导读:本文包含了多波束测深数据论文开题报告文献综述及选题提纲参考文献，主要关键词:多波束测深数据,抽稀,TIN
多波束测深数据论文文献综述
马丹,樊妙,闫循鹏,孙毅,马永[1]（2019）在《一种改进的基于TIN的多波束测深数据抽稀算法》一文中研究指出多波束测深数据具有海量性与冗余性特征,海量的多波束数据不利于海底DEM构建与海图生产。因此,对于离散的多波束测深数据,行之有效的抽稀算法在多波束测深数据处理与应用中尤为重要。文中分析了常用的数据抽稀算法在数据处理速度以及特征地形保留方面的缺陷,提出一种通过改进基于TIN的数据处理流程的抽稀算法,并对比分析了抽稀前后海底地形特征。实验结果表明,改进的抽稀算法在数据量增大时依然可以保持较高的抽稀速度,能有效地提高数据抽稀的效率,准确保留海底地形特征。(本文来源于《海洋技术学报》期刊2019年05期）
赵祥鸿,暴景阳,欧阳永忠,黄贤源,黄辰虎[2]（2019）在《利用BP神经网络剔除多波束测深数据粗差》一文中研究指出针对多波束单ping水深数据多呈现较为复杂的曲线形式的现象,提出了基于逆传播(back propagation, BP)神经网络的多波束测深数据粗差剔除方法,即依据BP神经网络具有从输入到输出的映射功能,构建适应多波束单ping水深数据复杂曲线的训练学习算法进行曲线拟合。考虑地形之间的延续性进行相邻ping水深数据间的相关性分析,纵向检查定位并剔除粗差。通过实测多波束测深数据验证该方法的有效性,并与不确定性与测深学联合估值滤波以及交互式滤波方法进行比对分析,结果表明该方法可以有效剔除多波束测深数据中的粗差。(本文来源于《武汉大学学报(信息科学版)》期刊2019年04期）
罗君[3]（2018）在《多波束与单波束测深数据融合处理方法》一文中研究指出受声线弯曲的影响,多波束测深的边缘波束的数据质量较低,而单波束测深受声线弯曲的影响比较小。结合多波束覆盖面大和声速剖面误差对单波束影响相对较小的特点,研究了多波束和单波束的测深数据融合方法,利用同一位置单波束和多波束测深数据的差值,拟合一个与坐标位置相关的误差模型,并利用该误差曲面对多波束测深数据进行综合改正,从而提高多波束测深的数据质量。(本文来源于《海洋测绘》期刊2018年06期）
张文祥,王健,李尊辉,马扬子[4]（2018）在《抗差估计在无验潮单波束测深异常数据检测中的应用》一文中研究指出针对水下地形测量存在的异常水深值问题,该文研究了一种基于水深数据链高崩溃抗差估计的滤波方法,并以计算机仿真实验数据与实测水深数据来验证此方法。实验表明,该方法能够快速有效地检测异常值的位置,以测深数据的地形性来弥补抗差估计经验值的主观性。(本文来源于《勘察科学技术》期刊2018年05期）
李劭禹,卜宪海,胡浩,李守军,赵春霞[5]（2018）在《多波束测深数据中系统偏差改正方法研究——以2003年SeaBat900X东海调查数据为例》一文中研究指出多波束测量过程中,受到多种因素的影响,不可避免地存在各种误差,其中系统某个部件出现故障也不少见,如换能器、行波管、大功率微波开关或表层声速仪等器件功能不正常,引起多波束每ping (一个发射接收周期)数据中部分固定波束号的测深结果发生系统性偏移,以2003年东海调查SeaBat900X数据为例,其在垂直航向正投影平面上出现类似"W"字型的系统误差。本文基于该批次数据,系统分析了该类型系统偏差成因及外观表现,针对性提出基于等均值-方差拟合模型的改正方法,首先对异常区域和正常区域分别拟合地形趋势线,统计其均值和方差;然后以正常区域为基准,对异常区域内数据进行压缩和移动;最后通过面积差法,对数据中存在的折射残差进行消除,从而有效去除"W"型残差。文中实测数据验证了本文算法的有效性和可行性,对多波束其他类型的测深系统偏差处理具有一定的参考意义。(本文来源于《海洋通报》期刊2018年05期）
杨啸宇,郭小其[6]（2018）在《多波束声呐测深数据精度评估》一文中研究指出针对多波束声呐系统中测深数据误差的来源进行了相应的分析,然后重点对多波束声呐测深数据精确度有效评估进行了探讨,希望对海水深度测量工作起到借鉴作用。(本文来源于《石化技术》期刊2018年09期）
文佳昕,李靖涵,行瑞星,杜佳威,刘旭升[7]（2018）在《顾及地形复杂度的多波束测深数据抽稀算法》一文中研究指出多波束测深数据具有海量特性,在使用过程中常需对其进行抽稀处理。针对现有抽稀算法的结果无法兼顾舰船航行安全与海底地形真实表达的问题,提出一种新的多波束测深数据抽稀算法。在根据海底地形复杂程度的不同实现地形复杂程度分类的基础上,针对平坦、一般和复杂3类不同复杂程度的地形区域提出不同的抽稀策略,使得抽稀过程顾及航行安全"取浅"原则的同时能够保留海底真实地形特征。与常用抽稀算法网格最浅点法和不规则叁角网法进行对比实验,结果表明:本文算法抽稀结果在海底地形表达真实性上明显优于网格最浅点法,同时能够避免不规则叁角网法抽稀时可能出现数据空白区域的问题,抽稀结果能够满足后期海图制图和海底地形构建的数据需求。(本文来源于《测绘科学技术学报》期刊2018年04期）
张兴伟,潘国富,张济博[8]（2018）在《基于中值滤波加权修正的多波束声呐测深数据趋势面滤波方法》一文中研究指出针对传统趋势面滤波方法中多项式拟合曲面系数向量的求取和作为阈值的均方根误差的求取都受到异常数据的影响,使该方法在异常测深数据较多的情况下滤波效果不佳的问题,提出了一种中值滤波加权修正的改进方法。在构造趋势面之前,对水深数据进行加权修正,以前后两次修正后数据的拟合优度的变化量作为是否进行下一步水深修正的依据,利用最终修正后的水深数据求取多项式拟合曲面系数向量和均方根误差,大幅降低了异常数据的影响,具有很强的抗差性。经仿真模拟数据和多波束实测数据滤波试验,该方法在异常数据较多的情况下依然良好,能够保持良好的滤波效果,明显优于传统趋势面滤波;同时,该方法能够保持较高的运算效率,适用于海量多波束测深数据的自动滤波。(本文来源于《海洋科学》期刊2018年07期）
陈星荣,平先才,梁向棋,吕娇,舒晓明[9]（2018）在《单波束测深数据延时研究》一文中研究指出在使用单波束测深仪进行水深测量时,由于定位系统与测深系统属于两个独立的系统,产生的系统性延时效应,成为水深测量中的一种误差。本文对单波束测深系统性延时进行了分析,利用后处理软件对系统性延时进行延时补偿,以解决单波束测深系统性延时的问题,并在长江太平口水道进行了相关试验,说明本文所述的内容。(本文来源于《中国水运》期刊2018年07期）
赵祥鸿,暴景阳[10]（2018）在《多波束测深异常数据探测方法》一文中研究指出针对复杂海底地形情况下异常数据探测困难,基于二维经验模态分解方法提出了多波束测深异常数据探测方法。通过改进原有二维经验模态分解方法,采用邻近窗口法提取局部极值点并利用径向基函数插值方法拟合上下包络面。对二维经验模态分解得到的本征模态函数IMF进行小波分析,尝试剥离噪声与有用信号;重构有用信号并结合经验模态分解得到的残余分量构建海底地形趋势面探测测深数据异常值。通过与人工手动编辑方法、趋势面滤波方法和单一经验模态方法进行比对分析,表明该方法能够合理、有效地探测出异常值。(本文来源于《哈尔滨工程大学学报》期刊2018年09期）
多波束测深数据论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对多波束单ping水深数据多呈现较为复杂的曲线形式的现象,提出了基于逆传播(back propagation, BP)神经网络的多波束测深数据粗差剔除方法,即依据BP神经网络具有从输入到输出的映射功能,构建适应多波束单ping水深数据复杂曲线的训练学习算法进行曲线拟合。考虑地形之间的延续性进行相邻ping水深数据间的相关性分析,纵向检查定位并剔除粗差。通过实测多波束测深数据验证该方法的有效性,并与不确定性与测深学联合估值滤波以及交互式滤波方法进行比对分析,结果表明该方法可以有效剔除多波束测深数据中的粗差。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多波束测深数据论文参考文献
[1].马丹,樊妙,闫循鹏,孙毅,马永.一种改进的基于TIN的多波束测深数据抽稀算法[J].海洋技术学报.2019
[2].赵祥鸿,暴景阳,欧阳永忠,黄贤源,黄辰虎.利用BP神经网络剔除多波束测深数据粗差[J].武汉大学学报(信息科学版).2019
[3].罗君.多波束与单波束测深数据融合处理方法[J].海洋测绘.2018
[4].张文祥,王健,李尊辉,马扬子.抗差估计在无验潮单波束测深异常数据检测中的应用[J].勘察科学技术.2018
[5].李劭禹,卜宪海,胡浩,李守军,赵春霞.多波束测深数据中系统偏差改正方法研究——以2003年SeaBat900X东海调查数据为例[J].海洋通报.2018
[6].杨啸宇,郭小其.多波束声呐测深数据精度评估[J].石化技术.2018
[7].文佳昕,李靖涵,行瑞星,杜佳威,刘旭升.顾及地形复杂度的多波束测深数据抽稀算法[J].测绘科学技术学报.2018
[8].张兴伟,潘国富,张济博.基于中值滤波加权修正的多波束声呐测深数据趋势面滤波方法[J].海洋科学.2018
[9].陈星荣,平先才,梁向棋,吕娇,舒晓明.单波束测深数据延时研究[J].中国水运.2018
[10].赵祥鸿,暴景阳.多波束测深异常数据探测方法[J].哈尔滨工程大学学报.2018