CN117031442A - 融合多通道波形数据的激光雷达水域地形测量方法及装置 - Google Patents

融合多通道波形数据的激光雷达水域地形测量方法及装置 Download PDF

Info

Publication number
CN117031442A
CN117031442A CN202311290321.5A CN202311290321A CN117031442A CN 117031442 A CN117031442 A CN 117031442A CN 202311290321 A CN202311290321 A CN 202311290321A CN 117031442 A CN117031442 A CN 117031442A
Authority
CN
China
Prior art keywords
data
waveform
water
channel data
determining
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
Application number
CN202311290321.5A
Other languages
English (en)
Other versions
CN117031442B (zh
Inventor
谌一夫
吴临
钱悦
俞俊杰
乐源
王力哲
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.)
China University of Geosciences
Original Assignee
China University of Geosciences
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 China University of Geosciences filed Critical China University of Geosciences
Priority to CN202311290321.5A priority Critical patent/CN117031442B/zh
Publication of CN117031442A publication Critical patent/CN117031442A/zh
Application granted granted Critical
Publication of CN117031442B publication Critical patent/CN117031442B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
    • G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C7/00—Tracing profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Optical Radar Systems And Details Thereof (AREA)

Abstract

本发明提供了一种融合多通道波形数据的激光雷达水域地形测量方法及装置，涉及测绘技术领域，该方法包括：获取激光雷达关于待测量水域的多通道数据的融合数据；确定融合数据的有效波形区间，并基于有效波形区间确定各通道数据的有效波形数据；对有效波形数据进行基于波形曲率的波形分解，确定对应每个通道数据的有效波形数据的水面波形分量和水底波形分量；根据所有通道数据的有效波形数据的水面波形分量和水底波形分量，确定待测量水域的水深数据；根据水深数据，确定待测量水域的水底地形。本发明实现了激光雷达水域地形测量中多通道数据的融合运算，在追求测量结果的准确性、可靠性的同时，也提升了相应测量结果的结算效率。

Description

融合多通道波形数据的激光雷达水域地形测量方法及装置
技术领域
本发明涉及测绘技术领域，具体而言，涉及一种融合多通道波形数据的激光雷达水域地形测量方法及装置。
背景技术
目前，在机载激光雷达水域地形测绘技术方面，为追求更高的成像质量和精度等，多采用多通道雷达进行相应测量。
但是，多通道机载激光雷达由于探测得到的通道数据较多，一方面，其通常会存在数据冗余问题，即测量时会产生较多无效冗余数据，其有效波形在总体波形数据中的占比极小，若直接使用原始波形数据进行相应计算，将会极大地降低测量结果结算效率；另一方面，由于多通道机载激光雷达的各通道的探测方式不同，不同通道的测深能力不同，若仅采用部分通道的数据进行相应计算，虽会相应提升测量结果结算效率，但会极大地降低测量结果精度；再一方面，对于浅水水域地形，由于水深太浅，现有技术中常用的用于波形数据分解的峰值检测方法难以准确检测到相应的水面回波和水底回波的波峰，影响最终的测量结果的精度及可靠性。
发明内容
本发明解决的问题是：如何实现水域地形测量的高效率、高精度。
为解决上述问题，本发明提供一种融合多通道波形数据的激光雷达水域地形测量方法，包括：
获取激光雷达关于待测量水域的多通道数据的融合数据；
确定所述融合数据的有效波形区间，并基于所述有效波形区间确定各通道数据的有效波形数据；
对所述有效波形数据进行基于波形曲率的波形分解，确定对应每个所述通道数据的所述有效波形数据的水面波形分量和水底波形分量；
根据所有所述通道数据的所述有效波形数据的所述水面波形分量和所述水底波形分量，确定所述待测量水域的水深数据；
根据所述水深数据，确定所述待测量水域的水底地形。
可选地，所述获取激光雷达关于待测量水域的多通道数据的融合数据包括：
获取所述激光雷达关于所述待测量水域的所述多通道数据；其中，所述多通道数据包括：用于确定水表回波信号的第一通道数据，以及用于确定所述水表回波信号和水底回波信号的第二通道数据、第三通道数据和第四通道数据；
叠加所述第一通道数据、所述第二通道数据、所述第三通道数据和所述第四通道数据，得到所述融合数据。
可选地，所述确定所述融合数据的有效波形区间，并基于所述有效波形区间确定各通道数据的有效波形数据包括：
确定所述融合数据的波峰序列；
确定所述波峰序列的累计标准差；
根据所述累计标准差和所述波峰序列确定所述有效波形区间的左端点和右端点，得到所述有效波形区间；
基于所述有效波形区间确定所述第一通道数据、所述第二通道数据、所述第三通道数据和所述第四通道数据的所述有效波形数据。
可选地，所述对所述有效波形数据进行基于波形曲率的波形分解，确定对应每个所述通道数据的所述有效波形数据的水面波形分量和水底波形分量包括：
确定各所述通道数据的所述有效波形数据中每个采样时间位置对应的曲率及振幅值；
根据所述曲率及所述振幅值，构建分别对应各所述通道数据的所述有效波形数据的能量曲线；
提取所述能量曲线中的各波峰对应的峰值、时间位置及半峰全宽；
根据所述峰值、所述时间位置及所述半峰全宽，确定各所述通道数据的所述有效波形数据中待分解的波形分量；
将各所述通道数据的所述有效波形数据分解完全，得到多个所述波形分量；
从多个所述波形分量中确定对应每个所述通道数据的所述水面波形分量和所述水底波形分量。
可选地，所述对所述有效波形数据进行基于波形曲率的波形分解，确定对应每个所述通道数据的所述有效波形数据的水面波形分量和水底波形分量还包括：
确定各所述通道数据对应的第一个分解的所述波形分量的参数；
基于各所述通道数据中第一个分解的所述波形分量的参数，采用LM算法对各所述通道数据对应的待分解的所述波形分量进行参数优化，得到优化后的参数组。
可选地，所述根据所有所述通道数据的所述有效波形数据的所述水面波形分量和所述水底波形分量，确定所述待测量水域的水深数据包括：
根据所述第一通道数据、所述第二通道数据、所述第三通道数据和所述第四通道数据对应的所述水面波形分量，确定水面回波时刻；根据所述第二通道数据、所述第三通道数据和所述第四通道数据对应的所述水底波形分量，确定水底回波时刻；
根据所述水面回波时刻和所述水底回波时刻，确定测量处的水深；
汇总所述待测量水域所有所述测量处的水深，得到所述待测量水域的所述水深数据。
可选地，所述根据所述第一通道数据、所述第二通道数据、所述第三通道数据和所述第四通道数据对应的所述水面波形分量，确定水面回波时刻包括：
根据所有所述水面波形分量波峰对应的时间位置求取平均值，得到所述水面回波时刻；
所述根据所述第二通道数据、所述第三通道数据和所述第四通道数据对应的所述水底波形分量，确定水底回波时刻包括：
根据所有所述水底波形分量波峰对应的时间位置求取平均值，得到所述水底回波时刻。
可选地，所述根据所述水面回波时刻和所述水底回波时刻，确定测量处的水深包括：
根据所述水面回波时刻和所述水底回波时刻，采用水深测量公式确定所述测量处的水深；其中，所述水深测量公式为：
，
其中，D表示所述测量处的水深，C表示光速，T S、T B分别表示所述水底回波时刻和所述水面回波时刻，α表示激光在所述待测量水域水体中的折射角，n 1、n 2分别表示激光在待测量水域上空空气和待测量水域水体中的折射角。
可选地，所述根据所述水深数据，确定所述待测量水域的水底地形包括：
根据所述激光雷达在所述待测量水域所有测量处测得的所述水深数据，对所述待测量水域的水底地形进行绘制。
为解决上述问题，本发明还提供一种融合多通道波形数据的激光雷达水域地形测量装置，包括：
获取单元，用于获取激光雷达关于待测量水域的多通道数据的融合数据；
有效波形确定单元，用于确定所述融合数据的有效波形区间，并基于所述有效波形区间确定各通道数据的有效波形数据；
分解单元，用于对所述有效波形数据进行基于波形曲率的波形分解，确定对应每个所述通道数据的所述有效波形数据的水面波形分量和水底波形分量；
水深计算单元，用于根据所有所述通道数据的所述有效波形数据的所述水面波形分量和所述水底波形分量，确定所述待测量水域的水深数据；
地形测绘单元，用于根据所述水深数据，确定所述待测量水域的水底地形。
本发明与现有技术相比，具有以下有益效果：本方法基于激光雷达的多通道数据的融合数据确定各通道数据统一的有效波形区间，在实现通道数据中无效冗余数据剔除的同时，提升了相应测量结果的准确性（精度），还减少了后续用于计算相应测量结果的数据运算量，且便于实现激光雷达水域地形测量中多通道数据的融合运算，提升了相应测量结果的结算（计算、运算）效率；且通过对各通道数据的有效波形数据进行基于波形曲率的波形分解，以准确得到用于确定水面回波时刻的水面波形分量以及用于确定水底回波时刻的水底波形分量，从而根据多通道数据的有效波形数据中的所有水面回波时刻和水底回波时刻确定待测量水域测量处的水深，实现融合多通道波形数据的水深测量，从而得到汇总待测量水域所有测量处水深的水深数据，以基于水深数据完成待测量水域的水底地形测量（或测绘等）。其中，本方法通过采用基于波形曲率的波形分解方式，提升了对相应波形数据的分解精度，使得本方法适用于各种不同水深的水域地形，即提升了本方法对各种不同水深水域地形的适用性。
附图说明
图1为本发明实施例中融合多通道波形数据的激光雷达水域地形测量方法的流程图；
图2为本发明实施例中步骤200的子流程图；
图3为本发明实施例中步骤300的子流程图；
图4为本发明实施例中步骤400的子流程图；
图5为本发明实施例中第一通道数据的波形数据示意图；
图6为本发明实施例中第二通道数据的波形数据示意图；
图7为本发明实施例中第三通道数据的波形数据示意图；
图8为本发明实施例中第四通道数据的波形数据示意图；
图9为本发明实施例中融合数据的波形数据示意图；
图10为本发明实施例中相应通道数据的有效波形数据剥离的一个波形分量的波形数据示意图；
图11为本发明实施例中相应通道数据的有效波形数据剥离一个波形分量后的脉冲数据（波形数据）的波形数据示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
结合图1所示，本发明实施例提供一种融合多通道波形数据的激光雷达水域地形测量方法，包括以下步骤：
步骤100、获取激光雷达关于待测量水域的多通道数据的融合数据。
具体地，步骤100中，在通过例如多通道机载激光雷达对待测量水域进行相应探测时，获取激光雷达向待测量水域发射激光束后反射的回波信号，并记录回波信号在时间序列上的分布情况，从而得到包括激光雷达各个通道的回波信号在时间序列上的分布情况的多通道数据（或多通道波形数据）；对多通道数据进行叠加，即可得到多通道数据的融合数据，本方法后续步骤基于多通道数据及多通道数据的融合数据进行，以便实现高效率、高精度的水域地形测量。
示例性地，对于多通道数据，其包括通道一、通道二、通道三和通道四的通道数据。通道一、通道二、通道三和通道四的通道数据各自具有不同的回波波形特征，可通过例如激光雷达发射不同波长的光脉冲实现。通道一的通道数据一般不含水底回波信号，通道二、通道三和通道四的通道数据包含水表回波信号和水底回波信号，也就是说，通道一、通道二、通道三和通道四的通道数据均适用于确定水表回波信号，通道二、通道三和通道四的通道数据均适用于确定水表回波信号和水底回波信号。其中，水表回波信号包括水表时间（即水表回波时刻）等数据，水底回波信号包括水底时间（即水底回波时刻）等数据。在一些实施例中，通道一主要用于水表回波位置确定、水表时间获取等，通道四主要用于深水区域的水底回波位置确定、深水区域水深获取等，通道二和通道三主要用于浅水区域水深获取、作为部分的验证数据等。
步骤200、确定融合数据的有效波形区间，并基于有效波形区间确定各通道数据的有效波形数据。
具体地，步骤200中，先确定激光雷达的多通道数据的融合数据的有效波形区间（或边界），如有效波形的时间区间（或时间边界），即可得到各通道数据基于该有效波形区间的有效波形数据，即得到各通道数据对应的具备相同有效波形区间（或边界）的有效波形数据。如此，一方面，实现了融合数据中无效冗余数据的剔除，以减少后续用于计算相应测量结果的运算量，提升相应测量结果的结算（计算、运算）效率；另一方面，基于融合数据确定有效波形区间，以保证后续得到有效波形区间的有效波形数据具备相同、统一的有效波形区间，从而便于实现激光雷达水域地形测量中多通道数据的融合运算。
步骤300、对有效波形数据进行基于波形曲率的波形分解，确定对应每个通道数据的有效波形数据的水面波形分量和水底波形分量。
具体地，步骤300中，对各通道数据的有效波形数据进行波形分解，以将各通道数据的有效波形数据均分解为多个波形分量，例如采用迭代分解的思路实现有效波形数据沿时间序列的波形分量剥离，从而基于分解得到的所有波形分量确定其中的水面波形分量和水底波形分量，用于进行待测量水域的水深计算等。其中，有效波形数据的波形分解基于波形曲率进行，以通过波形曲率探测有效波形数据的曲率变化，从而准确探测到有效波形数据中的波峰等特征，以提升波形分解的精度与效率，尤其是提升本方法对探测浅水水域得到的相应波形数据的波形分解的精度与效率，实现对水面回波和水底回波等的准确分解，使得本方法适用于各种不同水深的水域地形，即提升了本方法对各种不同水深水域地形的适用性。
步骤400、根据所有通道数据的有效波形数据的水面波形分量和水底波形分量，确定待测量水域的水深数据。
步骤400中，示例性地，根据得到的多通道数据所有通道数据的有效波形数据的所有水面波形分量对应的水面回波时刻求平均值，以得到水面回波时刻；根据得到的多通道数据所有通道数据的有效波形数据的所有水底波形分量对应的水底回波时刻求平均值，以得到水底回波时刻；然后根据水底回波时刻与水面回波时刻的时间差即可得到待测量水域测量处的水深。汇总待测量水域所有测量处的水深，得到待测量水域的水深数据。
步骤500、根据水深数据，确定待测量水域的水底地形。
具体地，根据步骤400得到的待测量水域的水深数据，即可确定待测量水域各处的水深，从而可基于统一的水平面（或其他参考面）确定待测量水域的水底地形，实现待测量水域的水底地形测量（或测绘等）。
这样，本方法用于基于激光雷达实现水域地形测量（水深测量、地形测绘等）。具体地，首先，考虑到多通道数据中存在大量的无效冗余数据且其会影响到测量结果的精度等，本方法通过步骤100-步骤200，基于激光雷达的多通道数据的融合数据确定各通道数据统一的有效波形区间，在实现通道数据中无效冗余数据剔除的同时，提升了相应测量结果的准确性（精度），还减少了后续用于计算相应测量结果的数据运算量，且便于实现激光雷达水域地形测量中多通道数据的融合运算，提升了相应测量结果的结算（计算、运算）效率。其次，通过步骤300-步骤400，对各通道数据的有效波形数据进行基于波形曲率的波形分解，以准确得到用于确定水面回波时刻的水面波形分量以及用于确定水底回波时刻的水底波形分量，从而根据多通道数据的有效波形数据中的所有水面回波时刻和水底回波时刻确定待测量水域测量处的水深，实现融合多通道波形数据的水深测量，从而得到汇总待测量水域所有测量处水深的水深数据。最后，即可通过步骤500，基于水深数据完成待测量水域的水底地形测量（或测绘等）。其中，本方法通过采用基于波形曲率的波形分解方式，提升了对相应波形数据的分解精度，使得本方法适用于各种不同水深的水域地形，即提升了本方法对各种不同水深水域地形的适用性。
可选地，结合图1、图5-图9所示，步骤100包括：
获取激光雷达关于待测量水域的多通道数据；其中，多通道数据包括：用于确定水表回波信号的第一通道数据，以及用于确定水表回波信号和水底回波信号的第二通道数据、第三通道数据和第四通道数据；
叠加第一通道数据、第二通道数据、第三通道数据和第四通道数据，得到融合数据。
具体地，获取包括第一通道数据S ch1（即上述的通道一的通道数据）、第二通道数据S ch2（即上述的通道二的通道数据）、第三通道数据S ch3（即上述的通道三的通道数据）和第四通道数据S ch4（即上述的通道四的通道数据）的多通道数据，S ch1，S ch2，S ch3，S ch4分别表示通道一、通道二、通道三和通道四的回波信号在时间序列i上的分布情况。叠加S ch1，S ch2，S ch3，S ch4，得到融合数据S，有：
，/>，
其中，为便于描述，用函数f（i）描述融合波形数据S，i即表示采样点的时间位置。如此，得到融合数据S，即可根据融合数据S进行有效波形区间的探索（计算）。
其中，多通道数据的第一通道数据、第二通道数据、第三通道数据和第四通道数据各自具有不同的回波波形特征，可通过例如激光雷达发射不同波长的光脉冲实现。第一通道数据一般不含水底回波信号，第二通道数据、第三通道数据和第四通道数据包含水表回波信号和水底回波信号，也就是说，第一通道数据、第二通道数据、第三通道数据和第四通道数据均适用于确定水表回波信号，第二通道数据、第三通道数据和第四通道数据均适用于确定水表回波信号和水底回波信号。其中，水表回波信号包括水表时间（即水表回波时刻）等数据，水底回波信号包括水底时间（即水底回波时刻）等数据。在一些实施例中，第一通道数据主要用于水表回波位置确定、水表时间获取等，第四通道数据主要用于深水区域的水底回波位置确定、深水区域水深获取等，第二通道数据和第三通道数据主要用于浅水区域水深获取、作为部分的验证数据等。
可选地，图5-图11中，横轴表示时间，纵轴表示振幅。在一些实施例中，横轴表示的时间的单位为纳秒（ns）。
可选地，结合图1、图2所示，步骤200包括：
步骤210、确定融合数据的波峰序列。
具体地，采用f（i）的一阶导数即可探测出S位于时间序列上的局部极值点，得到的局部极大值点即为S的波峰，得到的局部极小值点即为S的波谷。基于融合数据S的时间坐标轴，将时间坐标轴正方向作为正向，反向作为逆向，并从正向和逆向分别探测提取S的局部极大值点（波峰点），得到S的所有波峰点，对所有波峰点按时间进行排序，构建得到波峰序列P（j），有：
，/>，
其中，j表示波峰点在波峰序列中P（j）的位置编号。示例性地，若融合数据S具有M个波峰点，则有j∈（1，M）。
步骤220、确定波峰序列的累计标准差。
具体的，从正向和逆向分别计算波峰序列P（j）累计标准差和/>，表示如下：
，
其中，和/>分别表示正负方向（或正逆方向）上P（j）的累计标准差，M表示P（j）中波峰点的个数；/>表示P（j）正向上每增加一个波峰的累计振幅平均值（即P（j）正向上当前累计波峰的振幅平均值），/>表示P（j）逆向上每增加一个波峰的累计振幅平均值（即P（j）逆向上当前累计波峰的振幅平均值），j和M-j+1分别为P（j）正向和逆向上当前累计增加波峰的总个数。
步骤230、根据累计标准差和波峰序列确定有效波形区间的左端点和右端点，得到有效波形区间。
具体地，在有效波形的提取中，为了保证有效波形的完整，通常以最低接收能量作为有效波形的边界（即有效波形区间的端点）更合理。因此，当从正向计算至某个波峰时的累计标准差/>大于或等于计算至上一个波峰时的累计标准差/>的k 1倍时，在位置j前面、j-1之后的波谷为有效波形的左边界/>（即有效波形区间的左端点）。同理，当从逆向计算至某个波峰时的累计标准差/>大于或等于计算至上一个波峰时的累计标准差/>的k 1倍时，在位置j后面、j+1之前的波谷为有效波形的右边界/>（即有效波形区间的右端点）。有效波形区间/>可以通过/>和/>表示为/>，且有：
，
步骤240、基于有效波形区间确定第一通道数据、第二通道数据、第三通道数据和第四通道数据的有效波形数据。
具体地，根据有效波形区间，即可得到第一通道数据S ch1的有效波形数据/>（/>）、第二通道数据S ch2的有效波形数据/>（/>）、第三通道数据S ch3的有效波形数据/>（/>）、第四通道数据S ch4的有效波形数据/>（）。
可选地，结合图1、图3、图6、图10和图11所示，步骤300包括：
步骤310、确定各通道数据的有效波形数据中每个采样时间位置对应的曲率及振幅值。
步骤320、根据曲率及振幅值，构建分别对应各通道数据的有效波形数据的能量曲线；
步骤330、提取能量曲线中的各波峰对应的峰值、时间位置及半峰全宽；
步骤340、根据峰值、时间位置及半峰全宽，确定各通道数据的有效波形数据中待分解的波形分量；
步骤350、将各通道数据的有效波形数据分解完全，得到多个波形分量；
步骤360、从多个波形分量中确定对应每个通道数据的水面波形分量和水底波形分量。
示例性地，为便于理解，下面基于第二通道数据的有效波形数据进行举例说明，通过步骤310，/>的每个采样时间位置i对应的曲率K(i)、振幅值g(i)，其中，K(i)=，g(i)=/>。通过步骤320，根据相应曲率与振幅值的乘积，构建对应第二通道数据的有效波形数据/>的能量曲线E（i），其也是关于/>的每个采样时间位置i的能量曲线，有：
，/>。
通过步骤330，按时间先后，通过E（i）的一阶导数求取E（i）的第一个波峰点（极大值点）对应的峰值A 1=g（i）、第一个波峰点对应时间位置和第一个波峰点对应的半峰全宽FWHM，其中，对于FWHM，有：
，
其中，可先对能量曲线检测和提取峰值对应的时间位置，构建峰值点对应时间位置的集合，第一通道数据、第二通道数据、第三通道数据和第四通道数据对应能量曲线中的峰值的时间位置集合可分别表示为P 1、P 2、P 3和P 4，如此，以便于根据时间位置集合中时间位置的排序对波峰点进行排序，便于后续有效波形数据按序进行波形分量分解。
通过步骤340-步骤350，将步骤330得到的对应能量曲线的第一个波峰点对应的峰值、时间位置及半峰全宽作为波形分量的参数，确定波形分量/>，其中，；并从/>中进行分解（剥离）该波形分量，得到/>剥离第一个波形分量（如图10所示）后的脉冲数据/>（如图11所示）为：
，/>，
在剥离第一个波形分量后，若/>中还存在峰值波形（或峰值点），则对/>进行第二个波形分量的分解，第二个波形分量的参数即为/>对应能量曲线的第二个波峰点对应的峰值、时间位置及半峰全宽，依此循环进行波形分量的迭代分解，直至/>被分解至没有峰值波形（或峰值点），/>分解完全，得到所有波形分量及各波形分量参数构成的参数组。根据步骤360，根据/>分解得到的所有波形分量确定水面波形分量和水底波形分量，如确定/>分解得到的所有波形分量中，时间轴靠前的波形分量（即按时间先后顺序第一个分解的波形分量）作为水面波形分量，时间轴靠后的波形分量（即按时间先后顺序最后一个分解的波形分量）作为水底波形分量。类似地，按照上述步骤完成第一通道数据、第三通道数据和第四通道数据的有效波形数据的波形分量，确定第一通道数据、第三通道数据和第四通道数据的有效波形数据按时间先后顺序第一个分解的波形分量为水面波形分量，确定第三通道数据和第四通道数据的有效波形数据按时间先后顺序最后一个分解的波形分量为水底波形分量。
这样，本方法基于激光雷达沿时间顺序线性接收回波数据的特性，对各通道数据的有效波形数据实现沿时间序列的基于波形曲率的迭代分解。具体地，本方法基于波形数据的曲率等，使用迭代分解的思路实现回波信号沿时间序列的剥离，通过波形曲率及振幅等特征，实现有效波形数据的波峰等特征的精准探测，从而便于确定迭代分解中每个轮次的回波信号剥离参数，以优化波形拟合结果，实现有效波形数据中水表回波、水体回波（其位于水表回波与水底回波之间）、水底回波的准确分解，进一步提升水深探测精度，且提升了本方法对各种不同水深水域地形的适用性。
可选地，步骤300还包括：
确定各通道数据对应的第一个分解的波形分量的参数；
基于各通道数据中第一个分解的波形分量的参数，采用LM算法对各通道数据对应的待分解的波形分量进行参数优化，得到优化后的参数组。
具体地，采用步骤310-步骤340，确定各通道数据对应的第一个分解的波形分量的参数，并基于此，利用Levenberg-Marquard（LM）算法对每个数据通道的待分解波形分量进行参数迭代优化，以便精确确定后续待分解波形分量的参数。迭代优化和迭代终止条件的公式分别表示为和；其中，p表示需要优化的位置参数向量（即波形分量的参数），p (0)表示p在本轮迭代优化中的初始参数值，/>表示优化后的值，J表示雅可比矩阵，/>表示衰减系数，/>是判断迭代是否完成的终止条件，当/>小于阈值ε时，说明优化结束，迭代终止，输出所有优化后的参数组；当/>大于或等于阈值ε时，将p的值赋给/>直到满足迭代终止条件，再输出所有优化后的参数组。
示例性地，第一通道数据、第二通道数据、第三通道数据和第四通道数据对应的所有波形分量的参数组分别用符号G 1、G 2、G 3和G 4表示，，/>，/>和分别表示第一通道数据、第二通道数据、第三通道数据和第四通道数据对应的分解得到的第一个波形分量的参数，/>，/>，/>和分别表示第一通道数据、第二通道数据、第三通道数据和第四通道数据对应的分解得到的最后一个波形分量的参数，不同通道的有效波形分解后的波形分量个数分别用U，V，W和X表示，有：
。
可选地，结合图1、图4所示，步骤400包括：
步骤410、根据第一通道数据、第二通道数据、第三通道数据和第四通道数据对应的水面波形分量，确定水面回波时刻；根据第二通道数据、第三通道数据和第四通道数据对应的水底波形分量，确定水底回波时刻。
示例性地，水面波形分量为第一通道数据、第二通道数据、第三通道数据和第四通道数据的有效波形数据按时间先后顺序第一个分解的波形分量，水底波形分量为第二通道数据、第三通道数据和第四通道数据的有效波形数据按时间先后顺序最后一个分解的波形分量。
可选地，步骤410包括：
根据所有水面波形分量波峰对应的时间位置求取平均值，得到水面回波时刻；根据所有水底波形分量波峰对应的时间位置求取平均值，得到水底回波时刻。
具体地，根据得到的所有通道数据的有效波形数据对应的所有水面波形分量各自对应的水面回波时刻（如相应水面波形分量的波峰点对应的时间位置为水面回波时刻）求平均值，以得到水面回波时刻；根据得到的所有通道数据的有效波形数据对应的所有水底波形分量各自对应的水底回波时刻（如相应水底波形分量的波峰点对应的时间位置为水底回波时刻）求平均值，以得到水底回波时刻。示例性地，第一通道数据、第二通道数据、第三通道数据和第四通道数据的有效波形数据按时间先后顺序第一个分解的波形分量为水面波形分量，若第一通道数据、第二通道数据、第三通道数据和第四通道数据对应的水面波形分量所对应的水面回波时刻分别为、/>、/>和/>，则水面回波时刻T S为：
；
若第二通道数据、第三通道数据和第四通道数据的有效波形数据按时间先后顺序最后一个分解的波形分量（即水底波形分量）对应的水底回波时刻分别为、/>和/>，则水底回波时刻T B为：
。
步骤420、根据水面回波时刻和水底回波时刻，确定测量处的水深。
可选地，步骤420包括：
根据水面回波时刻和水底回波时刻，采用水深测量公式确定测量处的水深；其中，水深测量公式为：
，
其中，D表示测量处的水深，C表示光速，T S、T B分别表示水底回波时刻和水面回波时刻，α表示激光在待测量水域水体中的折射角，n 1、n 2分别表示激光在待测量水域上空空气和待测量水域水体中的折射角。
步骤430、汇总待测量水域所有测量处的水深，得到待测量水域的水深数据。
具体地，汇总激光雷达在待测量水域所有测量处的测得的水深，得到待测量水域整体的水深数据。
可选地，基于水表反射的回波信号一般快于水底反射的回波信号，为了提高测量精度，避免水表与水底回波信号的误判，水表信号的检测和提取是在时间轴的正方向上从左到右进行的，水底信号的检测和提取是在时间轴的负方向上从右到左进行的。基于波形分量的参数组G 1、G 2、G 3和G 4，采用如下公式在时间轴正方向确定水面的波形分量：
，/>，
采用如下公式在时间轴负方向确定水底的波形分量：
，/>，
上两式中，从不同的数据通道获取水面和水底波形的集合，分别用和/>表示。符号/>表示初始峰值位置与波形分量之间的偏差；符号/>和/>表示不同数据通道中每个波形分量的峰值时间位置和方差，用于确定水面和水底回波信号；不同数据通道中噪声的方差由/>表示；符号u，v，w和x表示不同数据通道中某一波形分量的个数。
可选地，步骤500包括：
根据激光雷达在待测量水域所有测量处测得的水深数据，对待测量水域的水底地形进行绘制。
具体地，根据步骤400得到的待测量水域的水深数据，即可确定待测量水域各处的水深，从而可基于统一的水平面（或其他参考面）确定待测量水域的水底地形，实现待测量水域的水底地形测量，并可进行待测量水域的水底地形图的绘制，方便后续研究。
本发明另一实施例提供一种融合多通道波形数据的激光雷达水域地形测量装置，包括：
获取单元，用于获取激光雷达关于待测量水域的多通道数据的融合数据；
有效波形确定单元，用于确定融合数据的有效波形区间，并基于有效波形区间确定各通道数据的有效波形数据；
分解单元，用于对有效波形数据进行基于波形曲率的波形分解，确定对应每个通道数据的有效波形数据的水面波形分量和水底波形分量；
水深计算单元，用于根据所有通道数据的有效波形数据的水面波形分量和水底波形分量，确定待测量水域的水深数据；
地形测绘单元，用于根据水深数据，确定待测量水域的水底地形。
本实施例中，融合多通道波形数据的激光雷达水域地形测量装置基于激光雷达实现水域地形测量（水深测量、地形测绘等），且其通过获取单元、有效波形确定单元、分解单元、水深计算单元和地形测绘单元等结构的配合，保证了融合多通道波形数据的激光雷达水域地形测量方法能够顺利且稳定地执行。而且，融合多通道波形数据的激光雷达水域地形测量装置通过执行融合多通道波形数据的激光雷达水域地形测量方法，以基于激光雷达的多通道数据的融合数据确定各通道数据统一的有效波形区间，在实现通道数据中无效冗余数据剔除的同时，提升了相应测量结果的准确性（精度），还减少了后续用于计算相应测量结果的数据运算量，且便于实现激光雷达水域地形测量中多通道数据的融合运算，提升了相应测量结果的结算（计算、运算）效率；且通过对各通道数据的有效波形数据进行基于波形曲率的波形分解，以准确得到用于确定水面回波时刻的水面波形分量以及用于确定水底回波时刻的水底波形分量，从而根据多通道数据的有效波形数据中的所有水面回波时刻和水底回波时刻确定待测量水域测量处的水深，实现融合多通道波形数据的水深测量，从而得到汇总待测量水域所有测量处水深的水深数据，以基于水深数据完成待测量水域的水底地形测量（或测绘等）。其中，通过采用基于波形曲率的波形分解方式，提升了对相应波形数据的分解精度以及对各种不同水深水域地形的适用性。
虽然本发明披露如上，但本发明的保护范围并非仅限于此。本领域技术人员在不脱离本发明的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。

Claims (10)

1.一种融合多通道波形数据的激光雷达水域地形测量方法，其特征在于，包括：
获取激光雷达关于待测量水域的多通道数据的融合数据；
确定所述融合数据的有效波形区间，并基于所述有效波形区间确定各通道数据的有效波形数据；
对所述有效波形数据进行基于波形曲率的波形分解，确定对应每个所述通道数据的所述有效波形数据的水面波形分量和水底波形分量；
根据所有所述通道数据的所述有效波形数据的所述水面波形分量和所述水底波形分量，确定所述待测量水域的水深数据；
根据所述水深数据，确定所述待测量水域的水底地形。
2.如权利要求1所述的融合多通道波形数据的激光雷达水域地形测量方法，其特征在于，所述获取激光雷达关于待测量水域的多通道数据的融合数据包括：
获取所述激光雷达关于所述待测量水域的所述多通道数据；其中，所述多通道数据包括：用于确定水表回波信号的第一通道数据，以及用于确定所述水表回波信号和水底回波信号的第二通道数据、第三通道数据和第四通道数据；
叠加所述第一通道数据、所述第二通道数据、所述第三通道数据和所述第四通道数据，得到所述融合数据。
3.如权利要求2所述的融合多通道波形数据的激光雷达水域地形测量方法，其特征在于，所述确定所述融合数据的有效波形区间，并基于所述有效波形区间确定各通道数据的有效波形数据包括：
确定所述融合数据的波峰序列；
确定所述波峰序列的累计标准差；
根据所述累计标准差和所述波峰序列确定所述有效波形区间的左端点和右端点，得到所述有效波形区间；
基于所述有效波形区间确定所述第一通道数据、所述第二通道数据、所述第三通道数据和所述第四通道数据的所述有效波形数据。
4.如权利要求1-3中任一项所述的融合多通道波形数据的激光雷达水域地形测量方法，其特征在于，所述对所述有效波形数据进行基于波形曲率的波形分解，确定对应每个所述通道数据的所述有效波形数据的水面波形分量和水底波形分量包括：
确定各所述通道数据的所述有效波形数据中每个采样时间位置对应的曲率及振幅值；
根据所述曲率及所述振幅值，构建分别对应各所述通道数据的所述有效波形数据的能量曲线；
提取所述能量曲线中的各波峰对应的峰值、时间位置及半峰全宽；
根据所述峰值、所述时间位置及所述半峰全宽，确定各所述通道数据的所述有效波形数据中待分解的波形分量；
将各所述通道数据的所述有效波形数据分解完全，得到多个所述波形分量；
从多个所述波形分量中确定对应每个所述通道数据的所述水面波形分量和所述水底波形分量。
5.如权利要求4所述的融合多通道波形数据的激光雷达水域地形测量方法，其特征在于，所述对所述有效波形数据进行基于波形曲率的波形分解，确定对应每个所述通道数据的所述有效波形数据的水面波形分量和水底波形分量还包括：
确定各所述通道数据对应的第一个分解的所述波形分量的参数；
基于各所述通道数据中第一个分解的所述波形分量的参数，采用LM算法对各所述通道数据对应的待分解的所述波形分量进行参数优化，得到优化后的参数组。
6.如权利要求2或3所述的融合多通道波形数据的激光雷达水域地形测量方法，其特征在于，所述根据所有所述通道数据的所述有效波形数据的所述水面波形分量和所述水底波形分量，确定所述待测量水域的水深数据包括：
根据所述第一通道数据、所述第二通道数据、所述第三通道数据和所述第四通道数据对应的所述水面波形分量，确定水面回波时刻；根据所述第二通道数据、所述第三通道数据和所述第四通道数据对应的所述水底波形分量，确定水底回波时刻；
根据所述水面回波时刻和所述水底回波时刻，确定测量处的水深；
汇总所述待测量水域所有所述测量处的水深，得到所述待测量水域的所述水深数据。
7.如权利要求6所述的融合多通道波形数据的激光雷达水域地形测量方法，其特征在于，所述根据所述第一通道数据、所述第二通道数据、所述第三通道数据和所述第四通道数据对应的所述水面波形分量，确定水面回波时刻包括：
根据所有所述水面波形分量波峰对应的时间位置求取平均值，得到所述水面回波时刻；
所述根据所述第二通道数据、所述第三通道数据和所述第四通道数据对应的所述水底波形分量，确定水底回波时刻包括：
根据所有所述水底波形分量波峰对应的时间位置求取平均值，得到所述水底回波时刻。
8.如权利要求6所述的融合多通道波形数据的激光雷达水域地形测量方法，其特征在于，所述根据所述水面回波时刻和所述水底回波时刻，确定测量处的水深包括：
根据所述水面回波时刻和所述水底回波时刻，采用水深测量公式确定所述测量处的水深；其中，所述水深测量公式为：
，
其中，D表示所述测量处的水深，C表示光速，T S、T B分别表示所述水底回波时刻和所述水面回波时刻，α表示激光在所述待测量水域水体中的折射角，n 1、n 2分别表示激光在待测量水域上空空气和待测量水域水体中的折射角。
9.如权利要求1-3中任一项所述的融合多通道波形数据的激光雷达水域地形测量方法，其特征在于，所述根据所述水深数据，确定所述待测量水域的水底地形包括：
根据所述激光雷达在所述待测量水域所有测量处测得的所述水深数据，对所述待测量水域的水底地形进行绘制。
10.一种融合多通道波形数据的激光雷达水域地形测量装置，其特征在于，包括：
获取单元，用于获取激光雷达关于待测量水域的多通道数据的融合数据；
有效波形确定单元，用于确定所述融合数据的有效波形区间，并基于所述有效波形区间确定各通道数据的有效波形数据；
分解单元，用于对所述有效波形数据进行基于波形曲率的波形分解，确定对应每个所述通道数据的所述有效波形数据的水面波形分量和水底波形分量；
水深计算单元，用于根据所有所述通道数据的所述有效波形数据的所述水面波形分量和所述水底波形分量，确定所述待测量水域的水深数据；
地形测绘单元，用于根据所述水深数据，确定所述待测量水域的水底地形。
CN202311290321.5A 2023-10-08 2023-10-08 融合多通道波形数据的激光雷达水域地形测量方法及装置 Active CN117031442B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311290321.5A CN117031442B (zh) 2023-10-08 2023-10-08 融合多通道波形数据的激光雷达水域地形测量方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311290321.5A CN117031442B (zh) 2023-10-08 2023-10-08 融合多通道波形数据的激光雷达水域地形测量方法及装置

Publications (2)

Publication Number Publication Date
CN117031442A true CN117031442A (zh) 2023-11-10
CN117031442B CN117031442B (zh) 2024-01-02

Family

ID=88645194

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311290321.5A Active CN117031442B (zh) 2023-10-08 2023-10-08 融合多通道波形数据的激光雷达水域地形测量方法及装置

Country Status (1)

Country Link
CN (1) CN117031442B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104166793A (zh) * 2014-08-06 2014-11-26 中国航空工业集团公司北京长城计量测试技术研究所 一种基于二次曲线拟合的冲击波形峰值测量方法
CN105676205A (zh) * 2016-01-27 2016-06-15 武汉大学 一种机载LiDAR波形数据高斯分解方法
CN106125088A (zh) * 2016-08-29 2016-11-16 天津大学 基于激光雷达测深系统确定海水深度的方法
CN106500671A (zh) * 2016-09-22 2017-03-15 天津大学 一种基于lm算法分解激光雷达波形确定海水深度的方法
CN110927735A (zh) * 2019-11-21 2020-03-27 中国科学院武汉物理与数学研究所 基于多通道全波形激光雷达数据的多目标距离测量方法
WO2020090287A1 (ja) * 2018-10-29 2020-05-07 古野電気株式会社 物標計測装置及び物標計測方法
CN111551952A (zh) * 2020-05-08 2020-08-18 中国地质大学（武汉） 一种水深测量激光数据的提取方法、水深测量方法及装置
CN112525165A (zh) * 2020-11-18 2021-03-19 华中科技大学 一种多通道激光雷达极浅水测深数据处理方法
CN113608195A (zh) * 2021-10-08 2021-11-05 中国地质大学（武汉） 一种激光雷达全波形数据分解测深方法、装置及电子设备
EP3940421A1 (en) * 2020-07-16 2022-01-19 Beijing Tusen Weilai Technology Co., Ltd. Positioning method and device based on multi-sensor fusion
CN115902830A (zh) * 2022-12-04 2023-04-04 桂林理工大学 测水LiDAR多通道高速实时同步采集及存储系统
WO2023071992A1 (zh) * 2021-10-26 2023-05-04 北京万集科技股份有限公司 多传感器信号融合的方法、装置、电子设备及存储介质

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104166793A (zh) * 2014-08-06 2014-11-26 中国航空工业集团公司北京长城计量测试技术研究所 一种基于二次曲线拟合的冲击波形峰值测量方法
CN105676205A (zh) * 2016-01-27 2016-06-15 武汉大学 一种机载LiDAR波形数据高斯分解方法
CN106125088A (zh) * 2016-08-29 2016-11-16 天津大学 基于激光雷达测深系统确定海水深度的方法
CN106500671A (zh) * 2016-09-22 2017-03-15 天津大学 一种基于lm算法分解激光雷达波形确定海水深度的方法
WO2020090287A1 (ja) * 2018-10-29 2020-05-07 古野電気株式会社 物標計測装置及び物標計測方法
CN110927735A (zh) * 2019-11-21 2020-03-27 中国科学院武汉物理与数学研究所 基于多通道全波形激光雷达数据的多目标距离测量方法
CN111551952A (zh) * 2020-05-08 2020-08-18 中国地质大学（武汉） 一种水深测量激光数据的提取方法、水深测量方法及装置
EP3940421A1 (en) * 2020-07-16 2022-01-19 Beijing Tusen Weilai Technology Co., Ltd. Positioning method and device based on multi-sensor fusion
CN112525165A (zh) * 2020-11-18 2021-03-19 华中科技大学 一种多通道激光雷达极浅水测深数据处理方法
CN113608195A (zh) * 2021-10-08 2021-11-05 中国地质大学（武汉） 一种激光雷达全波形数据分解测深方法、装置及电子设备
WO2023071992A1 (zh) * 2021-10-26 2023-05-04 北京万集科技股份有限公司 多传感器信号融合的方法、装置、电子设备及存储介质
CN115902830A (zh) * 2022-12-04 2023-04-04 桂林理工大学 测水LiDAR多通道高速实时同步采集及存储系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YIFU CHEN: "An Assessment of Waveform Processing for a Single-Beam Bathymetric LiDAR System (SBLS-1)", SENSORS, pages 1 - 18 *
张鑫磊;邢帅;王丹;李鹏程;: "一种机载激光雷达海洋测深波形数据处理算法", 海洋测绘, no. 01, pages 35 - 38 *
谭建伟;程春泉;王志勇;徐志达;: "一种渐进剥离与整体拟合的子波形提取方法", 遥感信息, no. 04, pages 97 - 104 *

Also Published As

Publication number Publication date
CN117031442B (zh) 2024-01-02

Similar Documents

Publication Publication Date Title
CN108732553B (zh) 一种激光雷达波形时刻鉴别方法与在线测距系统
CN113608195B (zh) 一种激光雷达全波形数据分解测深方法、装置及电子设备
CN110134976B (zh) 一种机载激光测深信号提取方法及系统
CN110673108B (zh) 一种基于迭代Klett的机载海洋激光雷达信号处理方法
CN110031821B (zh) 一种车载避障激光雷达波形提取方法、激光雷达及介质
CN106500671B (zh) 一种基于lm算法分解激光雷达波形确定海水深度的方法
Schwarz et al. Exponential decomposition with implicit deconvolution of lidar backscatter from the water column
CN113109837B (zh) 激光雷达系统数据处理方法
CN105676205A (zh) 一种机载LiDAR波形数据高斯分解方法
CN111077536A (zh) 一种海洋激光雷达测探回波分类方法及装置
CN110133680B (zh) 一种机载激光测深接收波形有效信号初值确定方法及系统
CN110135299B (zh) 一种用于浅水测深的单波段蓝绿激光波形分析方法及系统
CN117031442B (zh) 融合多通道波形数据的激光雷达水域地形测量方法及装置
CN116609758B (zh) 一种机载激光测深波形旅行时提取方法
EP0430374B1 (fr) Dispositif de mesure et de visualisation par échographie ultrasonore de paramètres physiologiques d'un écoulement sanguin
CN113406594A (zh) 一种基于双量估计法的单光子激光透雾方法
Tuell et al. Measurement of ocean water optical properties and seafloor reflectance with scanning hydrographic operational airborne lidar survey (SHOALS): II. Practical results and comparison with independent data
CN111948663A (zh) 一种星载全波形信号的自适应经验模态分解去噪方法
CN110133670B (zh) 一种机载激光测深接收波形的去噪处理方法及其系统
EP0718638B1 (fr) Procédé de détection d'objets répartis dans une zone de terrain ou de détermination des caractéristiques de propagation d'une onde acoustique dans le sol et dispositif mettant en oeuvre de tels procédés
CN113866736B (zh) 激光雷达回波信号高斯拐点选择分解方法
Ma et al. Bathymetry retrieval method of LiDAR waveform based on multi-Gaussian functions
CN109061725B (zh) 弹性波数据采集起跳点的自动识别方法及其所用的设备
CN116930125B (zh) 一种后向散射全选通成像水体衰减系数测量方法
CN108983243B (zh) 海底声学底质的三维概率密度分类方法

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