利用卡尔曼滤波改正多波束数据声速整体误差

发布时间：2021-02-19 04:57

　　针对传统多波束测深系统从误差源进行平差的后处理方式受声速误差等因素影响较大的应用局限,提出了以相邻条带中央波束构建的每ping海底地形趋势线作为先验信息,利用卡尔曼滤波（Kalman filter, KF）对声速整体误差影响下的测深数据系统性误差进行改正的方法。首先,提取测深数据准确性相对较高的相邻条带的中央波束数据,对多波束每ping测深点所在的区域海底地形构建大致走向的趋势线;其次,利用检测线中央波束与主测线交叉重叠部分的数据,得到观测值的偏差和所构建海底地形趋势线的偏差;最后,结合得到的偏差,以构建的趋势线作为先验信息对测深数据利用卡尔曼滤波进行改正,并对改正后的数据进行精度分析与评估。实验表明,对于声速整体误差引起的海底地形畸变,利用卡尔曼滤波能够对边缘波束的系统性误差进行有效的改正。 

【文章来源】：武汉大学学报(信息科学版). 2020,45(09)北大核心

【文章页数】：8 页

【部分图文】：

卡尔曼滤波在条带拼接的应用原理图

图3(a）为倾斜海底的两条多波束条带测深系统仿真的深度值。对两个区域选取部分中央波束深度值（为减小不确定性带来的精度影响，分别在两个条带区域的中间部分取5×5的深度值取平均），建立表示该区域地形的趋势线，式（1）的参数作为先验信息。将条带的测深数据y代入式（11）的量测更新方程中，利用式（13）、式（14）可分别得到观测噪声方差R和过程噪声方差Q，结合先验信息代入到时间更新方程和量测方程中，利用卡尔曼滤波对多波束测深仿真模型进行系统性误差改正。某一条带的误差曲线如图4所示，纵坐标为5 ping误差的平均值，横坐标为以垂直波束为基准的左右beam序号，蓝色曲线为卡尔曼滤波改正前原始仿真数据的误差曲线，红色为改正后的误差曲线，条带进行卡尔曼滤波改正后误差均值从0.069降为0.031，均方差从0.087降为0.038。

某一条带的误差曲线如图4所示，纵坐标为5 ping误差的平均值，横坐标为以垂直波束为基准的左右beam序号，蓝色曲线为卡尔曼滤波改正前原始仿真数据的误差曲线，红色为改正后的误差曲线，条带进行卡尔曼滤波改正后误差均值从0.069降为0.031，均方差从0.087降为0.038。图4 改正前后误差曲线

【参考文献】：
期刊论文
[1]一种多波束换能器横摇角度偏差二次校准方法[J]. 孙文川,暴景阳,金绍华,肖付民,张志伟.  武汉大学学报(信息科学版). 2016(11)
[2]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)
[3]用于声线跟踪定位的自适应分层方法[J]. 张居成,郑翠娥,孙大军.  哈尔滨工程大学学报. 2013(12)
[4]削弱残余误差对多波束测深综合影响的方法研究[J]. 赵建虎,张红梅,严俊,张雨庆.  武汉大学学报(信息科学版). 2013(10)
[5]一种卡尔曼滤波与粒子滤波相结合的非线性滤波算法[J]. 夏楠,邱天爽,李景春,李书芳.  电子学报. 2013(01)
[6]常梯度声线跟踪中平均声速的改进算法[J]. 陆秀平,边少锋,黄谟涛,翟国君.  武汉大学学报(信息科学版). 2012(05)
[7]海底入射角对多波束反向散射强度的影响及其改正[J]. 金绍华,翟京生,刘雁春,崔高嵩.  武汉大学学报(信息科学版). 2011(09)
[8]利用Bayes估计进行多波束测深异常数据探测[J]. 黄贤源,隋立芬,翟国君,柴洪洲.  武汉大学学报(信息科学版). 2010(02)
[9]多波束测深瞬时姿态误差的改正方法[J]. 阳凡林,李家彪,吴自银,赵俐红,艾波.  测绘学报. 2009(05)
[10]浅水多波束勘测数据精细处理方法[J]. 阳凡林,李家彪,吴自银,金翔龙,初凤友.  测绘学报. 2008(04)



本文编号：3040633