基于多波束声纳技术的海底混合底质类型分类方法技术

基于多波束声纳技术的海底混合底质类型分类方法。本发明专利技术属于海洋声学遥感探测和识别领域，提出了基于多波束声纳系统获取的反向散射强度数据，通过分析海底地形特征、中央波束区反射信号等因素对反向散射强度产生的影响，改进现有的多波束反向散射强度数据改正模型；依次基础，结合海底地质取样获取的真实海底沉积物样品数据，详细系统地寻求海底反向散射强度与底质类型特征之间的关系；并以神经网络分类方法，实现对海底混合底质类型的快速、准确自动识别。本发明专利技术实用性强、通用性高，主要用于对海底混合底质类型的分类和识别。

【技术实现步骤摘要】

本专利技术涉及应用多波束声纳技术对海底混合底质类型进行分类识别的方法。
技术介绍
海底底质类型是一种重要的海洋环境参数，底质类型的分布对海洋科学研究、海 洋工程以及国防建设等具有重要的科学与实际意义。传统的地质取样方式在分析底质特 征、确定底质类型，存在设备笨重，工作费时、费力等不足；而且，传统取样通常按一定网格 离散地取样，通过资料内插与外延来了解区域内海底底质特性，并进行分类，因此其代表性 有局限性，可靠性也常不够。多波束声纳技术是二十世纪六十年代以来发展起来的新一代海底地形测量技术。 多波束声纳系统不但可以获取高精度的水深地形数据，而且可以同时获取高精度的海底反 向散射强度数据。利用其反向散射强度数据，结合一定的传统地质取样进行底质分类，为海 底底质分布提供了一种快速而有效的探测方法。目前国内外研究人员在多波束底质分类方 面做了大量有益的工作，但是，存在分类精度不高、分类级别不多(主要针对单一底质类型 分类)等问题。针对这些问题，本专利技术提出基于多波束声纳系统获取的反向散射强度数据，通过 分析海底地形特征、中央波束区反射信号等因素对反向散射强度产生的影响，改进现存的 多波束反向散射强度数据改正模型；依次基础，结合海底地质取样获取的真实海底沉积物 样品数据，详细系统地寻求海底反向散射强度与底质类型特征之间的关系；并以神经网络 分类方法，实现对海底混合底质类型的快速、准确自动识别。
技术实现思路
本专利技术的目的就是借助多波束声纳技术，发展出一种实用性强、通用性高，能够通 过处理和分析高精度多波束声纳数据，实现对海底混合底质类型分类的方法。本专利技术首先基于多波束声纳系统获取的反向散射强度数据，通过分析海底地形特 征、中央波束区反射信号等因素对反向散射强度产生的影响，改进现存的多波束反向散射 强度数据改正模型；依次基础，结合海底地质取样获取的真实海底沉积物样品数据，详细系 统地寻求海底反向散射强度与底质类型特征之间的关系；并以神经网络分类方法，实现对 海底砾砂、砂质粉砂、泥质粉砂等混合底质类型的快速、准确自动识别。附图说明本专利技术的具体实施流程图 具体实施例方式1.改进多波束反向散射强度数据改正模型原始的多波束反向散射强度不能直接反应真实的海底底质特征，必须对其进行改正处理。着重分析地形起伏、反射信号影响这两种因素对反向散射强度的影响，改进目前的 多波束反向散射强度数据改正模型，获取能真实反映海底底质特征的反向散射强度值。针 对前人在数据改正处理方面所做的研究，主要进行以下两项改进a.垂直航迹和沿航迹三维方向地形起伏改正实际海底地形起伏的改正不但受 到垂直航迹方向的倾斜影响，还受到沿航迹方向的倾斜影响，计算模型比较复杂。为得到精 确的地形起伏改正模型，拟用高精度的多波束水深数据建立精确的海底数字地面模型，再 对每一个反向散射强度值进行地形起伏改正计算。b.中央波束区反射信号影响及改正船底垂直正下方的中央波束区附近，由于受 到镜面反射的影响，多波束换能器接收到的多为反射信号，主要是由法向入射和海底直接 反射形成的。一般在中央波束正负几度范围内，强度较大，表现在海底声像图上为沿航迹线 上的明亮条带。在这一区域，换能器接收到的反射信号不能被当作一般的反向散射强度数 据直接用于底质分类研究，而应用现有的多波束后处理算法无法消除这一影响因素。中央 波束区反射信号对散射强度的影响，应用高斯加权平均算法，将中央波束区附近的反射强 度值加于改正计算，使得每个波束所代表的强度信息能正确反映海底底质类型特征，削弱 反射信号对底质分类的影响。2.构建反向散射强度与底质类型特征之间关系模型基于不同区域的同一种沉积物由于其含水量、密度和力学强度等物理特性以及海 底沉积环境的不尽相同，会产生不同的反向散射强度，所以并不能简单通过数学公式确定 反向散射强度与底质特征之间的关系。必须通过现场获取的多波束反向散射强度数据以及 相应的地质取样数据，应用多元统计相关分析方法详细分析沉积物的粒度大小、孔隙度等 物理特性同反向散射强度值之间的统计关系，进而构建适合具体应用需要的反向散射强度 与底质类型特征之间数学关系模型，通过模型计算，获取反向散射强度与底质类型之间的 改正系数，并将这一改正结果应用到底质分类中，从而有效地提高了分类精度和分类级别。3.利用神经网络对海底混合底质进行分类识别神经网络是数据驱动、非线性、非参数模型，分类是人工神经网络最活跃的一个研 究和应用领域。利用神经网络方法实现对海底砾砂、砂质粉砂、泥质粉砂等混合底质类型的 快速、准确自动识别。(1)网络建立建立一个监督型神经网络，选取输入向量P，同输入向量P相对应的输出目标类 别为现场取样的海底底质类型数据，用向量T表示。选定网络竞争层的神经元数目，将 输入样本向量数据ρ进行归一化处理，数据值归算到之间，获取网络初始化权值 ω i j (0 ^ ω i j 彡 1)。(2)网络训练设定学习速率为Ir = 0. 01，最大训练步数，期望误差小于0. 1，其它参数使用网络 默认值。经过多次循环训练后，隐含层的神经元的权重向量分布发生了变化，这种分布适合 对输入数据向量进行分类。(3)网络测试及使用网络训练好以后，其权值就固定下来了。以后对于每一个输入值，网络就会输出相 应的分类值，可以利用这一点来进行网络的测试。最后，将全部样本数据输入到训练、测试好的神经网络中，输入的全部数据都有和 它们相对应的底质类型，数据被分为各种底质类型，获得了高精度的海底底质分类结果。通过上述设计，本专利技术能够快速、准确地识别海底混合底质类型，使得通过处理和 分析高精度多波束声纳数据，实现对海底混合底质类型的分类与识别，本专利技术既具有实用 性，又具有一定的通用性。权利要求1.原始的多波束反向散射强度不能直接反应真实的海底底质特征，必须对其进行改正 处理；着重分析地形起伏、反射信号影响这两种因素对反向散射强度的影响，改进目前的多 波束反向散射强度数据改正模型，获取能真实反映海底底质特征的反向散射强度值。2.必须通过现场获取的多波束反向散射强度数据以及相应的地质取样数据，应用多元 统计相关分析方法详细分析沉积物的粒度大小、孔隙度等物理特性同反向散射强度值之间 的统计关系，进而构建适合具体应用需要的反向散射强度与底质类型特征之间数学关系模 型，通过模型计算，获取反向散射强度与底质类型之间的改正系数。3.利用神经网络对海底混合底质进行分类识别(1)网络建立建立一个监督型神经 网络，选取输入向量P，同输入向量P相对应的输出目标类别为现场取样的海底底质类型数 据，用向量T表示；( 网络训练设定学习速率为Ir = 0.01，最大训练步数，期望误差小 于0. 1，其它参数使用网络默认值；经过多次循环训练后，隐含层的神经元的权重向量分布 发生了变化，这种分布适合对输入数据向量进行分类；C3)网络测试及使用网络训练好以 后，其权值就固定下来了 ；以后对于每一个输入值，网络就会输出相应的分类值，可以利用 这一点来进行网络的测试；最后，将全部样本数据输入到训练、测试好的神经网络中，输入 的全部数据都有和它们相对应的底质类型，数据被分为各种底质类型，获得了高精度的海 底底质分类结果。全文摘要。本专利技术属于海洋声学遥感探测和识别领域，本文档来自技高网...

【技术保护点】
１．原始的多波束反向散射强度不能直接反应真实的海底底质特征，必须对其进行改正处理；着重分析地形起伏、反射信号影响这两种因素对反向散射强度的影响，改进目前的多波束反向散射强度数据改正模型，获取能真实反映海底底质特征的反向散射强度值。

【技术特征摘要】

【专利技术属性】
技术研发人员：唐秋华，周兴华，丁继胜，吴永亭，陈义兰，
申请(专利权)人：唐秋华，
类型：发明
国别省市：95[中国|青岛]