CN112507602B - 一种水下航行器沉积物适应性评估方法 - Google Patents

一种水下航行器沉积物适应性评估方法 Download PDF

Info

Publication number
CN112507602B
CN112507602B CN202011192974.6A CN202011192974A CN112507602B CN 112507602 B CN112507602 B CN 112507602B CN 202011192974 A CN202011192974 A CN 202011192974A CN 112507602 B CN112507602 B CN 112507602B
Authority
CN
China
Prior art keywords
sediment
target
submarine
seabed
angle
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.)
Active
Application number
CN202011192974.6A
Other languages
English (en)
Other versions
CN112507602A (zh
Inventor
陆桦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhongan Intelligent Information Technology Co ltd
Original Assignee
Beijing Zhongan Intelligent Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zhongan Intelligent Information Technology Co ltd filed Critical Beijing Zhongan Intelligent Information Technology Co ltd
Priority to CN202011192974.6A priority Critical patent/CN112507602B/zh
Publication of CN112507602A publication Critical patent/CN112507602A/zh
Application granted granted Critical
Publication of CN112507602B publication Critical patent/CN112507602B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种水下航行器沉积物适应性评估方法,包括以下步骤:步骤S1、依据目标海底沉淀物的平均粒径对目标海底沉淀物分类并进行坐底安全性判断;步骤S2、按照经度、纬度读取已分类的目标海底沉淀物的格点位置和类型;步骤S3、通过瑞利反射系数对均匀液态下目标海底沉淀物的海底反射性能进行计算;通过设置引入评估指数,从沉积物分类中最基本的参数入手的方式,从而建立起隐蔽安全性指数,表征在某种沉积物底质上,根据航行器被声学设备探测到的难易程度,使得决策人员可以根据最终指数来判定安全性,解决了目前的评估技术存在主观因素过多,通用性不足的问题。

Description

一种水下航行器沉积物适应性评估方法
技术领域
本发明涉及水下环境评估技术领域,具体为一种水下航行器沉积物适应性评估方法。
背景技术
现有的沉积物参数有多种分类方法和依据,而目前的沉积物适用评估技术,仅仅从定性上评估是否允许航行器坐底,在其隐蔽性安全上缺乏最终综合定量评估方法,尤其是在针对航行器行为坐底时,尽管可以结合客观的底质参数,但最终行为决策的评估仍是采用主观决定,此外,现有的评估技术存在主观因素过多,通用性不足。
发明内容
本发明的目的在于提供一种水下航行器沉积物适应性评估方法,具备通过引入评估指数,从沉积物分类中最基本的参数入手,建立隐蔽性安全指数,表征在某种沉积物底质上,根据航行器被声学设备探测到的难易程度,决策人员可以根据最终指数来判定坐底安全性的优点,解决了现有技术中的问题。
为实现上述目的,本发明提供如下技术方案:一种水下航行器沉积物适应性评估方法,包括以下步骤:
步骤S1、依据目标海底沉淀物的平均粒径对所述目标海底沉淀物进行分类;
步骤S2、按照经度、纬度读取已分类的所述目标海底沉淀物的格点位置和类型;
步骤S3、基于所述目标海底沉淀物的类型,按照所述目标海底沉淀物的平均粒径进行坐底安全性判断;
步骤S4、基于步骤S2,通过瑞利反射系数对均匀液态下所述目标海底沉淀物的海底反射性能进行计算;
步骤S5、通过均匀液态下所述目标海底沉淀物的海底反射性能得到非均匀液态下所述目标海底沉淀物的海底全反射角或目标海底沉淀物的海底全透射角;
步骤S6、自定义所述任意一种已分类的目标海底沉淀物的海底掠射角度一致,得到非均匀液态下所述目标海底沉淀物的海底全反射角或海底全透射角所出现的概率P;
步骤S7、通过概率P建立非均匀液态下所述目标海底沉淀物的隐蔽性安全指数k,通过隐蔽性安全指数k进行隐蔽性安全判断;
步骤S8、输出所述目标海底沉淀物的格点位置和隐蔽性安全指数。
作为对本发明中所述一种水下航行器沉积物适应性评估方法的改进,步骤S3中,所述目标海底沉淀物的平均粒径为2.5目(细沙)的坐底类型为坐底安全。
作为对本发明中所述一种水下航行器沉积物适应性评估方法的改进,步骤S4中,所述目标海底沉淀物的海底反射性能取决于所述目标海底沉淀物密度ρ、声速C、以及吸收系数α,其定义如下式所示:
式中,φ是掠射角;n是折射率;m=ρ;ρ是密度;n=C/C
C是声速。
作为对本发明中所述一种水下航行器沉积物适应性评估方法的改进,步骤S5中,非均匀液态下所述目标海底沉淀物包括高声速目标海底沉淀物和低声速目标海底沉淀物,其中,高声速目标海底沉淀物存在全反射角,其定义下式所示:
式中,φ是掠射角;n是折射率;n=C/C
低声速目标海底沉淀物存在全透射角,其定义下式所示:
式中,φ是掠射角;n是折射率;n=C/C;C是声速;m=ρ;ρ是密度。
作为对本发明中所述一种水下航行器沉积物适应性评估方法的改进,步骤S6中,所述非均匀液态下的高声速目标海底沉淀物的海底全反射角出现的概率P1,其定义下式所示:
式中,C是声速;
步骤S6中,所述非均匀液态下的低声速目标海底沉淀物的海底全透射角出现的概率P2,其定义下式所示:
式中,φ是掠射角。
作为对本发明中所述一种水下航行器沉积物适应性评估方法的改进,步骤S7中,通过概率P1建立高声速所述目标海底沉淀物的隐蔽性安全指数k1具体如下式所示:
式中,P1是高声速目标海底沉淀物的海底全反射角出现的概率,P1越大,隐蔽性安全指数k1越低;
通过概率P2建立低声速所述目标海底沉淀物的隐蔽性安全指数k2具体如下式所示:
式中,P2是低声速目标海底沉淀物的海底全反射角出现的概率,P2越大,隐蔽性安全指数k2越高。
作为对本发明中所述一种水下航行器沉积物适应性评估方法的改进,根据111-120号底质类型,输出所述目标海底沉淀物的格点位置和隐蔽性安全指数具体其定义下式所示:
输出位置A{lat,lon,k1或k2}
式中,lat、lon分别是GPS经度、纬度;k1或k2是隐蔽性安全指数。
与现有技术相比,本发明的有益效果如下:
1.通过设置引入评估指数,从沉积物分类中最基本的参数入手的方式,从而建立起隐蔽安全性指数,表征在某种沉积物底质上,根据航行器被声学设备探测到的难易程度,使得决策人员可以根据最终指数来判定安全性,解决了目前的评估技术存在主观因素过多,通用性不足的问题,此外,不同于常用的哈密顿分类,本发明客观的对目标海底沉淀物进行简化分类,降低识别难度的同时能准确筛选适合坐底的海底底质。
附图说明
图1为本发明一种水下航行器沉积物适应性评估方法的整体流程架构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
本发明,一种水下航行器沉积物适应性评估方法,如图1所示,包括以下步骤:
步骤S1、依据目标海底沉淀物的平均粒径对目标海底沉淀物进行分类;
步骤S2、按照经度、纬度读取已分类的目标海底沉淀物的格点位置和类型;
步骤S3、基于目标海底沉淀物的类型,按照目标海底沉淀物的平均粒径进行坐底安全性判断,其中,目标海底沉淀物的平均粒径为2.5目(细沙)的坐底类型为坐底安全;
基于步骤S2,对目标海底沉淀物的地质声学参数进行隐蔽性安全评估,其中,包括以下步骤:
步骤S4、计算基于均匀液态下目标海底沉淀物的海底反射性能,由于目标海底沉淀物的厚度差别很大,在零米到数千米的范围内变化,目标海底沉淀物的物理性质对声波传播的影响是水声环境效应研究所关心的问题,而海底反射性能损失是目标海底沉淀物的重要物理量,也是水声环境仿真分析与声纳性能预报的重要环境参数,其中,基于步骤S2,通过瑞利反射系数对均匀液态下目标海底沉淀物的海底反射性能进行计算,其中,目标海底沉淀物的海底反射性能取决于目标海底沉淀物密度ρ、声速C、以及吸收系数α,其定义如下式所示:
式中,φ是掠射角;n是折射率;m=ρ;ρ是密度;n=C/C
C是声速,由公式可见,海底反射性能与折射率n的关系极大,对于高声速目标海底沉淀物(n<1)存在全反射,对于低声速目标海底沉淀物(n>1),存在全透射角,因此,在小掠射角时,高声速目标海底沉淀物具有较好的反射性能,而低声速目标海底沉淀物则较差;
步骤S5、通过均匀液态下目标海底沉淀物的海底反射性能得到非均匀液态下目标海底沉淀物的海底全反射角或目标海底沉淀物的海底全透射角,其中,非均匀液态下目标海底沉淀物包括高声速目标海底沉淀物和低声速目标海底沉淀物,其中,高声速目标海底沉淀物存在全反射角,其定义下式所示:
式中,φ是掠射角;n是折射率;n=C/C
低声速目标海底沉淀物存在全透射角,其定义下式所示:
式中,φ是掠射角;n是折射率;n=C/C;C是声速;m=ρ;ρ是密度;
步骤S6、针对每一种存在目标海底沉淀物的海底底质,假设掠射角度随机分布,每个角度值可能性一致,那么,自定义任意一种已分类的目标海底沉淀物的海底掠射角度一致,得到非均匀液态下目标海底沉淀物的海底全反射角或海底全透射角所出现的概率P,其中,非均匀液态下的高声速目标海底沉淀物的海底全反射角出现的概率P1,其定义下式所示:
式中,C是声速;
非均匀液态下的低声速目标海底沉淀物的海底全透射角出现的概率P2,其定义下式所示:
式中,φ是掠射角;
步骤S7、通过概率P建立非均匀液态下目标海底沉淀物的隐蔽性安全指数k,通过隐蔽性安全指数k进行隐蔽性安全判断,其中,通过概率P1建立高声速目标海底沉淀物的隐蔽性安全指数k1具体如下式所示:
式中,P1是高声速目标海底沉淀物的海底全反射角出现的概率,P1越大,隐蔽性安全指数k1越低;
通过概率P2建立低声速目标海底沉淀物的隐蔽性安全指数k2具体如下式所示:
式中,P2是低声速目标海底沉淀物的海底全反射角出现的概率,P2越大,隐蔽性安全指数k2越高;
步骤S8、基于步骤S3、步骤S7,输出目标海底沉淀物的格点位置和隐蔽性安全指数,依据存在不同目标海底沉淀物的海底底质的声速值相互独立,其中,根据111-120号底质类型,输出该目标海底沉淀物的格点位置和隐蔽性安全指数,具体其定义下式所示:
输出位置A{lat,lon,k1或k2} (8)
式中,lat、lon分别是GPS经度、纬度;k1或k2是隐蔽性安全指数,其中,计算得出
式中,C是声速;n是折射率;m=ρ;ρ是密度;n=C/C
通过设置引入评估指数,从沉积物分类中最基本的参数入手的方式,从而建立起隐蔽安全性指数,表征在某种沉积物底质上,根据航行器被声学设备探测到的难易程度,使得决策人员可以根据最终指数来判定安全性,解决了目前的评估技术存在主观因素过多,通用性不足的问题,此外,不同于常用的哈密顿分类,本发明客观的对目标海底沉淀物进行简化分类,降低识别难度的同时能准确筛选适合坐底的海底底质。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明;因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内,不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。

Claims (4)

1.一种水下航行器沉积物适应性评估方法,其特征在于,包括以下步骤:
步骤S1、依据目标海底沉淀物的平均粒径对所述目标海底沉淀物分类并进行坐底安全性判断;
步骤S2、按照经度、纬度读取已分类的所述目标海底沉淀物的格点位置和类型;
步骤S3、通过瑞利反射系数对均匀液态下所述目标海底沉淀物的海底反射性能进行计算,通过均匀液态下所述目标海底沉淀物的海底反射性能得到非均匀液态下所述目标海底沉淀物的海底全反射角或目标海底沉淀物的海底全透射角;
步骤S4、自定义所述任意一种已分类的目标海底沉淀物的海底掠射角度一致,得到非均匀液态下所述目标海底沉淀物的海底全反射角或海底全透射角所出现的概率P,通过概率P建立非均匀液态下所述目标海底沉淀物的隐蔽性安全指数k,通过隐蔽性安全指数k进行隐蔽性安全判断;
步骤S5、通过坐底安全性以及隐蔽性安全指数k与概率P之间的函数关系进行水下航行器沉淀物的适应性评估;
步骤S1中,目标海底沉淀物的平均粒径为2.5目细沙的坐底类型为坐底安全;
步骤S3中,所述目标海底沉淀物的海底反射性能取决于所述目标海底沉淀物密度ρ、声速C、以及吸收系数α,其定义如下式所示:
式中,φ是掠射角;n是折射率;m=ρ;ρ是密度;n=C/C
C是声速;
步骤S3中,非均匀液态下所述目标海底沉淀物包括高声速目标海底沉淀物和低声速目标海底沉淀物,其中,高声速目标海底沉淀物存在全反射角,其定义下式所示:
式中,φ是掠射角;n是折射率;n=C/C,低声速目标海底沉淀物存在全透射角,其定义下式所示:
式中,φ是掠射角;n是折射率;n=C/C;C是声速;m=ρ;ρ是密度。
2.根据权利要求1所述的水下航行器沉积物适应性评估方法,其特征在于:所述非均匀液态下的高声速目标海底沉淀物的海底全反射角出现的概率P1,其定义下式所示:
式中,C是声速;
所述非均匀液态下的低声速目标海底沉淀物的海底全透射角出现的概率P2,其定义下式所示:
式中,φ是掠射角。
3.根据权利要求1所述的水下航行器沉积物适应性评估方法,其特征在于:通过概率P1建立高声速所述目标海底沉淀物的隐蔽性安全指数k1具体如下式所示:
式中,P1是高声速目标海底沉淀物的海底全反射角出现的概率,P1越大,隐蔽性安全指数k1越低;
通过概率P2建立低声速所述目标海底沉淀物的隐蔽性安全指数k2具体如下式所示:
式中,P2是低声速目标海底沉淀物的海底全反射角出现的概率,P2越大,隐蔽性安全指数k2越高。
4.根据权利要求1所述一种水下航行器沉积物适应性评估方法,其特征在于:输出所述目标海底沉淀物的格点位置和隐蔽性安全指数具体其定义下式所示:
输出位置A{lat,lon,k1或k2}
式中,lat、lon分别是GPS经度、纬度;k1或k2是隐蔽性安全指数。
CN202011192974.6A 2020-10-30 2020-10-30 一种水下航行器沉积物适应性评估方法 Active CN112507602B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011192974.6A CN112507602B (zh) 2020-10-30 2020-10-30 一种水下航行器沉积物适应性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011192974.6A CN112507602B (zh) 2020-10-30 2020-10-30 一种水下航行器沉积物适应性评估方法

Publications (2)

Publication Number Publication Date
CN112507602A CN112507602A (zh) 2021-03-16
CN112507602B true CN112507602B (zh) 2023-09-29

Family

ID=74956079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011192974.6A Active CN112507602B (zh) 2020-10-30 2020-10-30 一种水下航行器沉积物适应性评估方法

Country Status (1)

Country Link
CN (1) CN112507602B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007292729A (ja) * 2006-03-27 2007-11-08 Mitsubishi Heavy Ind Ltd 水中航走体、及び水中航走体の測位方法
CN104808246A (zh) * 2015-05-26 2015-07-29 中国科学院声学研究所东海研究站 海底沉积物类型的识别方法
CA2911541A1 (en) * 2014-10-01 2016-04-01 Peter Kowalczyk Compensation of magnetic data for autonomous underwater vehicle mapping surveys
CN106197411A (zh) * 2016-06-30 2016-12-07 西安电子科技大学 一种用于水下无人航行器安全航行的引导显示系统
CN107526069A (zh) * 2017-07-27 2017-12-29 天津大学 一种利用前向散射强度反演和分类海底表面沉积层的方法
CN108860532A (zh) * 2018-07-11 2018-11-23 哈尔滨工程大学 一种全向回转水下航行器

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007292729A (ja) * 2006-03-27 2007-11-08 Mitsubishi Heavy Ind Ltd 水中航走体、及び水中航走体の測位方法
CA2911541A1 (en) * 2014-10-01 2016-04-01 Peter Kowalczyk Compensation of magnetic data for autonomous underwater vehicle mapping surveys
CN104808246A (zh) * 2015-05-26 2015-07-29 中国科学院声学研究所东海研究站 海底沉积物类型的识别方法
CN106197411A (zh) * 2016-06-30 2016-12-07 西安电子科技大学 一种用于水下无人航行器安全航行的引导显示系统
CN107526069A (zh) * 2017-07-27 2017-12-29 天津大学 一种利用前向散射强度反演和分类海底表面沉积层的方法
CN108860532A (zh) * 2018-07-11 2018-11-23 哈尔滨工程大学 一种全向回转水下航行器

Also Published As

Publication number Publication date
CN112507602A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
CN106643671B (zh) 一种基于机载LiDAR测深系统的水下点云去噪方法
Leblond et al. Acoustic monitoring of gas emissions from the seafloor. Part I: quantifying the volumetric flow of bubbles
CN106546518A (zh) 一种基于声学反演悬浮颗粒物浓度的方法
CN109521469B (zh) 一种海底沉积物弹性参数的正则化反演方法
CN107247291A (zh) 海底浅地层声能衰减模型构建及其两个重要声能衰减特征参数提取方法
CN102109495A (zh) 基于多波束声纳技术的海底混合底质类型分类方法
CN107526069A (zh) 一种利用前向散射强度反演和分类海底表面沉积层的方法
Jenserud et al. Measurements and modeling of effects of out-of-plane reverberation on the power delay profile for underwater acoustic channels
CN109143399A (zh) 一种识别碳酸盐岩层序界面的方法
Fick et al. Threshold of motion of bivalve and gastropod shells under oscillatory flow in flume experiments
Wang et al. An automated procedure to calculate the morphological parameters of superimposed rhythmic bedforms
CN112507602B (zh) 一种水下航行器沉积物适应性评估方法
CN107651119A (zh) 具有水下噪声源被动定位功能的海上浮标及定位方法
Ni et al. Comparison of single-beam and multibeam sonar systems for sediment characterization: results from shallow water experiment
CN115264410A (zh) 一种海底管道风险评估方法及系统
Rodríguez et al. New European underwater noise measurement standard developed in the AQUO project
Xu et al. Experimental study of geoacoustic inversion with reliable acoustic path in the Philippine Sea
CN114280615A (zh) 基于相关矩阵特征值衰弱系数的浅海水面水下目标分辨方法
Koliada et al. Limitations of target detection in horizontal acoustic surveys of extremely shallow water bodies
Loranger Acoustic detection and quantification of crude oil
de Kerckhove et al. Measuring fish school swimming speeds with two acoustic beams and determining the angle of the school detection
CN109342568B (zh) 一种淤泥质海底航道失稳滑塌全周期声纹识别方法
Mandleberg A comparison of the predictive abilities of four approaches for modelling the distribution of cetaceans
Doi et al. Environmental Study on the Deep-sea Mining of Manganese Nodules in the Northeastern Tropical Pacific-Modeling the sediment-laden negative buoyant flow
CN116432562B (zh) 一种密度跃层要素变化对内潮影响程度的分析方法

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