CN110618452A - 一种基于小波技术的自适应富钴结壳厚度提取方法 - Google Patents
一种基于小波技术的自适应富钴结壳厚度提取方法 Download PDFInfo
- Publication number
- CN110618452A CN110618452A CN201910934174.8A CN201910934174A CN110618452A CN 110618452 A CN110618452 A CN 110618452A CN 201910934174 A CN201910934174 A CN 201910934174A CN 110618452 A CN110618452 A CN 110618452A
- Authority
- CN
- China
- Prior art keywords
- cobalt
- signal
- rich
- thickness
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 229910017052 cobalt Inorganic materials 0.000 title claims abstract description 130
- 239000010941 cobalt Substances 0.000 title claims abstract description 130
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 title claims abstract description 130
- 238000000605 extraction Methods 0.000 title claims abstract description 35
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 28
- 238000005516 engineering process Methods 0.000 title claims abstract description 17
- 239000013598 vector Substances 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 38
- 230000009466 transformation Effects 0.000 claims abstract description 11
- 238000012216 screening Methods 0.000 claims abstract description 9
- 238000000611 regression analysis Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 26
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 9
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 230000017105 transposition Effects 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 2
- 206010039509 Scab Diseases 0.000 abstract description 83
- 229910052500 inorganic mineral Inorganic materials 0.000 abstract description 6
- 239000011707 mineral Substances 0.000 abstract description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000011065 in-situ storage Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 239000013049 sediment Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 229910052761 rare earth metal Inorganic materials 0.000 description 1
- 150000002910 rare earth metals Chemical class 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/288—Event detection in seismic signals, e.g. microseismics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Acoustics & Sound (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种基于小波技术的自适应富钴结壳厚度提取方法,包括:S1:基于双通道获取信号;S2:利用小波变换获取信号包络,对包络进行筛选;S3:利用差频通道的辅助信息和原频信号包络,基于多层结构模型,利用双通道约束规则,计算自适应模型顶部到达时间估计;S4:利用原频通道的辅助信息和差频信号包络,基于多层结构模型,利用空间几何约束规则,结合自适应模型顶部到达时间估计,计算自适应模型底部到达时间估计,根据到达模型顶部和底部的时间估计,计算富钴结壳的初估厚度向量;S5:建立哈尔小波回归分析模型,根据初估厚度向量,获取富钴结壳的厚度估计。本发明可有效解决对富钴结壳在内的海底矿产资源勘探上进行有效厚度估计的问题。
Description
技术领域
本发明涉及海底底质精细结构的原位勘探的厚度估计技术,尤其涉及一种基于小波技术的自适应富钴结壳厚度提取方法。
背景技术
富钴结壳是一种生长在水深400m~4000m的海山、海脊和海台的斜坡和顶部的壳状物,它富含锰、钴、镍、铂、稀土等金属元素的壳状矿床,是作为一种继可燃冰之后的另一个“可采千年的宝库”。其性能允许提高芯片性能,且其性能在半导体制造业中占据主要地位。另外,因其密度高,因此在人工智能领域中也发挥决定性作用。
据估计富钴结壳中的钴资源可与陆地资源相当。随着陆地资源的枯竭,对矿物和金属的需求不断增加,导致对海洋矿物资源的兴趣激增。
目前,首先需要对富钴结壳进行测绘及量化估计。估计手段是多元化的,例如,采用多波束方法、侧扫声纳方法、浅剖方法等进行。但是,此类操作受限于富钴结壳矿物的不均匀分布、较薄的几何尺寸、被沉积物覆盖等因素。在利用声学原位测量装置基于参量阵基本原理进行测量的基础上,结合双通道换能器及其接收单元获取原频回波和差频回波,根据获取的回波信号进行高效的算法处理进而得到区域内富钴结壳地厚度,具有完全的可行性。
发明内容
鉴于此,为解决现有技术存在的问题,本发明提供了一种基于小波技术的自适应富钴结壳厚度提取方法,能够有效解决在系统干扰和环境噪声下的富钴结壳自动厚度提取的准确性及稳定性的问题。
本发明的技术方案具体如下:
一种基于小波技术的自适应富钴结壳厚度提取方法,包括步骤:
S1:基于双通道获取信号,通过原频通道获取原频信号,差频通道获取差频信号;
S2:利用小波变换对获取的信号进行包络提取获取信号包络,并利用信号可靠性判断对所述信号包络进行筛选;
S3:利用所述差频通道的辅助信息和筛选后的原频信号包络,基于多层结构的富钴结壳模型,利用双通道约束规则,计算自适应模型顶部到达时间估计;
S4:利用所述原频通道的辅助信息和筛选后的差频信号包络,基于多层结构的富钴结壳模型,利用空间几何约束规则,结合自适应模型顶部到达时间估计,计算自适应模型底部到达时间估计,并根据到达模型顶部和底部的时间估计,计算富钴结壳的初估厚度向量;
S6:建立哈尔(Haar)小波回归分析模型,根据富钴结壳的初估厚度向量,获取富钴结壳的厚度估计。
进一步地,在S2中,采用香农复连续小波变换对获取的信号进行包络提取处理。
进一步地,在S2中,所述利用信号可靠性判断对所述信号包络进行筛选,包括步骤:
对所述原频信号和所述差频信号预设门限参数;
分别自动计算获取的所述原频信号和所述差频信号的所述信号包络的信噪比;
根据各所述信噪比,计算各所述信噪比的峰值信噪比、平均信噪比以及所述峰值信噪比和所述平均信噪比的比值,并将各比值与对应所述门限参数比较,以判断获取的信号包络是否满足厚度提取算法的基本条件,从而实现对所述信号包络的筛选。
进一步地,在S3前,还包括:
建立多层结构的富钴结壳模型;
将富钴结壳模型的顶部界面设定为多层反射;
富钴结壳模型的底部界面设定为单次反射。
进一步地,在S3中,利用差频通道的辅助信息和筛选后的原频信号包络,基于多层结构的富钴结壳模型,利用双通道约束规则,计算自适应模型顶部到达时间估计;包括步骤:
S31:对所述原频通道设置依赖于所述原频信号的峰值门限的原频极值门限;
S32:利用滑动窗对所述原频信号的信号包络分成若干部分,并获取模型顶部极大值向量,利用原频极值门限对极大值向量进行过滤,并将过滤后的极大值向量按照预设准则排序;
S33:依次取出排序后的两个相邻候选点,根据预设的门限条件,判断取出的两个候选点是满足候选对条件还是满足单候选点条件,并根据不同判断结果进行相应处理;所述门限条件为原频信号的幅值和两个相邻候选点的时间差;
S34:对各候选对或单候选点进行双通道约束判断,并将首次满足双通道约束条件的候选对或单候选点中的后者作为信号到达富钴结壳顶部的时间估计。
进一步地,在S4中,利用所述原频通道的辅助信息和筛选后的差频信号包络,基于多层结构的富钴结壳模型,利用空间几何约束规则,结合自适应模型顶部到达时间估计,计算自适应模型底部到达时间估计,并根据到达模型顶部和底部的时间估计,计算富钴结壳的初估厚度向量,包括步骤:
S41:对所述差频通道设置依赖于所述差频信号的峰值门限的差频极值门限;
S42:获取每次信号到达模型底部的极大值向量,利用所述差频极值门限对到模型底部的时间向量进行差频极大值向量过滤;
S43:对过滤后的极大值向量按预设准则进行排序,并依次取出候选点,并将首次满足所需富钴结壳最小厚度和最大厚度的符合空间几何约束规则的候选点作为计算信号到达富钴结壳底部的时间估计结果;
S44:利用信号在富钴结壳介质内的平均声速,计算获得富钴结壳的初估厚度向量。
进一步地,在S5中,建立哈尔(Haar)小波回归分析模型,根据富钴结壳的初估厚度向量,获取富钴结壳的厚度,包括步骤:
S51:利用富钴结壳的初估厚度向量构建富钴结壳的真实厚度叠加噪声的模型;
S52:结合离散小波变换矩阵转置、待估对角阵、离散小波变化矩阵以及初估厚度向量的乘积,形成最终厚度估计值;
S53:将哈尔(Haar)小波的六级分解作为离散小波变换矩阵;
S54:针对形成的最终厚度估计值,建立以误差平方和二阶导数之和作为代价函数,并提取最终富钴结壳的厚度估计。
本发明的有益效果在于:利用小波技术提取包络、结构假设以及小波回归技术,降低测量噪声有效提高富钴结壳厚度提取的准确性和稳定性,对富钴结壳进行原位声学厚度估计,可以有效地对富钴结壳厚度进行在线或者后处理测量,对于后续进行的大规模、高效率开采资源具有重要的意义。
附图说明
图1为本发明实施例提供的一种基于小波技术的自适应富钴结壳厚度提取方法的实现流程示意图;
图2为本发明实施例提供的一种基于小波技术的自适应富钴结壳厚度提取方法的算法处理示意图;
图3为本发明较佳实施例中的一种基于小波技术的自适应富钴结壳厚度提取方法的原频信号及其包络基于不同方法对比;
图4为本发明较佳实施例中的一种基于小波技术的自适应富钴结壳厚度提取方法的差频信号及其包络基于不同方法对比;
图5为本发明实施例中的一种基于小波技术的自适应富钴结壳厚度提取方法之是否基于富钴结壳结构假设的估计结果对比;
图6为本发明实施例中的一种基于小波技术的自适应富钴结壳厚度提取方法之是否采用小波回归处理的估计结果对比。
具体实施方式
本技术方案着重于解决在系统干扰和环境噪声下的基于小波技术的自适应厚度提取算法,引入了基于小波的包络提取方法、基于底面和顶面到达时间确定的自适应策略以及双通道辅助信息判断。此外,在富钴结壳具有局部连续性假设下,利用小波回归来进一步降低测量噪声。该提取方法适合于具有顶表面处的多层结构和底表面处的单层结构的富钴结壳。对富钴结壳进行原位声学厚度估计,可以有效地对富钴结壳厚度进行在线或者后处理测量,对于后续进行的大规模、高效率开采资源具有重要的意义。
下面通过具体实施方式结合附图对本发明作进一步详细说明。
参考图1所示,本发明的一种基于小波技术的自适应富钴结壳厚度提取方法的实现流程示意图;图2为本发明的一种基于小波技术的自适应富钴结壳厚度提取方法的算法处理示意图。具体技术方案如下:
S1:基于双通道获取信号,通过原频通道获取原频信号,差频通道获取差频信号。本例中,采用参量阵双通道接收系统获取信号。参量阵利用两个频率相近的高频声波,使水介质产生非线性效应,形成差频窄波束的基阵。参量阵具有换能器尺寸小、重量轻、空化阈高、绝对频差宽、波束窄、无旁瓣等优点。参量阵地层剖面仪,在1200米深海中可探测80米深沉积层的剖面。参量阵多普勒声纳可探测3千米的海底,远优于普通换能器。参量阵声纳用于水下定向通信,保密性强。双通道接收系统,包括原频通道和差频通道,作为一种回波信号接收系统,可对两路回波信号同步接收。
S2:利用小波变换对获取的信号进行包络提取获取信号包络,并利用信号可靠性判断对信号包络进行筛选。
具体地,对获取的信号进行包络提取处理,本例采用香农复连续小波变换对获取的信号进行包络提取处理,获取其包络。利用信号可靠性判断对信号包络进行筛选,包括步骤:对原频信号和差频信号预设门限参数;分别自动计算获取的原频信号和差频信号的信号包络的信噪比;根据各信噪比,计算各信噪比的峰值信噪比、平均信噪比以及峰值信噪比和平均信噪比的比值,并将各比值与各门限参数比较,以判断获取的信号包络是否满足厚度提取算法的基本条件,从而实现对信号包络的筛选。从而得出用于计算富钴结壳厚度的信号包络。
由此可知,当满足该信号的可靠性判断时,就可以进一步对富钴结壳厚度的提取测量,若富钴结壳的厚度不满足预设的测量厚度,那么对于接收的回波信号不满足所需信号的可靠性判断。
进一步地,本例中,参考图3和图4所示,图3为一种基于小波技术的自适应富钴结壳厚度提取方法的原频信号及其包络基于不同方法对比;图4为一种基于小波技术的自适应富钴结壳厚度提取方法的差频信号及其包络基于不同方法对比。
传统的包络提取方式为希尔伯特变换,但希尔伯特变换的包络提取性能受限于窄带信号假设以及高频分量的干扰性,会降低顶底到达时间的估计精度。因此,在本例中,包络提取处理采用香农复连续小波变换对获取的信号进行包络处理,使其具备优于传统希尔伯特变换提取包络的稳健性。
具体包络提取公式(1)如下:
其中,fb表示带宽参数,fc表示小波中心频率,a是比例参数,b是移位参数。通常,(fb,fc)值的可以有多种组合,例如(1,1.5),(1,1),(1,0.5)等等。在计算厚度应用中,依据经验本例选择参数(1,1.5)。考虑到计算处理时间,a通常可以设置为32。因此,将复连续小波变换应用于信号,得出公式(2):
其中表示实部,表示虚部。
进一步地,对获取信号进行包络提取处理的公式(3)为:
因此,当获取的原频信号为Sp(t),那么提取得到的包络为W(Sp(t)),当获取的差频信号为Sd(t),那么提取得到的包络为W(Sd(t))。
进一步地,对获取的原频信号和差频信号提取的包络分别进行信噪比判断,以确定原频信号的包络的信噪比SNRp和差频信号的包络的信噪比SNRd是否满足可用于计算所需富钴结壳厚度提取算法的基本要求,若满足条件,再进行下一步处理。
针对信号的可靠性判断,分别根据如下公式:
其中,SNRp表示原频信号的信噪比,SNRd表示差频信号的信噪比,max[·]表示信号的峰值计算,E[·]表示平均运算符,ksnrp和ksnrd分别表示设定的原频信号门限参数和差频信号门限参数,且为大于1的常数。
进一步地,一种实施方式中,对实际采集的回波信号数据利用香农复连续小波变换对获取的信号进行包络提取处理,设定原频通道的门限参数ksnrp和差频通道的门限参数ksnrd均为6dB,计算获取原频信号的信噪比为16.34dB,差频信号的信噪比为36.79dB,即,满足所需处理的要求,参考图3和图4所示,通过本实施方式,获取的990条数据中针对第500条数据的实际处理后呈现出来的。
S3:利用差频通道的辅助信息和筛选后的原频信号包络,基于多层结构的富钴结壳模型,利用双通道约束规则,计算自适应模型顶部到达时间估计。
关于对本技术方案的实施,在S3前,还包括以下步骤:
建立多层结构的富钴结壳模型,利用多层结构的富钴结壳模型对获取的信号数据进行假设,以便于使用适用于实时处理的候选点的选择策略、使用的差频通道的辅助信息作为输入;将富钴结壳模型的顶部界面设定为多层反射;富钴结壳模型的底部界面设定为单次反射;因此,通过本技术方案的实现,可优化由于水下环境干扰对信号波动的影响。进一步可知,富钴结壳厚度的计算都基于多层结构的富钴结壳模型假设进行处理的。
进一步地,在S3中,利用差频通道的辅助信息,基于多层结构的富钴结壳模型,结合双通道约束规则,计算自适应模型顶部到达时间估计,本步骤中可以理解为,在原频通道获取的原频信号,在进行包络筛选处理后,结合多层结构的富钴结壳模型和差频通道的辅助信息,并根据双通道约束规则,技术对信号到达富钴结壳模型顶部的时间估计。具体包括步骤:
S31:对原频通道设置依赖于原频信号的峰值门限的原频极值门限。即,差频通道中为差频信号,原频通道中为原频信号。
具体采用如下公式(6):
THp=kpmax W(Sp(t)) (6)
其中,kp为小于1的常数。
S32:利用滑动窗对原频信号的信号包络分成若干部分,并获取模型顶部极大值向量,利用原频极值门限对极大值向量进行过滤,并将过滤后的极大值向量根据预设准则排序;本实施方式中,采用降序准则排,由此获得原频通道的过滤后的极大值向量为:
Ndesp=descend{[N1,N2,...,Nn]} (7)
其中,Ndesp获取的原频通道的过滤后的极大值向量(也可以是下文中的候选点),n是过滤后的极大值向量的长度,Ni代表第i点,descend{}表示按照幅度进行降序排列;
S33:依次取出排序后的两个相邻候选点,根据预设的门限条件,判断是满足候选对条件还是满足单候选点条件,并依据不同判断结果进行相应处理;其中,门限条件为原频信号的幅值和两个相邻候选点的时间差;
具体地,依次取出相邻两个候选点,即:
设定根据原频信号幅值和时间差等门限条件,也即:
其中THN表示门限参数依赖于分辨率设置。
从而实现判断候选点满足候选对还是满足单候选点,并依据不同逻辑进行处理。
S34:对各个候选对或单候选点进行双通道约束判断,并将首次满足双通道约束条件的候选对或单候选点中的后者作为信号到达富钴结壳模型顶部的时间估计。
令判断是否满足如下约束:
其中,表示差频通道的过滤后极大值向量的任意元素,fsL表示在原频通道中的采样频率,和fsH表示在差频通道中的采样频率,THΔt表示原频通道和差频通道中到达时间差的阈值。双通道约束判断利用了的原频信号和差频信号在富钴结壳顶部表面上几乎同步反射的原理。除以各通道中的采样频率则理解为是将离散数转换为到达时间。若所选择的候选点满足双通道约束条件,那么就可以通过后续操作中确定到达富钴结壳顶部时间的估计结果;否则,采用的算法将其过滤删除并继续遍历新的最大值向量的所有元素。
通常,在极大值向量中相邻的若干点,若满足预设条件,则认为是候选对,否则认为是候选点。
进一步地,将首次满足双通道约束条件的单候选点或者候选对中的后者作为信号到达富钴结壳顶部的时间估计结果ttop,其公式如下:
公式(12)中的逻辑是需要本技术方案中所要解决在富钴结壳表面发生的多层反射的模糊性问题。如果在富钴结壳顶部表面发生了两次具有相似能量的反射,那么将最新一次的信号到达富钴结壳顶部的时间作为估计值;如果只存在一个反射或两个具有非常不同能量的反射,我们将仅考虑顶部表面的唯一候选点作为信号到达富钴结壳顶部的时间估计。
参考图4所示,假设kp和kd分别为常数0.02和常数0.10,设定THΔt为20us,设定THN为150。在获取原频包络的基础上,利用滑动窗将各信号分成若干部分,获取顶部极大值向量,利用原频极值门限完成原频极大值向量过滤,并对过滤后的极大值向量按照预设准则(如降序准则)进行排序,由此获得原频通道过滤后的极大值向量。再依次取出排序后的两个相邻候选点,根据预设的信号幅值和候选点的时间差等门限条件,判断其是满足候选对条件还是单候选点条件,并依据不同逻辑进行处理。对各候选对或单候选点判断双通道约束是否满足,即令判断是否满足约束公式(11)。双通道约束利用了原频信号和差频信号在富钴结壳顶部表面上几乎同步反射的原理。并除以各自通道的采样频率则可理解为将离散数转换为信号到达富钴结壳顶部的时间。如果所选择的候选点满足约束条件,则可以通过后续操作进一步确定顶部时间估计结果;否则,算法将其删除并继续遍历新的最大值向量的所有元素。
选取首次满足条件的单候选点或者候选对中的后者作为顶部时间估计结果ttop,其公式(12)。通过在富钴结壳顶部表面发生了两次具有相似能量的反射,我们将把最近一次的到达时间作为估计值;如果只存在一个反射或两个具有非常不同能量的反射,我们将仅考虑顶部表面的唯一候选者到达时间的估计。参考图4所示,在顶部界面获得了两次反射及其尾波,两次反射的幅度是随机波动的,将引起到达时间的波动,通过使用本算法步骤,可以获得稳定的结果。
S4:利用原频通道的辅助信息和筛选后的差频信号包络,基于多层结构的富钴结壳模型,利用空间几何约束规则,结合自适应模型顶部到达时间估计,计算自适应模型底部到达时间估计,并根据到达模型顶部和底部的时间估计,计算富钴结壳的初估厚度向量。
具体包括如下步骤:
S41:对差频通道设置依赖于当前信号的峰值门限的差频极值门限;即差频通道中为差频信号,原频通道中为原频信号。
设置差频通道依赖于当前信号的峰值的门限,即差频极值门限,具体公式如下:
THd=kdmax W(Sd(t)), (13)
其中,kd是小于1的常数;
S42:获取每次信号到达模型底部的极大值向量,利用所述差频极值门限对到模型底部的时间向量进行差频极大值向量过滤;
S43:将过滤后的极大值向量按照预设准则排序,并依次取出候选点,并将首次满足最小厚度和最大厚度符合空间几何约束规则的候选点作为差频信号到达富钴结壳底部的时间估计结果。
S44:利用差频信号在富钴结壳顶部介质内的平均声速,计算获得富钴结壳的初估厚度向量。
具体地,本例中,空间几何约束规则的公式为:
本例中,原则上,考虑到富钴结壳的最小厚度dmin为30mm的富钴结壳作为可利用的矿物资源,而富钴结壳的最大厚度dmax为350mm的富钴结壳可以实际找到,其中,表示信号在富钴结壳介质中的平均声速。
根据以下公式获得富钴结壳的初估厚度:
对时间i内测量的每个标量di进行组合,可以得出的厚度矢量D:
D=[d1,d2,...,dM],M=FwT (16)
其中,M表示测量的总记录数,Fw表示工作频率,T表示测量持续时间。
具体地,参考图5所示,设置差频通道依赖于信号的峰值门限,即差频极值门限。在获取信号的包络的基础上,获取每次信号到达富钴结壳底部的极大值向量,利用极值门限和顶部到达时间完成差频极大值向量过滤。将过滤后的极大值向量按预定准则(比如降序准则)排序,依次取出其中的候选点,找出满足满足最小厚度和最大厚度的空间几何约束规则的候选点,基于空间几何约束规则的公式(14),考虑到富钴结壳的最小厚度dmin为30mm的富钴结壳是可利用的矿物资源,而富钴结壳的最大厚度dmax为350mm的富钴结壳可以实际找到。本例中,通过对富钴结壳样品的试验测得信号在其介质中的声速值可达2700.0m/s,根据公式(15)获得富钴结壳的初估厚度,并建立富钴结壳的厚度矢量。进而,其所获得的结果如图5所示,可知利用小波处理技术和结构假设的获取具有最小的厚度估计标准差。
进一步地,本例中,小波处理技术及结构假设中,信号到达富钴结壳顶部到达时间的标准差为0.48us,且优于小波处理技术及未进行结构假设的4.57us,优于希尔伯特技术及结构假设的标准差0.49us,优于希尔伯特技术及未进行结构假设4.67us。进而利用小波处理技术的底部到达时间的标准差为1.29us,优于希尔伯特的底部到达时间的标准差2.16us。
S5:建立哈尔(Haar)小波回归分析模型,根据富钴结壳的初估厚度向量,获取富钴结壳的厚度估计。具体包括如下步骤:
S51:利用富钴结壳的初估厚度向量构建富钴结壳的真实厚度叠加噪声的模型;
本例中对初估厚度建模,可以理解为真实厚度叠加噪声的模型,其公式(17)如下;
Yi=THKi+ni,i=1,2,...,N, (17)
其中THKi表示提取的厚度,ni表示测量噪声,N是总测量数;
S52:结合离散小波变换矩阵转置、待估对角阵、离散小波变化矩阵以及初估厚度向量的乘积,形成最终厚度估计值;
其公式(18)如下:
a=WTTWY (18)
其中,其中T是具有对角线元素的对角矩阵
S53:将哈尔(Haar)小波的六级分解作为离散小波变换矩阵;
S54:针对形成的最终厚度估计值,建立以误差平方和二阶导数之和作为代价函数,其等式(20)如下:
提取最终富钴结壳的厚度估计。
具体地,如图6所示,将初估厚度建模为真实厚度叠加噪声模型,用离散小波变换矩阵转置、待估对角阵、离散小波变化矩阵,以及初估厚度向量进行相乘,形成最终厚度估计子,根据公式(18)进行计算。将哈尔(Haar)的六级分解作为离散小波变换矩阵,针对最终厚度估计子,建立以误差平方和二阶导数之和作为代价函数,获取待估对角阵及最终厚度估计。进而从图6中可知进一步利用小波回归技术之后,厚度估计结果具有较好的稳定性能。
本技术方案中,结合小波技术提取包络、结构假设、小波回归估计的步骤后,结合上述的相关数据,其估计得到的富钴结壳的厚度为193.83mm(标准差为0.56mm),从获取的厚度可知其优于小波技术提取包络、结构假设、无小波回归估计的193.83mm(标准差1.97mm),亦优于小波技术提取包络、无结构假设、无小波回归估计的200.34mm(标准差6.42mm),亦优于小波技术提取包络、无结构假设、小波回归估计的200.34mm(标准差3.86mm)。
以上应用了具体个例对本发明进行阐述,只是用于帮助理解本发明,并不用以限制本发明。对于本发明所属技术领域的技术人员,依据本发明的思想,还可以做出若干简单推演、变形或替换。
Claims (7)
1.一种基于小波技术的自适应富钴结壳厚度提取方法,其特征在于,包括步骤:
S1:基于双通道获取信号,通过原频通道获取原频信号,差频通道获取差频信号;
S2:利用小波变换对获取的信号进行包络提取获取信号包络,并利用信号可靠性判断对所述信号包络进行筛选;
S3:利用所述差频通道的辅助信息和筛选后的原频信号包络,基于多层结构的富钴结壳模型,利用双通道约束规则,计算自适应模型顶部到达时间估计;
S4:利用所述原频通道的辅助信息和筛选后的差频信号包络,基于多层结构的富钴结壳模型,利用空间几何约束规则,结合自适应模型顶部到达时间估计,计算自适应模型底部到达时间估计,并根据到达模型顶部和底部的时间估计,计算富钴结壳的初估厚度向量;
S5:建立哈尔(Haar)小波回归分析模型,根据富钴结壳的初估厚度向量,获取富钴结壳的厚度估计。
2.如权利要求1所述的方法,其特征在于,在S2中,采用香农复连续小波变换对获取的信号进行包络提取。
3.如权利要求2所述的方法,其特征在于,在S2中,所述利用信号可靠性判断对所述信号包络进行筛选,包括步骤:
对所述原频信号和所述差频信号预设门限参数;
分别自动计算获取的所述原频信号和所述差频信号的所述信号包络的信噪比;
根据各所述信噪比,计算各所述信噪比的峰值信噪比、平均信噪比以及所述峰值信噪比和所述平均信噪比的比值,并将各比值与对应所述门限参数比较,以判断获取的信号包络是否满足厚度提取算法的基本条件,从而实现对所述信号包络的筛选,以筛选出用于计算富钴结壳厚度的信号包络。
4.如权利要求1所述的方法,其特征在于,在S3前,还包括:
建立多层结构的富钴结壳模型;
将富钴结壳模型的顶部界面设定为多层反射;
富钴结壳模型的底部界面设定为单次反射。
5.如权利要求4所述的方法,其特征在于,在S3中,利用所述差频通道的辅助信息和筛选后的原频信号包络,基于多层结构的富钴结壳模型,利用双通道约束规则,计算自适应模型顶部到达时间估计;包括步骤:
S31:对所述原频通道设置依赖于所述原频信号的峰值门限的原频极值门限;
S32:利用滑动窗对所述原频信号的信号包络分成若干部分,并获取模型顶部极大值向量,利用原频极值门限对极大值向量进行过滤,并将过滤后的极大值向量按照预设准则排序;
S33:依次取出排序后的两个相邻候选点,根据预设的门限条件,判断取出的两个候选点是满足候选对条件还是满足单候选点条件,并根据不同判断结果进行相应处理;所述门限条件为原频信号的幅值和两个相邻候选点的时间差;
S34:对各候选对或单候选点进行双通道约束判断,并将首次满足双通道约束条件的候选对或单候选点中的后者作为信号到达富钴结壳模型顶部的时间估计。
6.如权利要求4所述的方法,其特征在于,在S4中,利用所述原频通道的辅助信息和筛选后的差频信号包络,基于多层结构的富钴结壳模型,利用空间几何约束规则,结合自适应模型顶部到达时间估计,计算自适应模型底部到达时间估计,并根据到达模型顶部和底部的时间估计,计算富钴结壳的初估厚度向量,包括步骤:
S41:对所述差频通道设置依赖于所述差频信号的峰值门限的差频极值门限;
S42:获取每次信号到达模型底部的极大值向量,利用所述差频极值门限对到模型底部的时间向量进行差频极大值向量过滤;
S43:对过滤后的极大值向量按预设准则进行排序,并依次取出候选点,并将首次满足所需富钴结壳最小厚度和最大厚度的符合空间几何约束规则的候选点作为计算信号到达富钴结壳底部的时间估计结果;
S44:利用信号在富钴结壳介质内的平均声速,计算获得富钴结壳的初估厚度向量。
7.如权利要求1所述的方法,其特征在于,在S5中,建立哈尔(Haar)小波回归分析模型,根据富钴结壳的初估厚度向量,获取富钴结壳的厚度,包括步骤:
S51:利用富钴结壳的初估厚度向量构建富钴结壳的真实厚度叠加噪声的模型;
S52:结合离散小波变换矩阵转置、待估对角阵、离散小波变化矩阵以及初估厚度向量的乘积,形成最终厚度估计值;
S53:将哈尔(Haar)小波的六级分解作为离散小波变换矩阵;
S54:针对形成的最终厚度估计值,建立以误差平方和二阶导数之和作为代价函数,并提取最终富钴结壳的厚度估计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910934174.8A CN110618452B (zh) | 2019-09-29 | 2019-09-29 | 一种基于小波技术的自适应富钴结壳厚度提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910934174.8A CN110618452B (zh) | 2019-09-29 | 2019-09-29 | 一种基于小波技术的自适应富钴结壳厚度提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110618452A true CN110618452A (zh) | 2019-12-27 |
CN110618452B CN110618452B (zh) | 2021-06-22 |
Family
ID=68924940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910934174.8A Active CN110618452B (zh) | 2019-09-29 | 2019-09-29 | 一种基于小波技术的自适应富钴结壳厚度提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110618452B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112945153A (zh) * | 2021-02-08 | 2021-06-11 | 国家深海基地管理中心 | 一种基于多波束接收技术的富钴结壳厚度的测量方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9659791B2 (en) * | 2015-07-16 | 2017-05-23 | Applied Materials, Inc. | Metal removal with reduced surface roughness |
CN206190286U (zh) * | 2016-11-01 | 2017-05-24 | 长沙矿冶研究院有限责任公司 | 一种控制海底富钴结壳切削深度的液压系统 |
CN108008454A (zh) * | 2017-11-28 | 2018-05-08 | 中南大学 | 一种浮游式海底高精度瞬变电磁探测系统 |
CN109427042A (zh) * | 2017-08-25 | 2019-03-05 | 中国科学院声学研究所 | 一种提取局部海域沉积层的分层结构和空间分布的方法 |
CN110208855A (zh) * | 2019-06-25 | 2019-09-06 | 广州海洋地质调查局 | 一种盖层海砂泥砂层分界面的物探识别和找砂方法 |
-
2019
- 2019-09-29 CN CN201910934174.8A patent/CN110618452B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9659791B2 (en) * | 2015-07-16 | 2017-05-23 | Applied Materials, Inc. | Metal removal with reduced surface roughness |
CN206190286U (zh) * | 2016-11-01 | 2017-05-24 | 长沙矿冶研究院有限责任公司 | 一种控制海底富钴结壳切削深度的液压系统 |
CN109427042A (zh) * | 2017-08-25 | 2019-03-05 | 中国科学院声学研究所 | 一种提取局部海域沉积层的分层结构和空间分布的方法 |
CN108008454A (zh) * | 2017-11-28 | 2018-05-08 | 中南大学 | 一种浮游式海底高精度瞬变电磁探测系统 |
CN110208855A (zh) * | 2019-06-25 | 2019-09-06 | 广州海洋地质调查局 | 一种盖层海砂泥砂层分界面的物探识别和找砂方法 |
Non-Patent Citations (3)
Title |
---|
FENG HONG 等: "An effective method for measuring the thickness of Cobalt-rich Manganese Crust based on the neighborhood information and dual-channel information", 《PROCEEDINGS OF THE 23RD INTERNATIONAL CONGRESS ON ACOUSTICS》 * |
周知进 等: "小波降噪在超声回波信号处理中的应用", 《仪器仪表学报》 * |
谢纪东: "钴结壳的非线性超声识别技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112945153A (zh) * | 2021-02-08 | 2021-06-11 | 国家深海基地管理中心 | 一种基于多波束接收技术的富钴结壳厚度的测量方法 |
CN112945153B (zh) * | 2021-02-08 | 2022-07-29 | 国家深海基地管理中心 | 一种基于多波束接收技术的富钴结壳厚度的测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110618452B (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hellequin et al. | Processing of high-frequency multibeam echo sounder data for seafloor characterization | |
CN108562891B (zh) | 一种深海低信噪比条件下声源深度自主实时跟踪方法 | |
Battle et al. | Geoacoustic inversion of tow-ship noise via near-field-matched-field processing | |
Panda et al. | Sediment classification based on impedance and attenuation estimation | |
CN114994758B (zh) | 碳酸盐岩断控储层的波阻抗提取与结构表征方法和系统 | |
CN104820218A (zh) | 一种基于频域自相关的浅海海底单参数反演方法 | |
CN110618452B (zh) | 一种基于小波技术的自适应富钴结壳厚度提取方法 | |
CN100454037C (zh) | 一种获取高分辨率测深侧扫声纳阵的阵元组合方法 | |
Pignot et al. | Tomographic inversion of geoacoustic properties in a range-dependent shallow-water environment | |
Sailor | Signal processing techniques | |
CN107703548B (zh) | 基于沉积物品质因子和回波损失级曲线峰谷的浅地层层界划分方法 | |
CN110319797B (zh) | 一种基于双通道信息的图像域富钴结壳厚度提取方法 | |
He et al. | High-accuracy acoustic sediment classification using sub-bottom profile data | |
Tseng et al. | Analysis of attenuation measurements in ocean sediments using normal incidence chirp sonar | |
Tęgowski et al. | The use of fractal properties of echo signals for acoustical classification of bottom sediments | |
CN113126029B (zh) | 适用于深海可靠声路径环境的多传感器脉冲声源定位方法 | |
CN113640806B (zh) | 一种基于多声纳设备的沉积层声特性获取方法及系统 | |
CN113221651A (zh) | 利用声传播数据和无监督机器学习的海底沉积分类方法 | |
RU2300781C1 (ru) | Устройство гидрометеорологоакустических наблюдений за акваторией морского полигона | |
Couillard et al. | Performance assessment of the muscle synthetic aperture sonar | |
CN112945153B (zh) | 一种基于多波束接收技术的富钴结壳厚度的测量方法 | |
Ladroit et al. | Definition and application of a quality estimator for multibeam echosounders | |
Simons et al. | Analysis of shallow-water experimental acoustic data including a comparison with a broad-band normal-mode-propagation model | |
CN109029387A (zh) | 一种波束内拟合多波束测深算法 | |
Prior et al. | The physical causes of clutter and its suppression via sub-band processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |