利用雷达图像探测浅海地形技术综述

通过对利用雷达图像探测海底地形技术理论发展的综述，概括在该领域内目前待深入研究的几个问题，以期为今后的研究提供参考。     

利用DEM进行水下地形分析的几个问题

DEM产生已有20几年，其算法日趋成熟，有着及其广泛的用途。本文重点介绍在水下地形分析中如何建立有效的DEM模型以及如何利用模型充分解决水下地形分析的实际问题，如两期冲淤分析，航道疏浚工程等。这些基于DEM的分析算法已经得到了实践生产的验证。     

“高密度浊流”是砂质碎屑流吗？

习惯上认为，浊流是一种液性流，其沉积物靠液态湍动支撑；而碎屑流是一种塑性流，其沉积物靠基质强度、分散压力和上浮力支撑。“高密度浊流”的概念是指高浓度的、通常是非湍动的液态流，其沉积物主要靠基质强度、分散压力和上浮力支撑。以往认为顶部带有湍流云的牵引毯代表高密度浊流其实是一个错误，因为牵引毯既不是液性流也不是湍流。碎屑流也可能在其顶部带有湍流云。牵引毯／碎屑流与其上面的湍流云在流变学、沉积物支撑机制     

应用砼的流变性计算砼的灌注参数

应用流体力学、流变学的理论，方法和施工实测数据，建立水下灌注理导管埋深，砼在灌注系统的流动阻力与导管内附加砼柱间的数学表达式，以指导水下灌注施工在最优灌注参数下进行。     

黄河水下三角洲沉积物强度变化原位测试研究

研究区位于1964～1976年黄河由刁口入海时形成的水下三角洲叶瓣上。1995年为石油开采在潮坪上构筑的交通设施对波浪形成良好的屏障。在屏障两侧各选一典型研究区，于1999年和2002年进行了大量对比性现场原位土工测试，探讨了波浪对黄河口沉积物的次生改造作用，结果表明：(1)较强的波浪荷载作用，不会提高海底沉积物的表层强度，只是导致不均匀程度随水动力作用的时间增长有所加大：(2)较强的波浪荷载作用，使得海底表层沉积物之下一定深度范围内土体强度提高，形成强度硬层：(3)海底沉积物强度沿着剖面线在平面上呈现周期性或间隔性变化。     

水下地形测量高程异常点剔除方法研究

本文针对水下地形测量过程中测深数据的粗差问题，结合在生产工作中的一些经验和有关的资料，提出了测深数据处理的方法，并编写了相应的程序用于生产。     

基于多模态感知的水下目标检测应用构想

水下目标检测在海洋生物研究、考古探索、军事防御等多领域广泛应用,随着人工智能快速发展,水下目标检测也朝着无人化、智能化发展。深度学习采用神经网络挖掘信息特征,在速度和精度上均表现出优异的性能,成为了计算机视觉技术的主流算法,然而水下环境复杂,将其应用于水下图像目标检测仍存在较大的挑战。水下目标各模态信息互补,特征丰富,有利于目标检测识别,因此结合应用场景调研现有技术,然后设计基于深度学习的多模态水下目标检测系统,同时对比分析了现有关键技术的优缺点,最后对多模态目标检测系统未来发展进行总结与展望,具有重要意义。     

鄂西建始地区五峰-龙马溪组黑色页岩生物地层特征

鄂西建始地区五峰组-龙马溪组黑色页岩发育,尚未建立古生物地层序列.基于建地1井及湘鄂渝地区23个穿越奥陶系和志留系钻井、剖面资料,研究建始地区五峰组-龙马溪组黑色页岩笔石序列,分析湘鄂水下高地演化模式及其对页岩气成藏影响.建地1井从奥陶系Dicellograptus complexus(WF2)带至志留系Stimulo...     

基于交互多模型的水下目标跟踪方法

According to the requirements of real-time performance and reliability in underwater maneuvering target tracking as well as clarifying motion features of the underwater target, an interacting multiple model algorithm based on fuzzy logic inference （FIMM） is proposed. Maneuvering patterns of the target are represented by model sets, including the constant velocity model （CA）, the Singer mode~, and the nearly constant speed horizontal-turn model （HT） in FIMM technology. The simulation results show that compared to conventional IMM, the reliability and real-time performance of underwater target tracking can be improved by FIMM algorithm.