留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于LM算法的多波束横摇残差改正方法

张永厚 肖付民 金绍华 边刚 汤寓麟

张永厚, 肖付民, 金绍华, 边刚, 汤寓麟. 一种基于LM算法的多波束横摇残差改正方法[J]. 武汉大学学报 ● 信息科学版, 2022, 47(7): 1140-1145. doi: 10.13203/j.whugis20200103
引用本文: 张永厚, 肖付民, 金绍华, 边刚, 汤寓麟. 一种基于LM算法的多波束横摇残差改正方法[J]. 武汉大学学报 ● 信息科学版, 2022, 47(7): 1140-1145. doi: 10.13203/j.whugis20200103
ZHANG Yonghou, XIAO Fumin, JIN Shaohua, BIAN Gang, TANG Yulin. A Correction Method for Multi-beam Roll Residual Based on LM Algorithm[J]. Geomatics and Information Science of Wuhan University, 2022, 47(7): 1140-1145. doi: 10.13203/j.whugis20200103
Citation: ZHANG Yonghou, XIAO Fumin, JIN Shaohua, BIAN Gang, TANG Yulin. A Correction Method for Multi-beam Roll Residual Based on LM Algorithm[J]. Geomatics and Information Science of Wuhan University, 2022, 47(7): 1140-1145. doi: 10.13203/j.whugis20200103

一种基于LM算法的多波束横摇残差改正方法

doi: 10.13203/j.whugis20200103
基金项目: 

国家自然科学基金 41876103

国家自然科学基金 41576105

详细信息
    作者简介:

    张永厚,硕士,主要从事海道测量数据处理理论与方法研究。zyhjtxy@163.com

    通讯作者: 肖付民,博士,副教授。xiaofum@163.com
  • 中图分类号: P229

A Correction Method for Multi-beam Roll Residual Based on LM Algorithm

Funds: 

The National Natural Science Foundation of China 41876103

The National Natural Science Foundation of China 41576105

More Information
    Author Bio:

    ZHANG Yonghou, master, specializes in the theories and methods of hydrographic data processing. E-mail: zyhjtxy@163.com

    Corresponding author: XIAO Fumin, PhD, associate professor. E-mail: xiaofum@163.com
  • 摘要: 针对多波束测深系统由于存在运动残差而产生横摇误差,从而导致数据条带边缘呈现“波浪”状周期性起伏的问题,提出了一种基于列文伯格-马夸尔特(Levenberg-Marquardt,LM)算法的多波束横摇残差改正方法。该方法首先建立水深与横摇残差之间的函数关系式,然后采用非线性最小二乘LM算法并结合剖面趋势线构建思想进行横摇残差提取,最终实现对海底地形的改正。实例计算结果表明,改正后地形过渡更加平滑,趋近真实海底;左、右舷剖面水深标准差降低约50%,而剖面水深均值则几乎不变;对两组横摇序列进行相似性计算,初步判断横摇残差包含延时与杆晃影响。所提方法能够较准确地提取系统横摇残差,改正后海底地形起伏相对标准差明显降低,有效地削弱了运动残差对多波束测深数据的影响。
  • 图  1  改正前后海底地形

    Figure  1.  Submarine Topography of Before and After Correction

    图  2  改正前后左、右舷水深剖面比对

    Figure  2.  Comparison of Port and Starboard Depth Before and After Correction

    图  3  改正前后姿态横摇

    Figure  3.  Roll of Before and After Correction

    表  1  水深剖面比对数据/m

    Table  1.   Contrastive Data of Water Depth Profile/m

    剖面 类型 最大值 最小值 平均值 中误差
    右舷50° 改正前 23.22 22.32 22.84 0.199
    改正后 23.07 22.57 22.84 0.085
    左舷50° 改正前 23.67 22.71 23.16 0.224
    改正后 23.42 22.98 23.16 0.084
    下载: 导出CSV
  • [1] 赵建虎, 刘经南. 多波束测深及图像数据处理[M]. 武汉: 武汉大学出版社, 2008

    Zhao Jianhu, Liu Jingnan. Multibeam Bathymetric Surveying and Image Processing[M]. Wuhan: Wuhan University Press, 2008
    [2] 吴自银, 阳凡林, 罗孝文, 等. 高分辨率海底地形地貌-探测处理理论与技术[M]. 北京: 科学出版社, 2017

    Wu Ziyin, Yang Fanlin, Luo Xiaowen, et al. High Resolution Submarine Geomorphology[M]. Beijing: Science Press, 2017
    [3] 刘洋, 吴自银, 赵荻能, 等. MF多源测深数据融合方法及大洋水深模型的构建[J]. 测绘学报, 2019, 48(9): 1171-1181 https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201909011.htm

    Liu Yang, Wu Ziyin, Zhao Dineng, et al. The MF Method for Multi-source Bathymetric Data Fusion and Ocean Bathymetric Model Construction[J]. Acta Geodaetica et Cartographica Sinica, 2019, 48 (9): 1171-1181 https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201909011.htm
    [4] Zhao Dineng, Wu Ziyin, Zhou Jieqiong, et al. A New Method of Automatic SVP Optimization Based on MOV Algorithm[J]. Marine Geodesy, 2015, 38: 225-240 doi:  10.1080/01490419.2015.1006798
    [5] Wang Mingwei, Wu Ziyin, Yang Fanlin, et al. Multifeature Extraction and Seafloor Classification Com bining LiDAR and MBES Data Around Yuanzhi Island in the South China Sea[J]. Sensors, 2018, 18 (11): 3828 doi:  10.3390/s18113828
    [6] 黄贤源. 多波束测深数据质量控制方法研究[D]. 郑州: 信息工程大学, 2011

    Huang Xianyuan. Research on Method Multibeam Echosounding Data Quality Control[D]. Zhengzhou: Information Engineering University, 2011
    [7] 孙文川. 海底地形测量主要误差分析与控制[D]. 大连: 大连舰艇学院, 2015

    Sun Wenchuan. Research on the Major Error and Quality Control of Submarine Topography Survey [D]. Dalian: Dalian Naval Academy, 2015
    [8] 朱小辰. 多波束测深数据处理关键模型及应用研究[D]. 大连: 大连舰艇学院, 2011

    Zhu Xiaochen. Research on the Data Processing Critical Modeling and Application on Multi-beam Echo Sounding[D]. Dalian: Dalian Naval Academy, 2011
    [9] Kammerer E. New Method for the Removal of Refraction Artifacts in Multi-beam Echosounder Systems[D]. Frederiction: The University of New Brunswick, 2000
    [10] 阳凡林, 李家彪, 吴自银, 等. 多波束测深瞬时姿态误差的改正方法[J]. 测绘学报, 2009, 38(5): 450-456 https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB200905015.htm

    Yang Fanlin, Li Jiabiao, Wu Ziyin, et al. The Methods of Removing Instantaneous Attitude Errors for Multi-beam Bathymetry Data[J]. Acta Geodaetica et Cartographica Sinica, 2009, 38(5): 450-456 https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB200905015.htm
    [11] 李铁, 周丰年, 赵建虎. 多波束系统安装偏差整体校准的地形特征匹配方法[J]. 测绘学报, 2019, 48(4): 512-519 https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201904013.htm

    Li Tie, Zhou Fengnian, Zhao Jianhu. Overall Calibration Method of Multi-beam Echo Sounder Installation Biased Based on Terrain Feature Matching [J]. Acta Geodaetica et Cartographica Sinica, 2019, 48(4): 512-519 https://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201904013.htm
    [12] 张志伟, 暴景阳, 肖付民, 等. 利用模拟退火算法反演多波束测量声速剖面[J]. 武汉大学学报·信息科学版, 2018, 43(8): 1234-1241 doi:  10.13203/j.whugis20160304

    Zhang Zhiwei, Bao Jingyang, Xiao Fumin, et al. Inversion of Velocity Profile in Multibeam Survey Based on Simulated Annealing Algorithm[J]. Geomatics and Information Science of Wuhan University, 2018, 43(8): 1234-1241 doi:  10.13203/j.whugis20160304
    [13] 陆秀平, 黄辰虎, 黄谟涛, 等. 浅水多波束测深潮汐改正技术研究[J]. 武汉大学学报·信息科学版, 2008, 33(9): 922-925 http://ch.whu.edu.cn/article/id/1703

    Lu Xiuping, Huang Chenhu, Huang Motao, et al. Tidal Correction in Coastal Surveying Using Multi-beam Bathymetric Sounding System[J]. Geomatics and Information Science of Wuhan University, 2008, 33(9): 922-925 http://ch.whu.edu.cn/article/id/1703
    [14] Clarke J E H. Dynamic Motion Residuals in Swath Sonar Data: Ironing out the Creases[J]. International Hydrographic Review, 2003, 4(1): 6-23
    [15] 吴自银, 金翔龙, 郑玉龙, 等. 多波束测深边缘波束误差的综合校正[J]. 海洋学报, 2005, 27(4): 88-94 https://www.cnki.com.cn/Article/CJFDTOTAL-SEAC200504012.htm

    Wu Ziyin, Jin Xianglong, Zheng Yulong, et al. Integrated Error Correction of Multi-beam Marginal Sounding Beam[J]. Acta Oceanologica Sinica, 2005, 27(4): 88-94 https://www.cnki.com.cn/Article/CJFDTOTAL-SEAC200504012.htm
    [16] 史青法. 多波束测量边缘波束测深精度分析与评估[J]. 海洋测绘, 2018, 38(6): 25-28 https://www.cnki.com.cn/Article/CJFDTOTAL-HYCH201806007.htm

    Shi Qingfa. Analysis and Evaluation of the Depth Accuracy of Edge Beam in Multi-beam Sounding [J]. Hydrographic Survey and Charting, 2018, 38 (6): 25-28 https://www.cnki.com.cn/Article/CJFDTOTAL-HYCH201806007.htm
    [17] 刘毅, 周兴华, 史永忠, 等. 姿态测量误差对多波束测深数据影响分析[J]. 测绘工程, 2015, 24(9): 31-33 https://www.cnki.com.cn/Article/CJFDTOTAL-CHGC201509007.htm

    Liu Yi, Zhou Xinghua, Shi Yongzhong, et al. Influence Analysis of Multibeam Bathymetric Data on Attitude Measurement Errors[J]. Engineering of Surveying and Mapping, 2015, 24(9): 31-33 https://www.cnki.com.cn/Article/CJFDTOTAL-CHGC201509007.htm
    [18] 赵建虎, 刘经南, 张红梅. 船姿分析及其对多波束测量的影响[J]. 武汉大学学报·信息科学版, 2001 (2): 144-149 http://ch.whu.edu.cn/article/id/5158

    Zhao Jianhu, Liu Jingnan, Zhang Hongmei. The Analysis of Vessel Attitude and the Effect for Multibean Echo Sounding[J]. Geomatics and Information Science of Wuhan University, 2001, 26(2): 144-149 http://ch.whu.edu.cn/article/id/5158
    [19] 赵建虎, 张红梅, 严俊, 等. 削弱残余误差对多波束测深综合影响的方法研究[J]. 武汉大学学报·信息科学版, 2013, 38(10): 1184-1187 http://ch.whu.edu.cn/article/id/2783

    Zhao Jianhu, Zhang Hongmei, Yan Jun, et al. Weakening Influence of Residual Error for MBES Sounding[J]. Geomatics and Information Science of Wuhan University, 2013, 38(10): 1184-1187 http://ch.whu.edu.cn/article/id/2783
    [20] 阳凡林, 卢秀山, 李家彪, 等. 多波束勘测运动传感器偏移的改正方法[J]. 武汉大学学报·信息科学版, 2010, 35(7): 816-820 http://ch.whu.edu.cn/article/id/1001

    Yang Fanlin, Lu Xiushan, Li Jiabiao, et al. Correction of Imperfect Alignment of MRU for Multi-beam Bathymetry Data[J]. Geomatics and Information Science of Wuhan University, 2010, 35(7): 816-820 http://ch.whu.edu.cn/article/id/1001
    [21] Demkowicz J, Bikonis K, Stepnowski A, et al. Geocorrection and Filtering of 3D Bottom Images from Multibeam Sonar Records[J]. Journal of the Acoustical Society of America, 2003, 114(4): 2346
    [22] 何林帮, 赵建虎, 张红梅, 等. 顾及姿态角的多波束声线精确跟踪方法[J]. 哈尔滨工程大学学报, 2015, 36(1): 46-50 https://www.cnki.com.cn/Article/CJFDTOTAL-HEBG201501010.htm

    He Linbang, Zhao Jianhu, Zhang Hongmei, et al. A Precise Multi-beam Sound Ray Tracking Method Taking into Account the Attitude Angle[J]. Journal of Harbin Engineering University, 2015, 36(1): 46-50 https://www.cnki.com.cn/Article/CJFDTOTAL-HEBG201501010.htm
    [23] 崔希璋. 广义测量平差[M]. 武汉: 武汉大学出版社, 2009

    Cui Xizhang. Generalized Surveying Adjustment [M]. Wuhan: Wuhan University Press, 2009
    [24] 马凯, 徐卫明, 许坚, 等. 一种多波束声速剖面反演与海底地形校正技术[J]. 武汉大学学报·信息科学版, 2019, 44(4): 525-531 doi:  10.13203/j.whugis20170112

    Ma Kai, Xu Weiming, Xu Jian, et al. A Method for Inversing Velocity Profiles and Correcting Seafloor Topography Distortion in Multi-beam Systems[J]. Geomatics and Information Science of Wuhan University, 2019, 44(4): 525-531 doi:  10.13203/j.whugis20170112
  • [1] 种洋, 柴洪洲, 苏明晓, 郭云飞, 陈洁.  基于量测残差估计残差协方差的RAE-PEKF匹配算法 . 武汉大学学报 ● 信息科学版, 2020, 45(2): 179-188. doi: 10.13203/j.whugis20180264
    [2] 肖元弼, 彭认灿, 暴景阳, 董箭, 吕程.  利用卡尔曼滤波改正多波束数据声速整体误差 . 武汉大学学报 ● 信息科学版, 2020, 45(9): 1461-1468. doi: 10.13203/j.whugis20180261
    [3] 马凯, 徐卫明, 许坚, 董洲洋.  一种多波束声速剖面反演与海底地形校正技术 . 武汉大学学报 ● 信息科学版, 2019, 44(4): 525-531, 600. doi: 10.13203/j.whugis20170112
    [4] 赵祥鸿, 暴景阳, 欧阳永忠, 黄贤源, 黄辰虎, 陆秀平.  利用BP神经网络剔除多波束测深数据粗差 . 武汉大学学报 ● 信息科学版, 2019, 44(4): 518-524. doi: 10.13203/j.whugis20160336
    [5] 张志伟, 暴景阳, 肖付民, 辛键.  利用模拟退火算法反演多波束测量声速剖面 . 武汉大学学报 ● 信息科学版, 2018, 43(8): 1234-1241. doi: 10.13203/j.whugis20160304
    [6] 孙文川, 暴景阳, 金绍华, 肖付民, 崔杨.  多波束海底地形畸变校正与声速剖面反演 . 武汉大学学报 ● 信息科学版, 2016, 41(3): 349-355. doi: 10.13203/j.whugis20140142
    [7] 董箭, 彭认灿, 张立华, 汪志军.  利用滚动圆变换的多波束测深数据滤波算法 . 武汉大学学报 ● 信息科学版, 2016, 41(1): 86-92. doi: 10.13203/j.whugis20130757
    [8] 孙文川, 暴景阳, 金绍华, 肖付民, 张志伟.  一种多波束换能器横摇角度偏差二次校准方法 . 武汉大学学报 ● 信息科学版, 2016, 41(11): 1440-1444. doi: 10.13203/j.whugis20140481
    [9] 黄少滨, 杨欣欣.  基于最小平方和残差的高阶模糊联合聚类算法 . 武汉大学学报 ● 信息科学版, 2015, 40(2): 238-242.
    [10] 赵建虎, 张红梅, 严俊, 张雨庆.  削弱残余误差对多波束测深综合影响的方法研究 . 武汉大学学报 ● 信息科学版, 2013, 38(10): 1184-1187.
    [11] 黄贤源, 隋立芬, 翟国君, 柴洪洲.  利用Bayes估计进行多波束测深异常数据探测 . 武汉大学学报 ● 信息科学版, 2010, 35(2): 168-171.
    [12] 陆秀平, 黄辰虎, 黄谟涛, 欧阳永忠.  浅水多波束测深潮汐改正技术研究 . 武汉大学学报 ● 信息科学版, 2008, 33(9): 922-925.
    [13] 肖付民, 刘经南, 刘雁春, 朱小辰.  海洋测深波束角效应改正的海底倾斜角求解差分算法 . 武汉大学学报 ● 信息科学版, 2007, 32(3): 238-241.
    [14] 丁继胜, 周兴华, 唐秋华, 陈义兰.  多波束勘测声速剖面场的EOF表示方法 . 武汉大学学报 ● 信息科学版, 2007, 32(5): 446-449.
    [15] 阳凡林, 赵建虎, 周丰年, 独知行.  多波束声纳测深瞬间到达角和旅行时的精确确定 . 武汉大学学报 ● 信息科学版, 2006, 31(3): 218-220.
    [16] 唐秋华, 周兴华, 丁继胜, 刘保华.  学习向量量化神经网络在多波束底质分类中的应用研究 . 武汉大学学报 ● 信息科学版, 2006, 31(3): 229-232.
    [17] 阳凡林, 刘经南, 赵建虎.  多波束测深数据的异常检测和滤波 . 武汉大学学报 ● 信息科学版, 2004, 29(1): 80-83.
    [18] 赵建虎, 刘经南, 阳凡林.  多波束测深数据系统误差的削弱方法研究 . 武汉大学学报 ● 信息科学版, 2004, 29(5): 394-397. doi: 10.13203/j.whugis2004.05.005
    [19] 赵建虎, 刘经南.  精密多波束测深系统位置修正方法研究 . 武汉大学学报 ● 信息科学版, 2002, 27(5): 473-477.
    [20] 朱庆, 李德仁.  多波束测深数据的误差分析与处理 . 武汉大学学报 ● 信息科学版, 1998, 23(1): 1-4,46.
  • 加载中
图(3) / 表(1)
计量
  • 文章访问数:  81
  • HTML全文浏览量:  38
  • PDF下载量:  16
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-09-14
  • 刊出日期:  2022-07-05

一种基于LM算法的多波束横摇残差改正方法

doi: 10.13203/j.whugis20200103
    基金项目:

    国家自然科学基金 41876103

    国家自然科学基金 41576105

    作者简介:

    张永厚,硕士,主要从事海道测量数据处理理论与方法研究。zyhjtxy@163.com

    通讯作者: 肖付民,博士,副教授。xiaofum@163.com
  • 中图分类号: P229

摘要: 针对多波束测深系统由于存在运动残差而产生横摇误差,从而导致数据条带边缘呈现“波浪”状周期性起伏的问题,提出了一种基于列文伯格-马夸尔特(Levenberg-Marquardt,LM)算法的多波束横摇残差改正方法。该方法首先建立水深与横摇残差之间的函数关系式,然后采用非线性最小二乘LM算法并结合剖面趋势线构建思想进行横摇残差提取,最终实现对海底地形的改正。实例计算结果表明,改正后地形过渡更加平滑,趋近真实海底;左、右舷剖面水深标准差降低约50%,而剖面水深均值则几乎不变;对两组横摇序列进行相似性计算,初步判断横摇残差包含延时与杆晃影响。所提方法能够较准确地提取系统横摇残差,改正后海底地形起伏相对标准差明显降低,有效地削弱了运动残差对多波束测深数据的影响。

English Abstract

张永厚, 肖付民, 金绍华, 边刚, 汤寓麟. 一种基于LM算法的多波束横摇残差改正方法[J]. 武汉大学学报 ● 信息科学版, 2022, 47(7): 1140-1145. doi: 10.13203/j.whugis20200103
引用本文: 张永厚, 肖付民, 金绍华, 边刚, 汤寓麟. 一种基于LM算法的多波束横摇残差改正方法[J]. 武汉大学学报 ● 信息科学版, 2022, 47(7): 1140-1145. doi: 10.13203/j.whugis20200103
ZHANG Yonghou, XIAO Fumin, JIN Shaohua, BIAN Gang, TANG Yulin. A Correction Method for Multi-beam Roll Residual Based on LM Algorithm[J]. Geomatics and Information Science of Wuhan University, 2022, 47(7): 1140-1145. doi: 10.13203/j.whugis20200103
Citation: ZHANG Yonghou, XIAO Fumin, JIN Shaohua, BIAN Gang, TANG Yulin. A Correction Method for Multi-beam Roll Residual Based on LM Algorithm[J]. Geomatics and Information Science of Wuhan University, 2022, 47(7): 1140-1145. doi: 10.13203/j.whugis20200103
  • 多波束测深系统(multi-beam echo sounder,MBES)已成为目前水下地形测量的主要手段之一[1-3],它的广泛应用在使得水下地形测量变得更为精细、高效的同时[4-5],也需要顾及更多误差对测量数据质量的影响,例如换能器安装偏差、姿态误差、声速误差、接收波束角测量误差等[6-9]。如何减弱或消除这些误差的影响,提高多波束测量的数据质量一直是国内外专家学者研究的重点。多波束测量误差按照其性质可分为静态误差和动态误差[10],国内外许多研究人员对静态误差进行了较为深入的研究并提出了相应的改正方法,取得了较好的效果[11-13],而动态误差则因其影响机制复杂、影响因素多样而处理难度较大,但其对提高测量数据精度以及海底精细化探测同样影响较大,例如海底“起伏”现象[14-16]

    多波束运动残差主要分为姿态传感器固有误差(尺度误差和时延)、横/纵摇轴与参考系不完全对准的误差以及换能器固定杆晃动误差[14]。实际情况下,由于舷侧安装的固定支点太高或者换能器固定杆太细而不足以抗衡测量船运动引起的换能器侧向阻力影响,测量过程中不可避免地导致换能器固定杆发生晃动和轻微形变,那么换能器姿态不再是船体的姿态,而是附加了换能器抖动。多波束作业一般采用姿态传感器与换能器分开安装的方式,因此姿态传感器测量的是测船的实时姿态,而不是实际换能器的实时姿态。运动残差的本质均是直接产生较大的横摇误差,使多波束数据姿态改正不彻底,从而间接导致数据条带边缘产生“起伏”现象。

    文献[17]系统地分析了姿态测量误差对波束脚印归位的影响,通过对实验数据进行统计分析得出了姿态测量误差对波束点位坐标的影响规律。文献[18]基于多波束测量原理及船姿实验数据,综合分析了姿态对坐标参数的影响,推导了坐标计算和误差影响数学模型,结合国际海道测量组织(international hydrographic organization,IHO)测深规定计算了不同姿态测量的精度指标,并进一步针对姿态测量误差对条带拼接的影响提出了相应的解决办法。文献[19]根据声速、姿态、安装偏角等残余误差对测量数据影响的特点,提出了一种地形变化长波项与短波项相结合的残余误差综合削弱方法,并通过实验验证了该方法的有效性。文献[1020]详细分析了姿态误差的特点以及其对波束归位的影响,利用傅里叶或小波分析工具将水深误差与地形趋势信号分离,得到反映姿态误差的水深数据,进一步判断其误差类型并进行相应改正,实测数据处理结果较为理想。文献[7]通过计算每ping探测的失真海底的倾斜角度,建立换能器振动角与测船横摇角的传递模型,提出了基于最小二乘拟合的多波束换能器振动估计方法,取得了一定改正效果。上述文献多是针对某单一误差源的影响进行分析与改正,然而运动残差误差源多为共同影响,而并非单一存在。因此,考虑到横摇残差是各误差源使数据发生畸变的主要原因,针对数据条带边缘呈现波浪状周期性起伏的问题,本文提出了一种基于列文伯格-马夸尔特(Levenberg-Marquardt,LM)算法的多波束横摇残差改正方法。

    • 横摇残差对多波束测深数据的影响最为显著,是导致数据边缘出现波浪状的主要原因[21]。与横摇相比,纵摇和升沉误差对同一ping的影响的量级较小,因此本文主要研究横摇残差对测量数据的影响及其改正方法。

      首先,经过声线跟踪之后利用换能器安装偏差,将测深中心坐标系下的点位坐标转换至测船坐标系(vessel frame system,VFS)。然后对数据进行姿态改正,可将水深点数据转换至当地水平坐标系(local level system,LLS):

      XYZLLS=R(γ)R(β)R(α)xyzVFS ]]>

      式中,αβγ分别为船体坐标系绕x轴、y轴和z轴的旋转角;R(α)RβRγ为相应的旋转矩阵;[X Y Z]LLST、[x y z]VFST分别表示水深点在LLS和VFS下的点位坐标向量。

      在综合考虑吃水和升沉影响后,结合水位观测数据将水深归算至深度基阵面,此时水深的表达式为:

      Z'=ZLLS+hm+hw-hr-ht ]]>

      式中,Z'为改正后水深;ZLLS表示LLS下的水深值;hm为姿态传感器测量升沉;hw为测船吃水;hr为测船坐标系原点至船底的高度;ht为潮汐观测值。

      顾及船体实际横、纵摇旋转角αβ与横、纵摇观测值RP之间的关系[22],将式(2)整理为:

      Z'=-xsinP+ysinR+zcos2P-sin2R+hm+hw-hr-ht (3)]]>

      进一步可得到横摇残差ΔR引起的水深误差ΔZ为:

      ΔZ=ysinR+ΔR+zcos2P-sin2R+ΔR-ysinR- zcos2P-sin2R (4)]]>
    • 残差改正的目的是获得一组横摇时序改正数,使利用改正横摇得到的水深计算值与真值达到最佳拟合,可以形象地认为是将海底“起伏”逐渐“熨平”的过程。结合横摇残差影响性质,采用非线性最小二乘LM算法进行残差的提取[23],由于LM算法具有较强的鲁棒性,因此更适合解决影响因素较为复杂的非线性运动残差问题。

      选取问题条带中连续N个ping的水深数据,提取每ping中某一固定入射角度附近若干波束水深数据作为观测值。根据文献[20]建议,本文选取同一条带左、右舷50°附近波束的水深数据。根据非线性最小二乘思想,建立各ping水深值与内插姿态采样值之间的误差方程关系式:

      Zij=F(k=1sajkrjk,θij,tij) ]]>

      式中,j为采样ping的序号,j=1,2,3…Ni为ping内的波束点序号,i=1,2,3…s+1;k为内插姿态采样的序号,k=1,2,3…srjk为第j号ping用于姿态内插的第k个横摇采样值;ajk为内插时rjk的权值,本文采用时域内反距离内插法,即基于时间间隔的反距离加权;θijtijZij分别为第j号ping中选取的第i个波束点的回波角度、回波时间和水深值;F表示水深归算函数。

      假设测量回波角度和时间无误差,根据LM算法的线性化原则,将式(5)进行泰勒级数展开并取至一阶近似可得:

      Z˜ij=F(k=1sajkr˜jk,θij,tij)=F(k=1sajkrjk0,θij,tij)+k=1sAijkr̂jk ]]>

      式中,Z˜ij为波束水深真值;r˜jk为横摇真值;rjk0为横摇观测值;r̂jk为横摇残差;Aijk为水深对横摇的偏导,即r̂jk的系数。结合式(3),横摇残差系数可表示为:

      Aijk=Frjkrjk0=ajkyijcosrj0-ajkzijsin2rj02cos2pj-sin2rj0 ]]>

      式中,yijzij分别表示第j号ping中选取的第i个波束点在VFS下的横向坐标值和水深值;pj表示第j号ping的纵摇观测值;rj0为第j号ping的横摇观测值。由此,水深误差Vij可表示为:

      Vij=k=1sAijkr̂jk-[Zij0-F(k=1sajkrjk0,θij,tij)] ]]>

      多波束测线一般平行于等深线方向布设,因此沿测线方向水深变化相对稳定,并且每次选取的解算ping时长一般较短,从而可将海底描述为线性函数,即利用加权最小二乘法对沿航迹向左、右舷50°附近波束测量水深进行线性拟合,构建左、右舷两侧50°水深剖面趋势线。将两侧剖面中同一ping的测量水深与趋势线差值之和视为由横摇残差造成的剖面内该ping总水深误差,基于横摇残差对同一ping左、右舷相同波束入射角处波束测量水深影响大小相同、方向相反的特点,对左、右舷水深剖面趋势线进行改正,使同一ping在左、右舷剖面中的测量水深与改正后趋势线水深之差大小相同、符号相反,且均为总水深误差的1/2。此时,改正后左、右舷剖面趋势线即可认为是理想海底,将剖面趋势线中相应ping的水深值作为误差方程中常数项的近似值Zij0

      Lij=[Zij0-F(k=1sajkrjk0,θij,tij)],结合本文参数定义,将式(8)展开为:

      V1jV2jV(s+1)j=A1j1A1j2A1jsA2j1A2j2A2jsA(s+1)j1A(s+1)j2A(s+1)jsr̂j1r̂j2r̂js-L1jL2jL(s+1)j ]]>

      此时,第j号采样ping中选取的(s+1)个波束点的水深误差方程组系数阵Aj为一个(s+1)×s的雅可比矩阵,该方程系数为s个内插横摇采样值。根据最小二乘原理,求解横摇残差矩阵r̂j

      r̂j=AjTPAj-1AjTPLj ]]>

      式中,Lj表示第j号ping误差方程的常数项矩阵;权阵P要根据系数阵中所选波束入射角度余弦值大小而定,权大小由中央向边缘依次降低。研究发现,式(10)中法方程的系数方阵AjTPAj接近奇异值成为病态矩阵。LM算法采用岭估计[23-24]的方法来改善方阵的病态性,即在系数方阵的主对角线上加上一个常数k

      r̂j=AjTPAj+kE-1AjTPLj ]]>

      选用不同的k值可以得到不同的岭估计值,当k取零时,即是最小二乘估计。

    • 实验数据取自某海域外业实测数据,采用的是R2sonic 2024浅水多波束测量系统,水深约为23 m。利用CARIS软件对水深数据进行处理时发现条带边缘出现了明显的规律性“起伏”,幅度约为1 m,初步判定是运动残差导致。为验证本文方法有效性,设计了如下实验。

      选取问题条带中长度200 ping的数据段,提取该数据段内的姿态信息、水深信息、定位信息、声速信息、潮汐信息等相关数据内容。此次测量所采用的多波束测深系统的波束采样周期Tping为0.11 s,姿态采样周期tpos为0.02 s。利用上述剖面趋势线的构建思想,对左、右舷50°波束水深剖面进行计算,将剖面趋势线中相应ping的水深值作为误差方程中常数项的近似值。权阵P的确定原则为利用入射角余弦值作为权。在解算法方程时发现其系数方阵接近奇异值,利用岭估计法改善其病态性,最终确定的k值为0.01。

      图 1(a)1(b)为使用相同颜色范围进行3维显示的改正前后海底地形,图 2为改正前后左、右舷50°波束水深剖面比对图,图 3为改正前后姿态横摇对比图。

      图  1  改正前后海底地形

      Figure 1.  Submarine Topography of Before and After Correction

      图  2  改正前后左、右舷水深剖面比对

      Figure 2.  Comparison of Port and Starboard Depth Before and After Correction

      图  3  改正前后姿态横摇

      Figure 3.  Roll of Before and After Correction

      图 1(a)1(b)中可以发现,改正前边缘波束较为明显的规律性起伏问题在改正后得到很好的改善,沿航迹方向地形过渡更加平滑,更为接近真实海底变化。图 2中剖面比对数据见表 1。由表 1可以看出,左、右舷剖面水深变化范围明显缩小,右舷剖面水深变化区间由改正前的0.9 m降至改正后0.5 m,左舷则由0.96 m降至0.44 m。同时剖面水深标准差也明显降低,左舷剖面标准差降低约62%,右舷标准差降低约57%,左、右舷起伏地形均得到一定程度的校正。改正前后左、右舷剖面水深均值几乎不变,这也证明了本文方法的可行性,即在对“起伏”进行抑制的同时也保证了海底的基本走势。

      表 1  水深剖面比对数据/m

      Table 1.  Contrastive Data of Water Depth Profile/m

      剖面 类型 最大值 最小值 平均值 中误差
      右舷50° 改正前 23.22 22.32 22.84 0.199
      改正后 23.07 22.57 22.84 0.085
      左舷50° 改正前 23.67 22.71 23.16 0.224
      改正后 23.42 22.98 23.16 0.084

      图 3中可以发现,两者横摇序列具有较强的相关性。利用相似性相关概念对两组横摇序列进行计算,发现当延时为116.7 ms时相关系数最大,为99.95%,杆晃残差变化幅度的区间范围为-0.2°~0.2°,可初步判断此时的横摇残差包含延时影响与杆晃影响。

    • 本文推导了多波束横摇残差与水深误差的函数关系式,构建了横摇残差改正模型,提出了一种采用非线性最小二乘LM算法并结合剖面趋势线构建思想的横摇残差提取方法,该方法充分顾及了海底基本走势,综合考虑了横摇残差对水深的影响,具有较高的理论可行性。利用提取的横摇残差对畸变海底进行改正,实例验证结果表明,本文方法能够较准确地提取横摇残差,在保证海底基本走势的同时,可有效地对测量条带左、右舷边缘呈现的规律性“起伏”现象进行抑制,左、右舷水深剖面相对起伏标准差均降低约50%。本文模型推导严密,方法切实可行,计算过程简捷,具有实际的工程应用价值。

参考文献 (24)

目录

    /

    返回文章
    返回