平均3种传统滤波方法进行对比,以验证抗差Vondrak滤波方法的有效性与优越性。研究结果表明,抗差Vondrak滤波方法不仅可以有效地滤除流速噪声,还可以自适应剔除海流观测数据中的异常值,由其提取出的内孤立波准确且各层水平流速清晰。因此,与传统滤波方法相比,抗差Vondrak滤波方法在内孤立波提取方面具有一定的优越性。 相似文献
5.
为提高多波束数据处理的准确性和简便性,研究了多波束水深点云处理的策略和关键算法,构建了kd-tree(k-dimensional tree)结构加速点云查找,针对大尺度噪点设计了半径滤波和统计滤波算法,针对小尺度噪点提出了双边滤波算法,并对以上算法的适用性进行了探讨分析。实验结果表明,当设置适合的滤波阈值,半径滤波和统计滤波能高效去除大尺度噪点,且保留地形特征,总误差分别为2.25%和2.76%。在大尺度噪点去除的基础上,改进的双边滤波可以实现地形平滑的同时,保持水深点云的有效数据量。研究成果为多波束点云数据的自动化处理提供了解决方案,对多波束测量工作的效果和效率提升做了有益尝试。 相似文献
6.
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。 相似文献
7.
8.
水深测量数据处理方法研究与软件实现 总被引:7,自引:0,他引:7
研究了将原始测深数据处理为成果数据的各项技术方法,包括进行测深中心位置归算、异常检测、数据筛选,以及声速改正、水位改正等内容,由此研制了新的软件系统,可顺利实现单波束水深测量数据处理的主要项目。 相似文献
9.
10.
11.
在验证趋势面滤波是最小二乘支持向量机算法取特定参数解的基础上,利用 LS-SVM 所构造的海底趋势面对测深异常值进行剔除。 为了克服 LS-SVM 解非稀疏性的缺点,同时抑制偏差较大的训练样本对海底趋势面构造的影响,提出并实现了一种基于局部样本中心距离的训练样本优化方法。 为了检验该算法的有效性,选取实测的多波束测深数据进行验证,结果表明在训练样本优化的基础上,通过调整 LS-SVM 的参数可以得到更为合理的海底趋势面,测深异常值地剔除也更为有效。 相似文献
12.
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。 相似文献
13.
14.
A new method of detecting abnormal sounding data based on LS-SVM is presented. The theorem proves that the trend surface filter is the especial result of LS-SVM. In order to depict the relationship of trend surface filter and LS-SVM, a contrast is given. The example shows that abnormal sounding data could be detected effectively by LS-SVM when the training samples and kernel function are reasonable. 相似文献
15.
CUBE算法及其在多波束数据处理中的应用 总被引:5,自引:0,他引:5
阐述了一种基于表面生成的多波束数据处理方法——CUBE(Combined Uncertainty and Bathymetry Estimator)算法,用该方法可以对观测区域网格节点"真实"水深及相关误差进行估计。与从测量水深中选择出"最佳"数据的手工交互方式的多波束数据编辑手段不同,CUBE算法具有很强的抗差性和较高的效率,适合于实时多波束数据处理。对南海某测区多波束数据处理结果表明,在没有人工干预的情况下,利用CUBE算法去噪生成的海底DTM图与手工编辑生成的相当吻合。CUBE算法和手工编辑方法综合对比得出,CUBE算法能够很好地保留水深地形细节,在计算效率、误差评估、实时处理等方面比手工编辑方法具有较大的优势。 相似文献
16.
基于趋势面的多波束测深数据滤波方法 总被引:1,自引:0,他引:1
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。 相似文献
17.
18.
Some errors and noises are often present in multibeam swath bathymetric data. Echo detection error (EDE) is one of the main errors. It causes the depth error to become bigger in outer beams and looks like sound refraction. But depth errors due to EDEs have a trumpet-shaped appearance, instead of a curved appearance that is caused by the sound refraction errors. EDEs, including systematic acoustic signal detection errors and internal noises, cannot be removed during the correction of sound refraction. It causes depth inconsistencies between adjacent swaths and degrades precision of outer beams. Sometimes, the bathymetric errors caused by EDEs do not even meet the requirements of IHO (International Hydrographic Organization). Therefore, a post-processing method is presented to minimize the EDEs by filtering outliers and compressing outer beams of multibeam bathymetric data. The outliers caused by internal noises are removed by an automatic filter algorithm first. Then the outer beams are compressed to reduce systematic acoustic signal detection errors according to their depths, the calculated depth line and standard deviations (SDs). The automatic filter process is important for calculating the depth line. The selection of inner beams to calculate the average SD of beam depths is crucial to achieving compressing goals. The quality of final bathymetric data in outer beams can be improved by these steps. The method is verified by a field test. 相似文献