【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种用于全水域精准定位的声呐数据智能处理方法。
技术介绍
1、全水域声呐数据在海洋科学和相关领域中具有广泛的应用和重要意义；因此，获取能够较好体现水域目标的声呐数据非常重要；通过智能处理方法对全水域声呐数据进行去噪，能够有效提高数据质量，减少干扰噪音对声呐信号的影响，提高数据的可用性和可靠性，进而提供更准确的目标位置信息。
2、由于监测的声呐数据受到环境或者电子设备的干扰会出现数据失真，导致采用均值滤波进行去噪的过程中受到异常数据的干扰使得滤波结果不准确；由于受到鱼群等因素的影响导致会收集的声呐数据出现剧烈的变化，于是无法判断数据的变化是海底的正常变化还是受到鱼群的影响而出现的异常变化，从而导致滤波结果与真实数据之间存在较大的差异。
技术实现思路
1、为了解决上述问题，本专利技术提供一种用于全水域精准定位的声呐数据智能处理方法，所述方法包括：
2、获取水域声呐数据序列，水域声呐数据序列包括每个采样时刻的水域声呐数据，水域声呐数据包括振幅、频率和若干个声呐信号接收时间；
3、获取每个采样时刻的水域声呐数据的初始邻域数据区间；根据每个采样时刻的水域声呐数据与初始邻域数据区间内每个采样时刻的水域声呐数据之间的振幅差异，获取每个采样时刻的水域声呐数据的振幅波动异常可能性；根据每个采样时刻的水域声呐数据的振幅波动异常可能性，获取每个采样时刻的水域声呐数据的异常数据可能性；
4、根据每个采样时刻的水域声呐数据与初始
5、根据每个采样时刻的水域声呐数据的振幅可信程度，获取每个采样时刻的水域声呐数据的滤波后振幅值；根据每个采样时刻的水域声呐数据的滤波后振幅值，获取去噪后的水域声呐数据序列。
6、优选的，所述获取每个采样时刻的水域声呐数据的初始邻域数据区间，包括的具体方法为：
7、预设一个参数，将第个采样时刻的水域声呐数据的前个采样时刻的水域声呐数据和后个采样时刻的水域声呐数据组成数据区间，作为第个采样时刻的水域声呐数据的初始邻域数据区间。
8、优选的，所述根据每个采样时刻的水域声呐数据与初始邻域数据区间内每个采样时刻的水域声呐数据之间的振幅差异，获取每个采样时刻的水域声呐数据的振幅波动异常可能性，包括的具体方法为：
9、获取第个采样时刻的水域声呐数据的振幅波动程度；将第个采样时刻的水域声呐数据与第个采样时刻的水域声呐数据的初始邻域数据区间中第个采样时刻的水域声呐数据之间的皮尔逊相关系数，作为第个采样时刻的水域声呐数据与第个采样时刻的水域声呐数据的初始邻域数据区间中第个采样时刻的水域声呐数据之间的相关性；则第个采样时刻的水域声呐数据的振幅波动异常可能性的计算方法为：
10、
11、式中，表示第个采样时刻的水域声呐数据的振幅波动程度；表示第个采样时刻的水域声呐数据的振幅波动异常可能性；表示第个采样时刻的水域声呐数据的初始邻域数据区间中所有采样时刻的水域声呐数据的振幅波动程度的平均值；表示第个采样时刻的水域声呐数据与第个采样时刻的水域声呐数据的初始邻域数据区间中第个采样时刻的水域声呐数据之间的相关性；表示第个采样时刻的水域声呐数据的初始邻域数据区间中第个采样时刻的水域声呐数据的振幅波动程度；为预设参数；表示取绝对值。
12、优选的，所述获取第个采样时刻的水域声呐数据的振幅波动程度，包括的具体方法为：
13、将第个采样时刻的水域声呐数据的振幅与第个采样时刻的水域声呐数据的振幅的差值绝对值，作为第个采样时刻的水域声呐数据的振幅波动程度。
14、优选的，所述根据每个采样时刻的水域声呐数据的振幅波动异常可能性，获取每个采样时刻的水域声呐数据的异常数据可能性的具体公式为：
15、
16、式中，表示第个采样时刻的水域声呐数据的异常数据可能性。
17、优选的，所述根据每个采样时刻的水域声呐数据与初始邻域数据区间内每个采样时刻的水域声呐数据之间的异常数据可能性差异，获取每个采样时刻的水域声呐数据的目标邻域数据区间，包括的具体方法为：
18、预设两个阈值，获取第个采样时刻的水域声呐数据的初始邻域数据区间的扩张必要性，若第个采样时刻的水域声呐数据的初始邻域数据区间的扩张必要性大于阈值，则将第个采样时刻的水域声呐数据的前个采样时刻的水域声呐数据和后个采样时刻的水域声呐数据组成数据区间，作为第个采样时刻的水域声呐数据的目标邻域数据区间；若第个采样时刻的水域声呐数据的目标邻域数据区间的扩张必要性大于阈值，则将第个采样时刻的水域声呐数据的前个采样时刻的水域声呐数据和后个采样时刻的水域声呐数据组成数据区间，作为第个采样时刻的水域声呐数据的目标邻域数据区间；以此类推，直至第个采样时刻的水域声呐数据的目标邻域数据区间的扩张必要性小于或等于阈值；
19、若第个采样时刻的水域声呐数据的初始邻域数据区间的扩张必要性小于或等于阈值，则将第个采样时刻的水域声呐数据的初始邻域数据区间，作为第个采样时刻的水域声呐数据的目标邻域数据区间，为预设参数。
20、优选的，所述获取第个采样时刻的水域声呐数据的初始邻域数据区间的扩张必要性，包括的具体方法为：
21、在第个采样时刻的水域声呐数据的初始邻域数据区间中，将异常数据可能性大于阈值的所有采样时刻的水域声呐数据的总数量，作为第个采样时刻的水域声呐数据的初始邻域数据区间的第一数量；则第个采样时刻的水域声呐数据的初始邻域数据区间的扩张必要性的计算方法：
22、
23、式中，表示第个采样时刻的水域声呐数据的初始邻域数据区间的扩张必要性；表示第个采样时刻的水域声呐数据的初始邻域数据区间中第个采样时刻的异常数据可能性；表示第个采样时刻的水域声呐数据与第个采样时刻的水域声呐数据的初始邻域数据区间中第个采样时刻的水域声呐数据之间的相关性；表示第个采样时刻的水域声呐数据的初始邻域数据区间的第一数量；为预设参数。
24、优选的，所述根据每个采样时刻的水域声呐数据与目标邻域数据区间内每个采样时刻的水域声呐数据之间的频率差异、异常数据可能性以及每个声呐信号接收时间，获取每个采样时刻的水域声呐数据的振幅可信程度的具体公式为：
25、
26、式中，表示第个采样时刻的水域声呐数据的振幅可信程度；表示第个采样时刻的水域声呐数据的目标邻域数据区间中所有采样时刻的水域声呐数据的频率的方差；第个采样时刻的水域声呐数据的频率；示水域声呐数据序列中所有采样时刻的水域声呐数据的频率的平均值；表示第个采样时刻的水域声呐数据的所有声呐信号接收时间的总数量；表示第本文档来自技高网...
【技术保护点】
1.一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，所述获取每个采样时刻的水域声呐数据的初始邻域数据区间，包括的具体方法为：
3.根据权利要求1所述一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，所述根据每个采样时刻的水域声呐数据与初始邻域数据区间内每个采样时刻的水域声呐数据之间的振幅差异，获取每个采样时刻的水域声呐数据的振幅波动异常可能性，包括的具体方法为：
4.根据权利要求3所述一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，所述获取第个采样时刻的水域声呐数据的振幅波动程度，包括的具体方法为：
5.根据权利要求3所述一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，所述根据每个采样时刻的水域声呐数据的振幅波动异常可能性，获取每个采样时刻的水域声呐数据的异常数据可能性的具体公式为：
6.根据权利要求1所述一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，所述根据每个采样时刻
7.根据权利要求6所述一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，所述获取第个采样时刻的水域声呐数据的初始邻域数据区间的扩张必要性，包括的具体方法为：
8.根据权利要求1所述一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，所述根据每个采样时刻的水域声呐数据与目标邻域数据区间内每个采样时刻的水域声呐数据之间的频率差异、异常数据可能性以及每个声呐信号接收时间，获取每个采样时刻的水域声呐数据的振幅可信程度的具体公式为：
9.根据权利要求1所述一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，所述根据每个采样时刻的水域声呐数据的振幅可信程度，获取每个采样时刻的水域声呐数据的滤波后振幅值的具体公式为：
10.根据权利要求1所述一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，所述根据每个采样时刻的水域声呐数据的滤波后振幅值，获取去噪后的水域声呐数据序列，包括的具体方法为：
...【技术特征摘要】
1.一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，所述获取每个采样时刻的水域声呐数据的初始邻域数据区间，包括的具体方法为：
3.根据权利要求1所述一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，所述根据每个采样时刻的水域声呐数据与初始邻域数据区间内每个采样时刻的水域声呐数据之间的振幅差异，获取每个采样时刻的水域声呐数据的振幅波动异常可能性，包括的具体方法为：
4.根据权利要求3所述一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，所述获取第个采样时刻的水域声呐数据的振幅波动程度，包括的具体方法为：
5.根据权利要求3所述一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，所述根据每个采样时刻的水域声呐数据的振幅波动异常可能性，获取每个采样时刻的水域声呐数据的异常数据可能性的具体公式为：
6.根据权利要求1所述一种用于全水域精准定位的声呐数据智能处理方法，其特征在于，所述根据每个采样时刻的水域声呐数...
【专利技术属性】
技术研发人员：陈晓博，
申请(专利权)人：哈船通航三亚技术服务合伙企业有限合伙，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。