基于信息融合的侧扫声呐瞬时航向修正方法和系统与流程

1.本发明涉及水下声呐测图方法技术领域，具体涉及一种基于信息融合的侧扫声呐瞬时航向修正方法和系统。


背景技术：

2.侧扫声呐系统一般采用拖曳作业模式，拖鱼与载体采用非刚性连接，这样拖鱼将不受载体平台姿态变化的影响，从而具有较好的运动稳定性，进而提高了侧扫声呐系统声波发射和回波接收的质量。
3.然而，上述作业模式下，拖鱼存在定位和定向困难问题。规范作业下，拖鱼位置一般根据航向一致性通过拖缆长度推估，推估位置可能存在系统性偏差，但一般不会引起图上目标产生较大的形变；而如果瞬时航向变化存在偏差，角度偏差会随扫描距离快速放大，从而造成编码后图像目标产生较大形变，另外，航向变化会引成邻近扫描线编码后产生交叉，瞬时航向偏差可能引起图上目标处于褶皱区，严重时目标形状不再完整。因此，提高侧扫声呐拖鱼瞬时航向的精度对成图质量至关重要。
4.目前，侧扫声呐拖鱼的瞬时航向可通过加装高精度罗经传感器获取，然而，受制于成本和拖鱼物理空间限制，主流侧扫声呐系统一般仅搭载低成本、小体积的磁罗经传感器；磁罗经传感器极易受复杂水运环境的影响，进而产生变化的系统性偏差，难以满足侧扫声呐高质量成图的需要。


技术实现要素：

5.本发明解决的一个主要问题是拖鱼磁罗经传感器极易受复杂水运环境的影响，进而产生变化的系统性偏差，难以满足侧扫声呐高质量成图的需要的问题。
6.根据本发明的一个方面，本发明提供一种基于信息融合的侧扫声呐瞬时航向修正方法，包括：
7.对原始数据解码，读取原始侧扫声呐定位数据、拖鱼内置的磁罗经航向信号；
8.基于所述定位数据，推算载体瞬时航向信号；
9.利用小波分析方法分解所述载体瞬时航向信号，获取第一组n层低频信号；
10.利用小波分析方法分解所述磁罗经航向信号，获取第二组m层低频信号和磁罗经高频信号；
11.对n层低频信号的每层信号进行傅里叶变换，获得n层中心频率信号；
12.对m层低频信号的每层信号进行傅里叶变换，获得m层中心频率信号；
13.对比所述n层中心频率信号和所述m层中心频率信号，选取距离最近的两层中心频率信号，分别作为所述n层低频信号分解后的第一最佳分解层信号和所述m层低频信号分解后的第二最佳分解层信号；
14.基于所述第一最佳分解层信号和所述第二最佳分解层信号的峰谷特征构建匹配点对集合，并采用随机抽样一致性算法，匹配所述第一最佳分解层信号和所述第二最佳分
解层信号的峰谷特征，获得峰谷特征点对；
15.基于所述峰谷特征点对，采用最小二乘法构建所述磁罗经航向的修正模型；
16.利用所述修正模型对所述第二最佳分解层信号进行修正；
17.利用所述磁罗经高频信号和所述修正后的所述第二最佳分解层信号进行小波重构，获得修正后的所述磁罗经航向。
18.进一步地，采用随机抽样一致性算法时，每50至100个特征点对进行一次一致性筛选，获取两序列的所述峰谷特征点对。
19.进一步地，采用随机抽样一致性算法，匹配所述第一最佳分解层信号和所述第二最佳分解层信号的峰谷特征还包括：
20.查找所述第一最佳分解层信号的第一峰谷集合；
21.查找所述第二最佳分解层信号的第二峰谷集合；
22.构建所述第一峰谷集合和所述第二峰谷集合的峰谷特征匹配对集合；
23.采用随机抽样一致性算法对所述峰谷特征匹配对集合进行误匹配剔除，得到所述峰谷特征点对。
24.进一步地，利用所述修正模型对所述第二最佳分解层信号进行修正还包括：
25.以磁罗经模型的时序为基准，构建所述磁罗经航向相较于所述载体航向的偏差序列；
26.根据所述偏差序列拟合关于时间的三次偏差函数，所述三次偏差函数为：
27.d
v-g
(t)＝at3 bt2 ct d
28.其中，a、b、c为三次偏差函数的不同参数，t为时刻，d
v-g
(t)表示三次偏差函数；
29.按最小二乘法对所述三次偏差函数进行拟合求解，获得修正后的磁罗经低频信号。
30.进一步地，所述载体瞬时航向信号和所述磁罗经航向信号分别利用小波分析方法分解为相同层数或不同层数。
31.进一步地，所述侧扫声呐瞬时航向修正方法还包括：
32.读取原始侧扫声呐原始数据后，将所述原始侧扫声呐数据中的通道回波数据根据时序形成瀑布图像；
33.再基于修正后的所述磁罗经航向对所述瀑布图像进行地理编码，进而获得目标编码图像。
34.根据本发明的另一个方面，还公开一种基于信息融合的侧扫声呐瞬时航向修正系统，所述侧扫声呐瞬时航向修正系统包括存储模块、处理模块和执行模块，所述存储模块存储有计算机程序，所述处理模块用于处理原始侧扫声呐数据，所述执行模块用于接收处理后的所述原始侧扫声呐数据，并调取所述计算机程序执行如前任一所述的一种基于信息融合的侧扫声呐瞬时航向修正方法。
35.本发明顾及了海底线在水平方向上的聚类特性，充分考虑了海底线特征的空间分布趋势，采用小波信号分析、时序信号峰谷匹配技术，将航迹推估航向和磁罗经航向进行深度融合，进而实现对拖鱼瞬时航向的校正。克服了传统阈值法和时序滤波算法抗噪性低、难以处理持续性水体干扰问题，能够在航、高效、高度可靠地自动识别和跟踪浅地层剖面图像的海底线特征。
附图说明
36.本发明构成说明书的一部分附图描述了本发明的实施例，并且连同说明书一起用于解释本发明的原理。
37.图1为本发明实施例中磁罗经航向修正方法整体流程示意图。
38.图2为本发明实施例中时序信号小波分解及分解层数确定示意图。
39.图3为本发明实施例中低频航向时序峰谷特征匹配点集合构建示意图。
40.图4为本发明实施例中随机抽样一致性算法的误匹配剔除原理示意图。
41.图5为本发明实施例中修正后的磁罗经航向用于侧扫声呐地理编码效果示例图。
具体实施方式
42.下面将结合附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
43.同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
44.以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
45.为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
46.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。
47.在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。
48.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
49.实施例一，如图1所示，为本发明实施例中磁罗经航向修正方法整体流程示意图，具体步骤为：
50.步骤一，原始数据读取与质量控制。读取原始侧扫声呐数据，分别提取回波、定位、载体航向、磁罗经航向等数据；对定位、航向等数据进行滤波，消除原始数据中的粗差；并将滤波处理后的原始数据中的原始通道回波按时序形成瀑布图像。
51.步骤二，载体和拖鱼磁罗经航向的小波分析。对载体航向和拖鱼磁罗经航向分别进行若干层小波分析，本实施例中分别分解3～5层，两种信号可以分解为相同层数，也可分解为不同层数；对每层小波分析得到的低频序列信号进行傅里叶频谱分析，得到两组序列信号中各层低频信号的中心频率；寻找两组序列信号的各层中心频率中距离最近的两层中心频率的信号进行后续的峰谷匹配。
52.具体地，由于拖鱼航向与载体航向具有趋势一致性，因此，可以采用载体航向来修复磁罗经航向存在的偏差。但拖曳作业模式下，拖鱼航向相较于载体平台航向存在滞后性，另外形体和受力存在差异，拖鱼瞬时航向又与载体航向存在差异。载体航向和磁罗经航向信息中的趋势部分，可以看作是去除高频抖动信息后的低频部分，选用在时域具有多尺度
分析能力的小波分析，提取载体航向和磁罗经航向中的趋势部分。
53.小波分析采用多层分解，每层都是对上一层的低频部分进行分解，获得其中的低频部分和高频部分，若干层分解后，会得到最后一层的低频部分和所有层的高频部分，如图2所，若将载体(vessel)航向和磁罗经(gyro)航向分别用函数v＝v(t)和g＝g(t)表示，则小波分解的过程可表示为：
[0054][0055][0056]vh1
(t)为载体瞬时航向信号中第1层分解的高频信号，v
h2
(t)为载体瞬时航向信号第2层分解的高频信号，v
hi
(t)为载体瞬时航向信号第i层分解的高频信号，g
h1
(t)为磁罗经航向信号中第1层分解的高频信号，g
h2
(t)为磁罗经航向信号第2层分解的高频信号，g
hk
(t)为磁罗经航向信号第k层分解的高频信号。
[0057]
在本实施例中，由于载体航向和磁罗经航向的采样率、高频产生机理均有差异，从两个信号中分离具有相关性的低频信号，所需要的小波分解层数也会有差异。理论上，载体航向和磁罗经航向信息中的趋势部分具有相近似的频段范围，因此，可以对两组航向信号分别进行若干层分解，然后对每层的低频信号进行傅里叶变换，获得各层低频信号的中心频率fn，并开展分解后的两组航向信号的比较，寻找中心频率最接近的两层信号，作为两组数据各自的最佳分解层数。如图2中确定的载体航向分解至第二层，拖鱼磁罗经航向分解至第三层。
[0058]
步骤三，载体和拖鱼磁罗经航向低频部分峰谷特征随机抽样一致性匹配。对前述步骤二中选定的中心频率最近的两层低频信号，查找其各自的峰谷特征；然后设置合适的搜索时间范围，以其中一个序列的峰谷特征的时间为基准，在另一个序列对应的时间范围内搜索可能的峰谷特征，以此建立峰谷特征匹配集合；采用随机抽样一致性办法，每50～100个特征点对进行一次一致性筛选，进而形成两序列最终的峰谷特征点对。
[0059]
具体地，将两组仅包含低频信号的载体航向和磁罗经航向单独进行小波重构，获得反映载体和航向运动趋势的两组低频时序信号，两组信号的峰谷特征变化具有一定的相似性，但拖鱼航向低频趋势相较于载体航向低频趋势具有滞后性，二者之间存在时间延迟，如图3所示；受作业状态差异的影响，上述时延各处又会有差异，难以通过相关性匹配寻找。因此，基于两组信号的峰谷特征构建匹配点对集合，并采用随机抽样一致性算法，实现峰谷特征的最终匹配关系。具体方法如下：
[0060]
先查找两组低频信号的峰谷特征：基于局部极值查找方法，寻找各时序信号的峰谷特征peak-valley，得到m个序列1的峰谷集合为{v(t1),v(t2),
…
,
[0061]
v(tm)}，和n个序列2的峰谷集合为{g(t1),g(t2),
…
,g(tn)}，v(t1)、v(t2)、v(tn)分别表示t1、t2、tn时刻的序列1中的峰谷特征点，g(t1),g(t2),g(tn)分别表示序列2中t1、t2、tn时刻的峰谷特征点；
[0062]
再构建两组序列的峰谷特征匹配对集合：设置合适的搜索时间范围dt，对序列1的任意特征点，如v(t1)，在序列2中搜索[t
1-dt,t1 dt]时间范围内存在的波峰特征，若搜索到
{g(t1),g(t2),g(t3)}，由此可建立{(v1,t1)-(g1,t1),(v1,t1)-(g2,t2),(v1,t1)-(g3,t3)}的特征点对集合；遍历序列1所有的峰谷特征，完成两个序列的峰谷特征匹配对集合的构建；
[0063]
最后进行随机抽样一致性误匹配剔除：上述方法构建的匹配特征点对中存在较多的误匹配，但正确的匹配点对之间的时延量应当相近，若通过多次随机抽样求解该时延量，正确匹配点对会呈现出聚集效应。因此，采用随机抽样一致性算法进行误匹配剔除，如图4所示。考虑时延量在整个时序过程中可能发生变化，按时序每50～100个特征点对进行一次随机抽样一致性误匹配剔除，最终形成s组一一对应的特征点对：{(vi,ti)～(gk,tk)}，i和k为一一对应的特征点序号,取值个数都为s个。
[0064]
步骤四，拖鱼磁罗经航向修正模型构建。上述峰谷特征点对的二维坐标分别对应低频航向值和时序号，构建磁罗经航向相较于载体航向的偏差序列{(v
i-gk,tk)|s个}；然后按下式(2)拟合关于时间t的三次偏差函数d
v-g
，并按式(3)对磁罗经航向的低频部分进行修正；将其代替原来的低频部分，并重构磁罗经航向。
[0065]
具体地，基于上述s个特征点对构建磁罗经航向的修正模型。以磁罗经的时序tk为基准，构建磁罗经航向相较于载体航向的偏差序列{(v
i-gk,tk)|s个}，进而可拟合关于时间t的三次偏差函数d
v-g
，形式如下：
[0066]dv-g
(t)＝at3 bt2 ct d(2)
[0067]
上式中参数a、b、c按最小二乘法进行拟合求解，进而可对磁罗经低频航向的系统偏差进行修正，修正后的磁罗经低频信号为cg
l
(t):
[0068]
cg
l
(t)＝g
l
(t) d
v-g
(t)(3)
[0069][0070]
gh1、gh2、ghk分别为序号为1、2、k的高频信号；
[0071]
基于修正后的低频信号cg
l
(t)以及式(1)中得到的磁罗经的高频信号，进行小波重构，形成修正后的磁罗经航向。
[0072]
最后基于修正的磁罗经航向的侧扫声呐图像进行地理编码。将步骤一中获取的原始数据中的回波数据根据时序形成瀑布图像，基于步骤四中修正后的磁罗经航向重新对侧扫声呐的瀑布图像进行地理编码。图5给出了本发明用于侧扫声呐瀑布图像地理编码的一个实例。从图5a中可以看出，基于载体航向编码的结果线状目标断裂，边缘产生褶皱，目标形态不完整。从5b看出，基于磁罗经航向的编码结果线状目标不自然弯曲，且边缘产生褶皱、目标形态畸变较大。而5c中基于本方法中修正后的磁罗经航向进行的地理编码，线状目标形状过渡自然，面状目标轮廓完整，没有出现明显的褶皱区目标不完整现象。
[0073]
本发明考虑到海底线在水平方向上的聚类特性，充分考虑了海底线特征的空间分布趋势，克服了传统阈值法和时序滤波算法抗噪性低、难以处理持续性水体干扰问题，能够在航、高效、高可靠地自动识别和跟踪浅地层剖面图像的海底线特征。
[0074]
以上所述仅为本发明的较佳实施例而已，并不用于限制本发明，凡在本发明的精神和原则范围之内所作的任何修改、等同替换以及改进等，均应包含在本发明的保护范围之内。
[0075]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包
括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。