APP下载

基于经验模态分解削弱多波束残余误差的方法

2018-01-09赵祥鸿暴景阳黄辰虎黄贤源陆秀平

海洋通报 2017年6期
关键词:趋势模态经验

赵祥鸿,暴景阳,黄辰虎,黄贤源,陆秀平

(1.海军大连舰艇学院海洋测绘系,辽宁大连116018;2.海军海洋测绘研究所,天津300061)

基于经验模态分解削弱多波束残余误差的方法

赵祥鸿1,暴景阳1,黄辰虎2,黄贤源2,陆秀平2

(1.海军大连舰艇学院海洋测绘系,辽宁大连116018;2.海军海洋测绘研究所,天津300061)

针对多波束水深数据中存在的系统性残余误差,提出了基于经验模态分解方法来削弱残余误差的方法:首先利用经验模态分解方法对多波束测深数据作一维分解,将非线性、非平稳的多波束测深数据分解成准线性子波,然后构建水深数据趋势项与残余项,利用中央波束趋势项建立整体数据趋势项,最后加以水深数据残余项还原海底地形,削弱残余误差影响。通过实测多波束测深数据验证方法的有效性。

经验模态分解(EMD);多波束;残余误差;趋势项;残余项

多波束测深系统是一个全覆盖式声纳测深系统,除自身测量误差之外,还受声速变化、定位和测船姿态、换能器安装偏差等误差影响(赵建虎等,2008)。目前国内外针对各种误差影响的改正措施已经有很多,赵建虎等(2001)分析了船姿对多波束测量的影响;阳凡林等(2010)分析了多波束测深瞬时姿态对水深的影响并提出相应的改正措施;孙文川等(2016)提出一种基于最小二乘的多波束换能器横摇偏差二次校正方法;张志伟(2016)等综合分析了多波束换能器安装偏差对海底地形测量的影响。

尽管在进行多波束数据处理的过程中,针对各项误差都有相应的改正措施,但是处理后的结果中仍然包含着残余系统性偏差,表现为相邻条带之间重叠区域内测深数据出现不匹配的情况。……

登录APP查看全文

猜你喜欢

趋势模态经验
2021年第20期“最值得推广的经验”评选
趋势
经验
2018年第20期“最值得推广的经验”评选
初秋唇妆趋势
SPINEXPO™2017春夏流行趋势
当你遇见了“零经验”的他
基于HHT和Prony算法的电力系统低频振荡模态识别
趋势
由单个模态构造对称简支梁的抗弯刚度