角度響應變化是影響多波束聲吶回波圖像質(zhì)量的主要因素,為了后續(xù)利用多波束反向散射圖像進行海底底質(zhì)分類,需去除角度響應的影響。國內(nèi)外已開展角度響應模型及改進模型研究,但現(xiàn)有方法很難適應復雜海底底質(zhì)環(huán)境。針對此問題,通過小批量K均值聚類將測區(qū)海底點預分為高阻抗平滑底質(zhì)和低阻抗粗糙底質(zhì),然后構(gòu)建自適應改正模型逐測線去除角度響應的影響。實驗選用浙江海域?qū)崪y4條相鄰測線數(shù)據(jù),采用Lambert模型法、二次微分法和本文方法分別進行了反向散射強度角度影響去除。本方法處理后角度響應去除效果最佳（MIC=0.123）;在多波束條帶重疊區(qū),反向散射強度標準差為1.46dB,有效改善了復雜底質(zhì)環(huán)境下的多波束聲吶圖像質(zhì)量。 

【文章來源】：山東科技大學學報(自然科學版). 2020,39(03)北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

海底聲散射示意圖

為保證測區(qū)條帶間聚類標準一致，應對所有測線海底點進行整體聚類。就淺水多波束系統(tǒng)而言，單條測線的海底點云數(shù)量可達100多萬，整個測區(qū)點云數(shù)量則更為龐大，對于計算效率和計算機性能也是極大的考驗。K-means算法計算復雜度低、聚類效果好，非常適于大型數(shù)據(jù)集的探索性聚類分析，但直接采用K-means算法對原始點云進行聚類時計算效率并不高。Sculley等[17-18]提出的mini batch K-means算法通過每次選取小批量數(shù)據(jù)進行K-means聚類，利用學習稀疏簇中心的方法，減小了計算耗時和存儲開銷。為避免角度因素對強度聚類的影響，聚類應在同角度間隔下進行，本mini batch K-means海底點聚類算法如下：1）初始化：海底點強度樣本按等角度間隔α劃分為子樣本Iu(u=1,2,3…），聚類簇數(shù)g=2，最大迭代次數(shù)M，記每個類別的樣本數(shù)量為：N1,N2，…，Nk，樣本總數(shù)為N,mini batch個數(shù)b=1 000，中心計數(shù)v=0。

Daubechies小波[19]為離散正交小波（簡寫為dbN,N是小波的階數(shù)），具有時域、頻域局部處理能力，常用于信號去噪分析。dbN沒有明確的表達式，但轉(zhuǎn)換函數(shù)h的平方模是明確的。選取db4小波基對平均角度響應曲線進行n層分解得到信號低頻系數(shù)和高頻系數(shù)，然后通過逐層去除分解后的高頻系數(shù)進行平滑處理。如果分解層數(shù)過多，則曲線過于平滑，不利于邊界角的提取，如果分解層數(shù)較少，則會干擾邊界的提取。圖3為不同分解層數(shù)下的平均AR曲線小波去噪效果，通過對比分析發(fā)現(xiàn)，當n=3時曲線已經(jīng)足夠平滑，n>3時會過平滑，則n=3即為最優(yōu)分解層數(shù)。最后通過分解系數(shù)波形重構(gòu)，可得到準確的AR曲線。2.2.2 AR曲線邊界提取

【參考文獻】：
期刊論文
[1]基于分層異構(gòu)模型的機載激光測深波形擬合算法[J]. 亓超,宿殿鵬,王賢昆,王明偉,石波,陽凡林.  紅外與激光工程. 2019(02)
[2]兩種多波束反向散射強度數(shù)據(jù)歸一化方法的建立與分析[J]. 楊彬,何林幫.  海洋學報. 2018(07)
[3]多波束聲吶后向散射數(shù)據(jù)角度響應模型的改進算法[J]. 嚴俊,張紅梅,趙建虎,孟俊霞.  測繪學報. 2016(11)
[4]多波束測深波束歸位近似轉(zhuǎn)換模型研究[J]. 卜憲海,王明偉,陽凡林,孫月文.  山東科技大學學報(自然科學版). 2016(05)
[5]海底入射角對多波束反向散射強度的影響及其改正[J]. 金紹華,翟京生,劉雁春,崔高嵩.  武漢大學學報(信息科學版). 2011(09)

碩士論文
[1]海底散射模型與多波束混響信號統(tǒng)計特性研究[D]. 徐超.哈爾濱工程大學 2009



本文編號：3267793