多波束测深和图像数据处理
本书详细讲解了多波束测深的原理、侧扫声呐在海底地形绘制、水下目标识别的应用、可以供水声等相关专业科研人员参考国家“十一五”重点图书地球空间信息学丛书/李德仁主编多波束测深及图像数据处理■赵建虎刘经南著WUHAN UN∨ ERSITY PRESS武汉大学出版社图书在版编目(CIP)数据多波束测深及图像数据处理/赵建虎,刘经南著.一武汉:武汉大学出版社,2008.9国家“十一五”重点图书地球空间信息学丛书/李德仁主编ISBN978-7-307065000Ⅰ.多…Ⅱ.①赵…②刘…Ⅲ.海洋测量一测深一卫星图像一图像处理Ⅳ.P229-39中国版本图书馆CP数据核字(2008)第129252号责任编辑:任翔责任校对:黄添生版式设计:马佳出版发行:武汉大学出版社(430072武昌珞珈山)(电子邮件:wdp4@whu.edu.cn网址:ww.wdp.com.cn)印刷:武汉中远印务有限公司开本:720×10001/16印张:24.25字数:446千字插页:1版次:2008年9月第1版208年9月第1次印刷ISBN978-7-30706500-0/P·138定价:45.00元版权所有,不得翻印;凡购我社的图书,如有缺页、倒页、脱页等质量问题,请与当地图书销售部门联系调换。前言随着陆地资源的还渐匮乏,人类已将资源开发和利用的重点转向了占整个地球面积71%、蕴藏着丰富自然资源的海洋。我国已于20世纪末制定了21世纪海洋强国战略,其宗旨是将我国建设成为世界级的海洋强国。在这一世纪性战略中,海洋测量作为人类一切海洋活动的基础,必将扮演着十分重要的作用。随着电子、计算机、信息等相关技术的迅速发展,当今的海洋测量正呈现蓬勃的立体发展态势。在这一大背景下,基于船载测量设备的海洋调查和勘测技术、手段及方法在我国也取得了日新月异的成就,尤其是自20世纪90年代引进的多波束系统,无论是测点的精度、密度和代表性,均是以往传统水下地形测量方法所不能比拟的,真正地实现了从“点”、“线”水下地形测量到条带式、全覆盖、“面”测量的变革,给我们真实、详细地呈现出了海底的精细地形和地貌,使人类能够首次全面地认识“漆黑”的海底世界。然而,由于多波束系统引进的时间较短,我国对该系统的认知还基本处于初始阶段,许多拥有多波束系统的测量单位到目前为止还停留在依照系统参考手册和操作规范实施作业的初始应用阶段,远没有最大限度地发挥该系统的应用潜力。另外,由于对相关知识的了解和认识不足,系统的应用远没有达到预期的精度。为了改善多波束系统在我国当前的应用状况,提高系统的应用和开发潜力,本书围绕多波束系统具有测深和获取声呐图像两大功能,在论述多波束系统的发展历史和工作原理的基础上,对多波束测量中涉及的平面基准及其相互转换、潮汐调和分析及海洋垂直基准面、声速及声线跟踪、辅助参数的测定、滤波及补偿、多波束测深数据滤波、基于已有软件的多波束数据处理过程及分析、声强数据的处理及声呐图像的形成、声呐图像的处理、多波束声呐图像的应用、多波束测量信息和侧扫声呐测量信息的融合等主题展开了深人的研究,详细地介绍了这些研究目前取得的最新进展研究所采用的理论和方法,同时还给出了这些理论和方法的实际应用效果。这些研究成果对从事多波束研究和实际工程应用具有一定的借鉴作用。本书共分12章,第1至2章主要由刘经南院士赵建虎完成,着重介绍了船多波東测深及图像数据处理载测深系统的发展历史以及多波束数据处理技术的现状和发展趋势,第3至8章着重介绍了测深数据的处理方法、理论及实际应用。在这部分中,从第3章到第7章由赵建虎和刘经南院士完成,第8章由陈义兰、杨琨、吴永亭、周丰年完成;第9至11章着重介绍了基于多波束回波强度信息所生成的声呐图像的形成、处理及应用,由赵建虎和刘经南院士完成。第12章在系统分析了多波束和侧扫声呐测量内容特点的基础上,提出了综合二者测量信息,通过信息的有机融合处理获取海底高精度声呐图像和高分辨率地形的思想和方法,对二者的信息融合方法、理论进行了探讨,并对其应用前景进行了展望。由于本书涉及的内容比较多,许多领域是目前国内外研究的热点问题,加之作者水平有限,书中有不妥之处,敬请各位专家与读者批评指正。编者2007年8月目录第1章绪论…1.1引言甲鲁···船载测深系统的发展历史1.2.1原始测深方法看·曲单非·鲁非看P即·鲁。看4451.2.2常规测深系统……1.2.3多波束测深系统1.2.4多波束测深系统的最新进展1.2.5我国的多波束测深系统………………101.3多波束数据处理技术的现状和发展趋势……1.3.1声速及其声线跟踪1.3.2多波束辅助参数的测定和滤波1.3.3深度数据滤波…131.3.4图像处理……………………………131.3.5多波束数字信息与侧扫声呐图像信息的融合……………141.4本书的结构体系141.5本章小结15参考文献16第2章多波束系统的工作原理··········………………182.1多波束系统的组成182.2多波束系统的声学原理…202.2.1相长干涉和相消干涉以及换能器的指向性202.2.2换能器基阵的束控…b·●量垂看·杳·有242.2.3波束的形成………252.3波束的发射、接收流程及其工作模式鲁自·t··。命272.4波束的能量衰减及其时间增益补偿……302.5底部检测及系统探测能力的估算……30多波束测深及图像数据处理2.6波束脚印的归位问题…312.7本章小结34参考文献中自●非·幽35第3章平面基准及其相互转换3.1地心坐标系…373.1.1地心坐标系的定义……………………373.1.2地心坐标系的建立383.1.3已有的地心坐标系统及其参数423.2参心坐标系433.2.1参心坐标系的定义433.2.2参心坐标系的建立4432.3我国常用的参心坐标系及其参数……453.3坐标系间的相互转换……………………………………473.3.1大地坐标系与空间大地直角坐标系转换的数学模型473.3.2不同的三维空间直角坐标系转换的数学模型483.3.3不同大地坐标系转换的数学模型…493.4高斯投影·鲁·513.4.1高斯投影概述3.4.2椭球面元素到高斯投影面的转换曾·q。鲁普鲁看曹鲁·鲁543.4.3高斯投影的邻带坐标换算553.5UTM(通用横轴墨卡托)投影…鲁由申鲁由563.6独立坐标系583.6.1独立坐标系概述583.6.2独立坐标系的建立583.6.3独立坐标系与其他几种典型坐标系的转换613.7本章小节…63参考文献…………63第4章潮汐调和分析及海洋垂直基准面∴644.1平衡潮理论……644.1.1引潮力(势)644.1.2引潮力势的调和展开………鲁·664.1.3平衡潮及其主要结论68日录4.1.4实际潮汐的潮高……84.2潮汐、潮流分析704.2.1潮汐分析……………………………704.2.2潮流分析…………724.2.3溯汐动力学理论734.3垂直基准764.3.1平均海平面……………………………………………774.3.2国家高程基准794.3.3海图深度基准面…804.4基准传递与推估……854.4.1短期验潮站平均海平面的确定854.4.2深度基准面传递与推估874.4.3平均海平面和深度基准面的综合传递884.5海洋垂直基准统一框架894.5.1平均海平面作为海洋统一垂直参考基准…894.5.2以椭球面作为海洋统一垂直参考基准…894.6本章小结……………………………………………………92参考文献………………………………………92第5章声速及声线跟踪945.1海洋声学…·日945.1.1海洋声速…965.1.2声波在海水中的传播特性………………………………975.1.3声道…1005.1.4海洋噪声…………1015.2海水中声速的确定…………1015.2.1声速剖面的直接测量申鲁·杳·………10252.2声速的间接确定1045.3基于自组织神经网络的声速剖面分类方法1125.3.1SOFM神经网络1125.3.2声速剖面的描述1135.3.3用于划分声速剖面类别的S0FM神经网络的构造和训练…1145.3.4实验和分析1155.4局域空间声速模型的建立120多波東测深及图像数据处理5.4.1局域空间声速模型的建立∴…………………1205.4.2实践及分析…………………………1215.5声线跟踪法1245.5.1 Harmonic平均声速1255.5.2基于层内常声速假设下的声线跟踪算法…1265.5.3基于层内常梯度假设下的声线跟踪算法1275.6等效声速剖面法1285.6.1一个重要事实的证明1285.6.2误差修正法12956.3等效声速剖面法1305.7声线跟踪过程及各方法的比较鲁鲁·着·。鲁非·。…1325.7.1声线跟踪法的计算过程1325.7.2误差修正法和等效声速剖面法的计算过程1335.7.3各种方法的比较13458实践及分析……………1355.9声速对多波束测量成果的影响……4··1375.9.1声速剖面测量误差的产生…………………………1375.9.2声速误差的影响1385.10本章小结……………………141参考文献141第6章辅助参数的测定、滤波及补偿…………1436.1多波束测量中的定位技术●寺章萨。1436.2局部无缝垂直参考基准面的建立1466.2.1精密局域大地水准面的确定1476.2.2局域海图基准高程模型的建立p●曹D●14862.3建立 Saint John河无缝垂直参考基准的实践和过程分析……1486.3GPS船姿测量…····“··1566.3.1坐标系统的定义及其相互关系1566.3.2船体姿态测量原理…1576.3.3实验及分析1586.4船姿分析及其补偿…l616.4.1船姿受动因素分析1616.4.2船姿对多波束测量的影响……………………162
- 2020-12-05下载
- 积分：1
张贤达的《高阶统计量信号处理方法》
高阶统计量分析方法是一种重要的非高斯信号分析方法，在此上传张贤达的这本书，希望对大家的学习有所帮助专题内容概述高阶统计量的定义、性质和估计155()高阶矩、高阶累积量及其谱·*·····“········““··“·(二)高阶累积量与高阶谱的性质三)高阶累积量与高阶谱的估计…......19、非最小相位系统的辨识21(一)基本问题21(二)MA系统的辨识.25(三)ARMA系统的辨识…135四、谐波恢复42()基本问题42()谐波恢复的高阶累积量方法……………·………43五、空间窄带信号源的波达方向估计()基本问题46(二)基于二阶统计量的DOA估计方法及其不足.147(三)基于高阶统计量的DOA估计方法53、概述高阶统计量( (Higher-order Statistics)是指比二阶统计量更高阶的随机变量或随机过程的统计量。二阶统计量有:〉随机变量(矢量):方差、协方差(相关矩)、二阶矩。随机过程:自相关函数、功率谱、互相关函数、互功率谱、自协方差函数等高阶统计量有:随机变量(矢量):高阶矩( Higher-order Moment),高阶累积量(Higher-order Cumulant)随机过程:高阶矩、高阶累积量、高阶谱( Higher- order Spectra,Polyspectra)。从统计学的角度,对正态分布的随机变量(矢量),用一阶和二阶统计量就可以完备地表示其统计特征。如对一个高斯分布的随机矢量,知道了其数学期望和协方差矩阵,就可以知道它的联合概率密度函数。对一个高斯随机过程,知道了均值和自相关函数(或自协方差函数),就可以知道它的概率结构,即知道它的整个统计特征。但是,对不服从髙斯分布的随机变量(矢量)或随机过程,一阶和二阶统计量不能完备地表示其统计特征。或者说,信息没有全部包含在一二阶统计量中,更高阶的统计量中也包含了大量有用的信息。高阶统计量信号处理方法,就是从非高斯信号的高阶统计量中提取信号的有用信息,特别是从一、二阶统计量中无法提取的信息的方法。从这个角度来说,高阶统计量方法不仅是对基于相关函数或功率谱的随机信号处理方法的重要补充,而且可以为二阶统计量方法无法解决的许多信号处理问题提供手段。可以亳不夸张地说,凡是使用功率谱或相关函数进行过分析与处理,而又未得到满意结果的任何问题,都值得重新试用高阶统计量方法。高阶统计量的概念于1889年提出。高阶统计量的研究始于六十年代初,主要是数学家和统计学家们在做基础理论的研究,以及针对光学、流体动力学、地球物理、信号处理等领域特定问题的应用研究。直到八十年代中、后期,在信号处理和系统理论领域才掀起了高阶统计量方法的研究热潮。标志性的事件有:1. K. S. Lii. m. rosenblatt "Deconvolution and Estimation of TransferFunction phase and Coefficients for non-Gaussian Linear processes AnnStatistcs, Vol, 10, pp. 1195-1208, 1982首次用高阶统计量解决了非最小相位系统的盲辩识问题。2.C.L. Nikias,M.R. Raghuveer的综述文章“ Bispectrum Estimation:ADigital Signal Processing Framework”在Proc.正EE发表,1987July3.1989、1991、1993、1995、1997、1999年举办了六届关于高阶统计量的信号处理专题研讨会(海军研究办公室,NSF, IEEE Control SystemSociety, IEEE ASSP Society, IEEE Geoscience and Remote sensingSociety4. IEEE Trans.onAC1990年1月专辑5. IEEE Trans, on AssP1990年7月专辑。6.J.M. Mendel的综述文章 Tutorial on Higher- Order statistics( Spectra)inSignal Processing and System Theory: Theoretical Results and SomeApplications”.Proc,正E,1991(主要是关于非最小相位系统辨识)。7.C.L. Nikias&A.P. Petropula的专著 Higher-order Spectral Analysis:ANonlinear Processing Framework,由 Prentice-Hall I1993出版。8. Signal Processing,19944月专辑。9. Circuits, Systems, and Signal Processing,1994.6月专辑。高阶统计量方法已在雷达、声纳、通信、海洋学、电磁学、等离子体物理、结晶学、地球物理、生物医学、故障诊断、振动分析、流体动力学等领域的信号处理问题中获得应用。典型的信号处理应用包括系统辨识与时间序列分析建模、自适应估计与滤波、信号重构、信号检测、谐波恢复、图像处理、阵列信号处理、盲反卷积与盲均衡等。在信号处理中使用高阶统计量的主要动机可以归纳成四点1、抑制未知功率谱的加性有色噪声的影响。2、辨识非最小相位系统或重构非最小相位信号。自相关函数或功率谱是相盲的,即不包含信号或系统的相位信息。仅当系统或信号是最小相位时,二阶统计量的方法才能获得正确的结果。相反,高阶统计量既包含了幅度信息,又保留了信号的相位信息,因而可以用来解决非最小相位系统的辨识或非最小相位信号的重构问题。3、提取由于高斯性偏离带来的各种信息对于非高斯信号,其高阶统计量中也包含了大量的信息。对模式识别、信号检测、分类等问题,有可能从高阶统计量获得信号的显著分类特征,4、检测和表征信号中的非线性以及辨识非线性系统。如用来解决非线性引起的二次、三次相位耦合问题。参考资料:1、张贤达,《时间序列分析一高阶统计量方法》,清华大学出版社,1996。2、沈凤麟等,《生物医学随机信号处理》(第9章),中国科学技术大学出版社,1999。3 J M. Mendel. "Tutorial on Higher-order Statistics(Spectra) in SignalProcessing and Systems Theory: Theoretical Results and SomeApplications. Proc. IEEE, Vol. 79, pp. 278-305, 19914, C. L. Nikias A. P, Petropulu. Higher-order Spectral Analysis: ANonlinear Processing Framework. Prentice-Hall. 19935 C L. Nikias J. M. Mendel.Signal Processing with Higher-orderSpectra. IEEE Signal Processing Magazine, Vol 10, July, pp 10-37, 19936 C. L Nikias M. R Raghuveer." Bispectrum Estimation: A DigitalSignal Processing Firamewoork". Proc. IEEE, Vol. 75, pp. 869-891, 19877 P. A. Delaney d. O. Walsh. " A Bibliography of Higher-Order Spectraand Cumulants". IEEE Signal Processing Magazine, Vol 11 July, pp. 61-7019948、J.A. Cadzow.“ Blind Deconvolution via Cumulant Extrema”.IEEESignal Processing Magazine, Vol 13, No 3, pp 24-42, 1996www.ant,uni-bremen.edu.de/hoshome二、高阶统计量的定义、性质和估计(一)高阶矩、高阶累积量及其谱从随机变量→随机矢量→随机过程)1、随机变量的特征函数与累积量定义:设随机变量x具有概率密度fx),其特征函数定义为(s)=f()edx=Eel其中s为特征函数的参数。(可看作八x)的拉普拉斯变换)特征函数Φ(s)只是参数s的函数。对Φ)求k次导数,可得Φ^(s)=Exe因此(O)=E}=m也就是说)在原点阶导数等孩x阶筹k。因此,Φ(s)也称作矩生成函数(又叫第一特征函数)。矩生成函数可以唯一地、完全地确定一个概率分布。这可由矩生成函数唯一性定理阐明:定理:设F(x)和G(x)是具有相同矩生成函数的分布函数,即:e dF (x)= esdG(x)则F(x)=G(x)由矩生成函数可以定义随机变量κ的累积量生成函数(又叫第二特征函数)及累积量。定义:设随机变量x的矩生成函数为Φ(s),则函数H(s)=nΦ(s)称为x的累积量生成函数,而v()在原点的k阶导数dky(s)ds k0称为x的k阶累积量如果将s)和v展开成 Taylor级数,根据以上定义,就会有①(s)=1+m1S+m2S2+…+,,mkS+…k!(2+4+x12cmk!k1也就是说,x的k阶矩和累积量分别是其矩生成函数和累积量生成函数的Taylor级数展开中s项的系数。2、随机矢量的特征函数与累积量定义:令x=[x,x2,…,x是一随机矢量,且s=s,s2,…,sr,则随机矢量x的矩生成函数定义为Φ(S1SES11+2x2+…+Skxkl52为Ex的累积量生成函数定义为(S1,S2,…,Sk)=lnΦ(s1,x的(vy2…,w)阶矩和累积量分别定义为矩生成函数和累积量生成函数的Iayr级数展开中S1S2…S项的函数,即0Φ(S1,s2;…,s)ExVIS"Y(1521512skas1Os2…ask其中vko对v=V2=…=认=1的特殊情况,记随机矢量x的矩和累积量分别为mom(,,cum(Y1X我们下面将用它们来定义随机过程的高阶矩和累积量。3、随机过程的高阶矩和高阶累积量定义:设{x(n)}为k阶平稳随机过程,则该过程的k阶矩定义为ma(z1,z2,…,k-)=mom{x(n),x(n+),…,x(n+xk-1)}而k阶累积量定义为cs(1,z2,…,k-)=cum{x(m),x(nt+),…,x(n+tk1)}根据这一定义,平稳随机过程的k阶矩和k阶累积量实质上就是取x1=x(n),x2=x(n+a),…,x=x(n+k)之后的随机矢量[(n),x(n+z),…,
- 2020-12-03下载
- 积分：1
