[发明专利]多波束测深数据处理方法及装置有效

专利信息
申请号: 202010139915.6 申请日: 2020-03-03
公开(公告)号: CN111366936B 公开(公告)日: 2023-08-22
发明(设计)人: 李炜 申请(专利权)人: 广州点深软件有限公司
主分类号: G01S15/88 分类号: G01S15/88;G01S7/539
代理公司: 北京智桥联合知识产权代理事务所(普通合伙) 11560 代理人: 商晓莉
地址: 511400 广东省广州市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 波束 测深 数据处理 方法 装置
【权利要求书】:

1.一种多波束测深数据处理方法,其特征在于,所述方法包括:

获取通过多波束测量得到的测深点数据,并确定所述测深点数据对应的测区;

对所述测区进行格网划分,得到多个格网单元;

依次将每个格网单元作为待检测单元,并获取所述待检测单元中的测深点数据;

对所述待检测单元中的测深点数据进行异常检测,以确定异常的测深点数据;

剔除所述异常的测深点数据,得到有效的测深点数据;

其中所述对所述测区进行格网划分,得到多个格网单元包括:

将测区按照预设格网边长进行均匀的正方形格网划分,得到多个格网单元,并将所述格网单元标记为G(i,j),其中,i表示行,j表示列;

所述对所述待检测单元中的测深点数据进行异常检测,以确定异常的测深点数据包括:

基于卡尔曼滤波器确定所述待检测单元的最优深度估计值;

将所述最优深度估计值作为参考深度,计算所述待检测单元内所有测深点的均方差,并将该均方差记为一类均方差σ1;设包含在格网G(i,j)中的测深点为P1i,j(n1),其中n1的取值范围是1,2,…N1i,j,N1i,j为格网G(i,j)内包含的测深点的个数,则一类均方差σ1的计算如下:

其中,Dk为格网G(i,j)的参考深度;

将所述最优深度估计值作为参考深度,计算所述待检测单元及其相邻格网单元内所有测深点的均方差,并将该均方差记为二类均方差σ2;设包含在格网G(i,j),G(i-1,j),G(i+1,j),G(i,j-1),G(i,j+1)中的所有测深点为P2i,j(n2),其中n2的取值范围是1,2,…N2i,j,N2i,j为格网G(i,j),G(i-1,j),G(i+1,j),G(i,j-1),G(i,j+1)内包含的所有测深点的个数,则二类均方差σ2的计算如下:

其中,Dk为格网G(i,j)的参考深度;

根据所述一类均方差σ1和所述二类均方差σ2确定检测门限,包括:

如果所述一类均方差σ1大于所述二类均方差σ2,则以(σ1+σ2)/2作为检测门限,否则以σ1作为检测门限;

根据所述检测门限确定所述待检测单元中异常的测深点数据;

其中,所述根据所述检测门限确定所述待检测单元中异常的测深点数据包括:依次将所述待检测单元中的每个测深点数据作为待检测数据,计算所述待检测数据与所述参考深度的差值;如果所述差值大于等于3倍的检测门限,则确定所述待检测数据为异常的测深点数据。

2.根据权利要求1所述的方法,其特征在于,所述基于卡尔曼滤波器确定所述待检测单元的最优深度估计值包括:

计算所述待检测单元G(i,j)及其相邻格网单元内所有测深点的中值,并将所述中值作为卡尔曼滤波器的观测量;

将所述观测量输入卡尔曼滤波器得到所述待检测单元的最优深度估计值。

3.根据权利要求2所述的方法,其特征在于,所述计算所述待检测单元G(i,j)及其相邻格网单元内所有测深点的中值包括:

将所述待检测单元G(i,j)及其相邻格网单元中的所有测深点数据按照由小到大进行排序,得到测深点序列;

如果测深点数量为奇数,则将所述测深点序列的中间值作为中值;

如果测深点数量为偶数,则取所述测深点序列的中间两个值的平均值作为中值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州点深软件有限公司,未经广州点深软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010139915.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code