排序方式: 共有67条查询结果,搜索用时 15 毫秒
31.
32.
33.
针对当前众源水深数据后处理过程中缺少高精度的实测声速剖面,导致测深数据质量偏低的现状,提出了一种基于遗传算法优化反向传播神经网络(genetic algorithm-back propagation neural network,GA-NN)模型反演声速剖面的声速改正方法。首先,利用历史声速剖面群进行正交经验函数分析,提取特征向量与重构系数范围;然后,结合海区的历史声速场数据训练GA-NN模型;最后,将海表声速数据输入模型反演声速剖面,并分析不同方法下的声速剖面分别进行声速改正后的水深和位置误差。实验结果表明,在复杂的海底地形下,与现有方法相比,所提方法反演的声速剖面更适用于众源水深数据的声速改正,削弱了声速误差的影响,提高了众源水深数据的处理精度。 相似文献
34.
35.
36.
37.
侧扫声呐回波信号是形成侧扫声呐图像的基础,是侧扫声呐系统对水下目标的最直接观测量, 将一维小波变换与非线性增强方法相结合,提出了一种基于小波变换的侧扫声呐回波信号非线性增强算法, 用以改善侧扫声呐图像对比度低、噪声强度大的问题。首先利用改进的 Bayes 阈值对侧扫声呐 ping 信号进行一维小波分解,提取信号特征信息;然后利用 2 种不同的非线性函数对高、低频小波系数进行处理;最后利用小波反变换重构信号,形成增强后的侧扫声呐图像。实测数据验证结果表明:利用该算法对侧扫声呐 ping 信号进行处理,实现了侧扫声呐图像对比度的增强和对噪声的抑制,可以获取较好的图像视觉效果。 相似文献
38.
高质量的海底声强图是多波束海底底质分类的基础。在系统分析了多波束声强图像中沿测船航迹灰度异常值和区域性明暗差异成因的基础上,提出了基于加权最小二乘估计的多波束声强数据归一化方法。实例计算结果表明:该方法在不损失原有强度变化信息的基础上,有效地抑制了声强图中灰度异常值对海底底质分类的影响,提高了区域底质分类的质量。 相似文献
39.
40.