CN102419436A - 基于总传播误差滤波器的多波束数据处理方法 - Google Patents

Abstract

本发明所设计的基于总传播误差滤波器的多波束数据处理方法，它主要包括对多波束水深测量仪采集的水深数据进行处理的步骤，其特征是具体包括以下步骤：A、对水深测量数据划分网格的步骤；B、计算水深测量数据的总传播误差的步骤；C、水深测量数据的总传播误差滤波步骤；D、计算海底地形模型每一个网格节点值的步骤本发明所设计的基于总传播误差滤波器的多波束数据处理方法，经与常规多波束数据处理方法对比后发现，在数据处理效率、模型精度(海底地形细节表现)等方面都有较大的改进。依据IHO标准设置总传播误差滤波器进行多波束数据粗差自动剔除，数据处理效率提高了4倍，适合于海量海底地形数据的处理。

Description

基于总传播误差滤波器的多波束数据处理方法

技术领域

本发明涉及一种多波束数据处理方法，尤其是一种基于总传播误差滤波器的多波束数据处理方法。

技术背景

由于噪声、换能器表面水体气泡、声线弯曲等因素影响，多波束水深测量数据中不可避免地存在粗差，给准确反映海底地形特征带来困难，甚至导致整批资料作废。因此，粗差剔除是多波束数据处理和海底地形特征研究的必经环节。传统多波束数据粗差剔除方法是基于测线的人机交互式编辑，效率较低，且容易受主观性判断影响，造成假地形的出现。

在海底地形连续变化的假设条件下，国内外研究人员提出了一些自动滤波算法剔除水深测量粗差，这些方法包括：最大和最小水深门限法、中值和标准偏差跳点剔除法、趋势面法、基于抗差M估计的选权迭代加权平均法等。上述这些方法多是基于数据的统计特性，或者是根据测区先验的地形模型进行滤波的，并没有考虑数据自身误差的大小，滤波器设置严格容易造成海底地形细节损失。其中，最大和最小水深门限法仅能适合于平坦海底区域数据处理，中值滤波法和趋势面法则容易造成海底地形细节的损失。目前，多波束海底地形数据的粗差自动滤波剔除方法研究是该领域的热点和重点。

发明内容

本发明的目的是为了解决上述技术的不足而设计的一种准确度更高的基于总传播误差滤波器的多波束数据处理方法。

本发明所设计的基于总传播误差滤波器的多波束数据处理方法，它主要包括对多波束水深测量仪采集的数据进行处理的步骤，其特征是具体包括以下步骤：

A、对水深测量数据划分网格的步骤；

B、计算水深测量数据的总传播误差的步骤；

C、水深测量数据的总传播误差滤波步骤；

D、计算海底地形模型每一个网格节点值的步骤

在A步骤中包括：

以测量水深的5％作为网格的长度和宽度对一次多波束测量数据进行划分；要求水深点与节点距离不大于水深值的5％，这是因为通常情况下我们认为节点周围较小范围内水深变化很小或连续变化。

在B步骤中包括：

依据公式z＝r cos p cos(θ+R)

$x=x_0+r\sqrt{1-{\cos }^{2}p{\cos }^2(\mathrm{\θ}+R)}\cos \mathrm{\α}$

$y=y_0+r\sqrt{1-{\cos }^{2}p{\cos }^2(\mathrm{\θ}+R)}\sin \mathrm{\α}$ 计算出平面坐标总传播误差(H_xTPE、H_yTPE)和垂向测深总传播误差D_zTPE，其中：r为多波束声纳测量斜距，θ为波束角，p为波束纵摇角，R为波束横摇角，x₀和y₀为GPS定位原点坐标，α为测线航向，上述内容基于多波束水深测量误差传播定律。

在C步骤中包括：

利用IHO标准设置总传播误差滤波器对水深测量数据进行滤波，所述的总传播误差滤波器采用公式

式中：a为IHO特级标准误差允许值0.25m，b为误差系数0.0075，d为水深值。

在D步骤中包括：

第一步：取连续的N个水深测量数据作为基准数据集，并计算出基准数据集的和

然后对第N个以后的测量数据逐一进行判断，判断条件为：测量数据的水深值与

的差值小于4倍的

当按序检测的数据满足前述判断条件时，便将这个数据加入到基准数据集中重新形成基准数据集，并重新计算

和

作为后一个数据的判断基准，并继续判断下一个数据，当所有数据都满足上述判断条件时，则将最终基准数据集记为唯一独立数剧集；

当按序检测的数据出现不满足前述判断条件时，首先将已有的基准数据集记为一个独立数剧集，并将集中数据的数量记为该独立数剧集的密度，再重复本第一步操作，以获得其它的独立数剧集及该独立数剧集对应的密度，直至所有数据判断完全或余量小于N；

第二步：对于存在唯一独立数剧集的网格，将该唯一独立数剧集的

作为该网格的节点值；

对于存在两个以上独立数剧集的网格，首先寻找与该网格相邻的网格中是否存在唯一独立数剧集，若存在，则选取与该唯一独立数剧集

值最接近的本网格中独立数剧集的

值作为该网格的节点值，若不存在，则选取本网格中密度最大的独立数剧集的

作为该网格的节点值；

其中，

和

按如下公式计算：

$\stackrel{\‾}{Z}=\frac{Z_1\frac{1}{D_{Z_1}\mathrm{TPE}}+Z_2\frac{1}{D_{Z_2}\mathrm{TPE}}+Z_i\frac{1}{D_{Z_i}\mathrm{TPE}}+...+Z_n\frac{1}{D_{Z_n}\mathrm{TPE}}}{\frac{1}{D_{Z_1}\mathrm{TPE}}+\frac{1}{D_{Z_2}\mathrm{TPE}}+\frac{1}{D_{Z_i}\mathrm{TPE}}+...+\frac{1}{D_{Z_n}\mathrm{TPE}}}$

$\stackrel{\‾}{D_{\stackrel{\‾}{Z}}\mathrm{TPE}}=\frac{D_{Z_1}\mathrm{TPE}+D_{Z_2}\mathrm{TPE}+D_{Z_i}\mathrm{TPE}+...+D_{Z_n}\mathrm{TPE}}{n}$

式中，

为网格节点水深估计值，

为网格节点误差估计值，Z_i为观测水深，

为观测水深Z_i的总传播误差。

本发明所得的基于总传播误差滤波器的多波束数据处理方法的有益效果是：该方法在多波束水深测量数据自身总传播误差计算基础上，根据国际海道测量组织标准(IHO标准)设置总传播误差滤波器，对多波束数据进行粗差自动滤波剔除，并在此基础上通过水深与误差联合估计构建海底地形模型(DTM)，为海底水深(地形)数据自动处理和复杂海底地形环境特征研究提供技术手段。

本发明所得的基于总传播误差滤波器的多波束数据处理方法，经与常规多波束数据处理方法对比后发现，在数据处理效率、模型精度(海底地形细节表现)等方面都有较大的改进。依据IHO标准设置总传播误差滤波器进行多波束数据粗差自动剔除，数据处理效率提高了4倍，适合于海量海底地形数据的处理。计算机实现自动滤波算法，避免了人机交互式编辑主观性判断的影响。在生成海底地形模型时，随着水深变化产生变间距网格，保证地形模型具有良好的分辨率，海底地形细节保留完好，更好地表现了复杂海底区地形环境特征。

附图说明：

图1是采用本发明方法所得的海底地形模拟图；

图2是采用常规方法所得的海底地形模拟图；

图中：1、锥形小海山；2、平行于扩张中心的裂谷。

具体实施方式

下面通过实施例，并结合附图对本发明作进一步的描述。

实施例1：

本实施例所描述的基于总传播误差滤波器的多波束数据处理方法，它主要包括对多波束水深测量仪采集的数据进行处理的步骤，其特征是具体包括以下步骤：

A、对水深测量数据划分网格的步骤；

B、计算水深测量数据的总传播误差的步骤；

C、水深测量数据的总传播误差滤波步骤；

D、计算海底地形模型(DTM)每一个网格节点值的步骤

在A步骤中包括：

以测量水深的5％作为网格的长度和宽度对一次多波束测量数据进行划分。

在B步骤中包括：

根据多波束水深测量误差传播定律，

依据公式z＝r cos p cos(θ+R)

$x=x_0+r\sqrt{1-{\cos }^{2}p{\cos }^2(\mathrm{\θ}+R)}\cos \mathrm{\α}$

$y=y_0+r\sqrt{1-{\cos }^{2}p{\cos }^2(\mathrm{\θ}+R)}\sin \mathrm{\α}$ 计算出平面坐标总传播误差(H_xTPE、H_yTPE)和垂向测深总传播误差D_zTPE，其中：r为多波束声纳测量斜距，θ为波束角，p为波束纵摇角，R为波束横摇角，x₀和y₀为GPS定位原点坐标，α为测线航向。

在C步骤中包括：

利用IHO标准设置总传播误差滤波器对测量数据进行滤波，所述的总传播误差滤波器采用公式

式中：a为IHO特级标准误差允许值0.25m，b为误差系数0.0075，d为水深值。

在D步骤中包括：

第一步：取连续的N个水深测量数据作为基准数据集，并计算出基准数据集的

和然后对第N个以后的测量数据逐一进行判断，判断条件为：测量数据的水深值与的差值小于4倍的

当按序检测的数据满足前述判断条件时，便将这个数据加入到基准数据集中重新形成基准数据集，并重新计算

和

作为后一个数据的判断基准，并继续判断下一个数据，当所有数据都满足上述判断条件时，则将最终基准数据集记为唯一独立数剧集；

当按序检测的数据出现不满足前述判断条件时，首先将已有的基准数据集记为一个独立数剧集，并将集中数据的数量记为该独立数剧集的密度，再重复本第一步操作，以获得其它的独立数剧集及该独立数剧集对应的密度，直至所有数据判断完全或余量小于N；

第二步：对于存在唯一独立数剧集的网格，将该唯一独立数剧集的

作为该网格的节点值；

对于存在两个以上独立数剧集的网格，首先寻找与该网格相邻的网格中是否存在唯一独立数剧集，若存在，则选取与该唯一独立数剧集值最接近的本网格中的独立数剧集的值作为该网格的节点值，若不存在，则选取本网格中密度最大的独立数剧集的

作为该网格的节点值；

其中，

和

按如下公式计算：

$\stackrel{\‾}{Z}=\frac{Z_1\frac{1}{D_{Z_1}\mathrm{TPE}}+Z_2\frac{1}{D_{Z_2}\mathrm{TPE}}+Z_i\frac{1}{D_{Z_i}\mathrm{TPE}}+...+Z_n\frac{1}{D_{Z_n}\mathrm{TPE}}}{\frac{1}{D_{Z_1}\mathrm{TPE}}+\frac{1}{D_{Z_2}\mathrm{TPE}}+\frac{1}{D_{Z_i}\mathrm{TPE}}+...+\frac{1}{D_{Z_n}\mathrm{TPE}}}$

$\stackrel{\‾}{D_{\stackrel{\‾}{Z}}\mathrm{TPE}}=\frac{D_{Z_1}\mathrm{TPE}+D_{Z_2}\mathrm{TPE}+D_{Z_i}\mathrm{TPE}+...+D_{Z_n}\mathrm{TPE}}{n}$

式中，

为网格节点水深估计值，为网格节点误差估计值，Z_i为观测水深，

为观测水深Z_i的总传播误差。当网格节点产生多个估计值时，依据密度大原则或邻域原则产生最佳估计。密度大原则通过水深点个数产生最佳估计，一般认为水深点越多，数据密度越大，数据内部符合程度越高，越接近真实海底地形。

为了验证本方法的处理效率和模型精度，对2007年我国大洋第19航次第四航段在东劳海盆海底热液区获取的多波束水深数据进行处理，建立海底地形模型(DTM)。常规方法采用人机交互式编辑剔除粗差，通过距离反比加权算法生成DTM。总传播误差法依据IHO特级标准设置滤波器进行粗差自动剔除，进而通过水深与误差联合估计构建DTM。

数据处理结果对比见表1，总传播误差滤波器自动剔除的粗差个数是人机交互式编辑剔除粗差个数的2倍，总传播误差法地形模型节点数是常规方法的近2倍，总计处理时间却不到常规方法的五分之一，总传播误差滤波器法大大提高了数据处理效率。

总传播误差滤波器法在生成海底地形模型时，随着水深变化产生可变间距地形网格，保证模型具有良好的分辨率。图1中，总传播误差法海底地形模型中央扩张谷东侧可见平行于扩张中心的裂谷，而常规模型(图2所示)中裂谷特征不明显；总传播误差模型在中央扩张谷两侧可见多个锥形小海山1，而常规模型中小海山形状和特征不明显，总传播误差滤波器法获得的海底地形模型精度优于常规模型。

表1总传播误差滤波器法与常规方法数据处理结果对比

Claims (1)

1.一种基于总传播误差滤波器的多波束数据处理方法，它主要包括对多波束水深测量仪采集的数据进行处理的步骤，其特征是具体包括以下步骤：

A、对水深测量数据划分网格的步骤；

B、计算水深测量数据的总传播误差的步骤；

C、水深测量数据的总传播误差滤波步骤；

D、计算海底地形模型每一个网格节点值的步骤

在A步骤中包括：

以测量水深的5％作为网格的长度和宽度对一次多波束测量数据进行划分；

在B步骤中包括：

依据公式z＝r cos p cos(θ+R)

$x=x_0+r\sqrt{1-{\cos }^{2}p{\cos }^2(\mathrm{\θ}+R)}\cos \mathrm{\α}$

$y=y_0+r\sqrt{1-{\cos }^{2}p{\cos }^2(\mathrm{\θ}+R)}\sin \mathrm{\α}$ 计算出平面坐标总传播误差(H_xTPE、H_yTPE)和垂向测深总传播误差D_zTPE，其中：r为多波束声纳测量斜距，θ为波束角，p为波束纵摇角，R为波束横摇角，x₀和y₀为GPS定位原点坐标，α为测线航向；

在C步骤中包括：

利用IHO标准设置总传播误差滤波器对水深测量数据进行滤波，所述的总传播误差滤波器采用公式

式中：a为IHO特级标准误差允许值0.25m，b为误差系数0.0075，d为水深值；

在D步骤中包括：

第一步：取连续的N个测量数据作为基准数据集，并计算出基准数据集的

和

然后对第N个以后的测量数据逐一进行判断，判断条件为：测量数据的水深值与

的差值小于4倍的

当按序检测的数据满足前述判断条件时，便将这个数据加入到基准数据集中重新形成基准数据集，并重新计算

和

作为后一个数据的判断基准，并继续判断下一个数据，当所有数据都满足上述判断条件时，则将最终基准数据集记为唯一独立数剧集；

当按序检测的数据出现不满足前述判断条件时，首先将已有的基准数据集记为一个独立数剧集，并将集中数据的数量记为该独立数剧集的密度，再重复本第一步操作，以获得其它的独立数剧集及该独立数剧集对应的密度，直至所有数据判断完全或余量小于N；

第二步：对于存在唯一独立数剧集的网格，将该唯一独立数剧集的作为该网格的节点值；

对于存在两个以上独立数剧集的网格，首先寻找与该网格相邻的网格中是否存在唯一独立数剧集，若存在，则选取与该唯一独立数剧集

值最接近的本网格中的独立数剧集的

值作为该网格的节点值，若不存在，则选取本网格中密度最大的独立数剧集的作为该网格的节点值；

其中，

和

按如下公式计算：

$\stackrel{\‾}{Z}=\frac{Z_1\frac{1}{D_{Z_1}\mathrm{TPE}}+Z_2\frac{1}{D_{Z_2}\mathrm{TPE}}+Z_i\frac{1}{D_{Z_i}\mathrm{TPE}}+...+Z_n\frac{1}{D_{Z_n}\mathrm{TPE}}}{\frac{1}{D_{Z_1}\mathrm{TPE}}+\frac{1}{D_{Z_2}\mathrm{TPE}}+\frac{1}{D_{Z_i}\mathrm{TPE}}+...+\frac{1}{D_{Z_n}\mathrm{TPE}}}$

$\stackrel{\‾}{D_{\stackrel{\‾}{Z}}\mathrm{TPE}}=\frac{D_{Z_1}\mathrm{TPE}+D_{Z_2}\mathrm{TPE}+D_{Z_i}\mathrm{TPE}+...+D_{Z_n}\mathrm{TPE}}{n}$

式中，

为网格节点水深估计值，为网格节点误差估计值，Z_i为观测水深，为观测水深Z_i的总传播误差。

Images