基于声纳回波波形特征的海底底质类型分类方法研究

发布时间：2021-03-22 17:17

　　随着多波束系统的发展和壮大,多波束声呐数据也变得越来越多,在利用多波束声呐数据的过程中,多波束测深数据包和多波束声呐伪侧扫图像数据包都得到了有效的利用。目前关于利用多波束声呐图像进行海底底质分类研究的工作已经较多,但是多波束声呐的接收波形目前还没有有效的利用。本文通过分析多波束海底回波波形,提取合适的波形特征向量,对海底底质分类做出了研究。首先,本文简单介绍了海底底质分类研究的研究背景与意义,梳理了国内外多波束系统的研究与发展现状,分析了利用多波束系统进行海底底质分类以及利用的研究现状,以及国内外利用波形特征进行海底分类的研究现状。其次,本文对海底底质数据来源和数据预处理进行了分析。分析了声波在海水中的传播过程,论证了海底散射强度与海底底质之间的相关关系;本文详细介绍了多波束数据的保存格式.XTF,对于解析后的多波束海底底质数据,通过分析多波束数据的误差来源以及海底的反向散射强度的传播过程,本文又在入射角、传播损失和声线传播做出了分析和校正。再次,本文对多波束声呐海底波形数据进行了特征提取,主要是时域与频域的特征提取方法。本文通过分析不同底质的声呐时域波形形状,提出了一个七维特征向量,... 

【文章来源】：哈尔滨工程大学黑龙江省 211工程院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图１．１技术路线??

声能传播示意图

图３．３常声速声线跟踪法示意图??ｐｃ?Ａｚ??＝＝?ｉ——＇■￣￣－??

【参考文献】：
期刊论文
[1]基于粒子群优化算法的PSO-BP海底声学底质分类方法[J]. 陈佳兵,吴自银,赵荻能,周洁琼,李守军,尚继宏.  海洋学报. 2017(09)
[2]基于BP神经网络的海底地形复杂度自动分类方法研究[J]. 纪雪,周兴华,陈义兰,唐秋华,赵洪臣.  海岸工程. 2016(04)
[3]多波束海底地形畸变校正与声速剖面反演[J]. 孙文川,暴景阳,金绍华,肖付民,崔杨.  武汉大学学报(信息科学版). 2016(03)
[4]基于回波强度的海底底质分类系统关键技术[J]. 何林帮,冯杰.  大地测量与地球动力学. 2015(01)
[5]海底沉积物声学特征定量分析及其智能分类研究[J]. 罗忠辉,曾新红,杜灿谊,刘杨华.  海洋技术学报. 2015(01)
[6]利用多波束反向散射强度角度响应曲线的底质特征参数提取算法[J]. 金绍华,肖付民,边刚,王沫,孙文川.  武汉大学学报(信息科学版). 2014(12)
[7]海底底质的声学特征研究[J]. 肖波.  科技创新与应用. 2014(24)
[8]基于遗传小波神经网络的海底声学底质识别分类[J]. 熊明宽,吴自银,李守军,尚继宏.  海洋学报(中文版). 2014(05)
[9]基于SVM的海底声纳图像底质识别[J]. 熊明宽,吴自银,李守军,罗孝文,唐秋华.  海洋通报. 2012(04)
[10]用于海底底质分类的多波束声强数据选取研究[J]. 孙文川,金绍华,肖付民,夏伟,朱小辰,田勋.  海洋测绘. 2012(03)

硕士论文
[1]基于侧扫声呐图像的底质特征提取及分类技术研究[D]. 杨蕊.哈尔滨工程大学 2018
[2]基于模极大值特征提取的超声波海底沉积物分类识别研究[D]. 聂双双.中南大学 2008



本文编号：3094172