导读:本文包含了海底底质论文开题报告文献综述及选题提纲参考文献，主要关键词:背向散射,多波束,回波数据,海底底质
海底底质论文文献综述
郭军,张如伟,赵建虎,王爱学[1]（2019）在《“声学慧眼”识别海底底质类型》一文中研究指出海洋神秘又浩瀚,充满了无限的未知,而人类对海洋的探索也从未停止,从潮涨潮落到惊涛巨浪,从岸边海草到深海生物,从海岛海礁到万米深渊,人类总渴望看透海洋,透视海洋的全部。人眼对海洋的认识非常有限,而借助声学慧眼可透视海水,探测海洋浅表(本文来源于《测绘地理信息》期刊2019年06期）
严俊,赵建虎,孟俊霞,张红梅[2]（2019）在《一种顾及辐射畸变的多波束与侧扫声呐通用海底底质分类方法》一文中研究指出声学海底底质分类对于海底环境和生态系统的研究具有重要意义,而多波束与侧扫声呐是目前最常用于探测海底底质的声呐设备.然而,多波束与侧扫声呐都严重地受到辐射畸变的影响,导致声呐图像噪声较大且难以消除,进而造成对海底底质的误判,并且多波束与侧扫声呐通用底质分类方法目前仍然较为缺乏.为此,本文提出了一种顾及辐射畸变的多波束和侧扫声呐的通用海底底质分类方法.该方法包括了对声呐图像中辐射畸变的改正、针对两种声呐数据特点的不同角度数据归一化、分类数自适应的非监督底质分类以及形态学去除底质图像噪声的步骤,并给出了完整的多波束与侧扫声呐通用海底底质分类流程.将本文方法应用于福建沿海同水域下实测的多波束与侧扫声呐数据得到了该水域的底质分类图像.实验结果表明了同区域下的多波束与侧扫声呐数据通过本文方法得到的底质分类结果具有较高的一致性,证明了通用底质分类方法的有效性,同时通过相互验证也提高了底质分类结果的可靠性.(本文来源于《哈尔滨工业大学学报》期刊2019年05期）
钟绍源[3]（2019）在《基于海底声学图像的底质分类软件设计与实现》一文中研究指出伴随海洋信息技术的发展,海洋资源的探测与开发越来越被人们所重视。人们逐步放弃费时费力的传统人工取样方式,开始利用海底沉积物的声学特征选用更高效的声学遥感探测技术手段实现海底底质的自动分类。通过声学探测设备可以获取大量的海底反向散射强度数据,在此基础上生成的海底声学图像可以为底质分类提供有效可靠的数据来源,因此开发具有自动划分底质类型功能的数据后处理软件就具有了重要的意义。本文围绕基于海底声学图像的特征提取与分类识别方法展开研究,结合模式识别流程和软件工程技术开发出一款底质分类与可视化软件。首先,结合基于声学的海底底质分类概念对多波束测深系统和侧扫声呐两种声学探测设备的成像原理进行阐述;其次,根据多种基于海底声学图像的多种特征提取与分类识别方法,重点研究了基于灰度统计和灰度共生矩阵的特征提取方法以及基于BP神经网络算法的分类方法;然后,在Visual Studio 2013环境下,结合OpenGL和MFC等开发工具完成了基于海底声学图像的底质分类软件设计与实现,包括多文档视图应用程序的软件结构、数据获取模块、特征提取模块、分类识别模块、叁维可视化模块;最后,通过对各个模块功能进行测试,验证了软件可以完成海底地形地貌数据读取、基于灰度统计和灰度共生矩阵方法的特征提取与主成分分析、基于BP神经网络算法的海底底质分类、叁维海底地形地貌联合显示、底质分类效果显示等多个功能。经过多种实验数据的处理与结果分析,测试本套基于海底声学图像的底质分类软件在软件功能和算法效果上都可以达到软件设计的预期要求,并且能够可靠稳定的完成海底底质的自动分类与叁维显示任务。(本文来源于《哈尔滨工程大学》期刊2019-03-14）
王磊[4]（2019）在《一种海底底质透声性能测量方法探究》一文中研究指出在测量水下潜航体辐射噪声时,一般将水听器悬浮水中进行测试。在测试中,水听器随海流影响会发生飘移,水听器与水下潜航体距离会发生变化,在距离折算上存在误差。针对该问题,有人提出了将水听器预先安装在测试器水底,这样水听器与水下潜航体的距离是预先知道的,在计算声传播损失的时候就会大大减少误差。基于此,本文以其为根据,对一种海底底质透声性能测量方法进行探究,以期对相关方面的技术研究有所帮助。(本文来源于《电声技术》期刊2019年02期）
金绍华,李家彪,吴自银,边刚,崔杨[5]（2019）在《海底底质分类反向散射强度叁维概率密度法》一文中研究指出反向散射强度随入射角变化信息蕴含海底底质特性,是多波束海底底质分类的重要数据源。目前,多波束海底底质分类主要提取平均反向散射强度随入射角的变化信息或基于声呐图像,没有综合考虑两者的相关信息。本文综合考虑平均反向散射强度随入射角变化信息及其概率密度分布,绘制叁维概率密度图,提出了基于反向散射强度叁维概率密度图的海底底质分类方法。实例计算结果表明:该方法能直观表达多波束条带覆盖区内不同海底底质类型的数量,有效判断不同海底底质类型的边界,实现海底底质类型的快速识别。(本文来源于《测绘学报》期刊2019年01期）
付楠[6]（2019）在《基于声呐图像特征的海底底质类型分类方法研究》一文中研究指出随着声呐技术的发展,研究学者发现通过其获取的图像中包含了较为丰富的底质特征信息,据此可以了解底质类型,并作为水下勘测、反演地貌和军事作战的新型辅助手段。本课题基于声呐成像基本原理及影响因素,针对其特征,研究分析了多种去噪增强、特征提取及分类识别技术。根据方法优缺点及仿真结果选出合适的处理方法,形成一个基于海底底质声呐图像处理与分析的完整体系,对于海底研究具有深远的意义和价值。首先,简单介绍了本课题研究海底底质声呐图像处理和分类的目的及意义,分析了国内外对海底底质声呐探测及图像分类的研究现状和进展,并结合探测系统工作原理阐述声呐图像生成过程,以及本课题所用样本数据集的来源。其次,考虑影响海底底质声呐图像分辨率的主要因素以及噪声来源和性质,针对性地分析研究适用于声呐图像的多种预处理方法,通过分析研究及仿真效果对比,选用排序自适应中值滤波算法对其进行降噪处理。同时考虑图像分辨率低、对比度较差等情况,采用基于Curvelet变换域的自适应增强方法再对其进行处理,在提高纹理细节特征及整体对比度方面有明显优势。再次,为了提高图像识别分类的精准度,需要在此之前进行有效的特征提取处理,根据海底底质声呐图像特有的边缘、纹理及统计信息,本文先后引用尺度不变特征转换、灰度共生矩阵及改进的灰度-基元共生矩阵叁种方法进行研究及仿真。方法一简洁方便,提取速度较快,方法二提取的特征矩阵更能代表不同底质,本文提出的方法叁应用并结合Canny边缘提取算法与灰度-基元共生矩阵法,将边缘形状统计特征与灰度相关性有机结合,更准确地提取特征信息。叁种方法从多方面入手,有利于匹配不同类型分类器以达到更好的分类识别效果。最后,本文引用SVM、BP、CNN叁种分类算法对海底底质声呐图像进行分类研究,并针对性地匹配了较合适的特征提取方法。通过分析对比,CNN模型获得准确率较高,更适用于海底底质声呐图像分类处理,故选用其作为最终分类方法。通过参数动态调节,将分类准确率提升至98.1%,最后借助Tensorboard展示出模型框架组成及准确率可视化曲线,效果良好,验证了CNN模型在海底底质声呐图像识别分类上具有较高应用价值和研究意义。(本文来源于《哈尔滨工程大学》期刊2019-01-01）
史春雪[7]（2018）在《基于Fisher线性鉴别特征融合的海底底质分类研究》一文中研究指出提出了一种基于Fisher线性鉴别特征融合的海底底质分类方法。首先,分析了声学遥感可以进行海底底质分类与识别,但是现有的分类方法,存在特征量维数较大、分类器设计复杂、分类效果不佳、不能获得最佳鉴别矢量等缺陷。因此,提出一种基于Fisher线性鉴别特征融合的海底底质分类方法。该方法首先提取同一样本的12个统计特征量,然后利用特征融合技术将这12个特征量组合在一起,构成一个新的特征矢量空间,最后在该空间中利用Fisher线性鉴别分析进行最优鉴别特征提取。其次,以岩石、砾石、沙、泥四种沉积物为实验对象来开展水下实验。对回波数据进行预处理,然后对每一样本提取12个统计特征量,采用串行融合方法进行特征组合,最后采用Fisher线性判别分析得到最佳鉴别矢量特征,并送入最近邻分类器进行分类。最后,通过大量的实验数据对比,发现基于Fisher线性鉴别特征融合的海底底质分类方法比PCA方法和单一特征方法具有更高的正确分类率。(本文来源于《机械》期刊2018年08期）
赵建虎,严俊,张红梅,孟俊霞[8]（2018）在《基于海底底质回波特征的多波束声呐图像角度响应影响消除》一文中研究指出角度响应(angular response,AR)对回波强度影响较大,而目前的改正算法尚不完善,给多波束声呐回波强度的应用带来了较大困难。为此,提出了一种利用底质回波强度特征的AR聚类改正方法。首先,借助多波束声呐回波强度数据实施非监督底质分类;然后,研究每类底质的AR特征,形成每种底质的AR曲线簇;最后,结合每种底质的AR曲线簇,从观测的回波强度序列中减去对应底质的AR值,并将其归一化到平均强度,最终实现了回波强度中AR影响的消除。将该方法应用于实际回波处理中,取得了高质量的多波束声呐图像。(本文来源于《武汉大学学报(信息科学版)》期刊2018年08期）
吕斌,祁国梁,李官保,王景强,刘杰[9]（2018）在《海底底质声学原位测量电路控制系统研究》一文中研究指出介绍了一种液压驱动贯入式海底沉积声学原位测量系统的电路控制单元的研究实现过程,以及该控制单元在南海北部海底沉积声学调查中的应用。该电路控制单元以Cortex-A8处理器为核心,集成大容量FLASH存储器,与单片机接口控制板进行串口通讯,实现对声学发射采集单元和机械液压贯入单元的可视化控制和监测。基于该电路控制单元,海底底质声学原位测量系统兼具自容式和在线式两种工作模式,可自容记录或实时采集声学原位测量单元在海底的工作状态数据、海底沉积物声速和声衰减系数等声学特性数据。该声学原位测量系统的实验室联调及南海海试结果表明,使用该电路控制单元对海底底质声学测量过程的监测与控制是有效的,对精确获取海底底质的原位声学特性有重要作用,可以促进海底底质声学原位测量系统的产品化。(本文来源于《海洋科学》期刊2018年05期）
徐妍,王英志,黄佳维,范培勤[10]（2017）在《海底底质对声纳探测性能的影响分析》一文中研究指出海底底质参数对水下声学传感器的性能发挥具有显着的影响,论文从海底沉积层物理特性的主要参数出发,结合水声传播模型,通过仿真计算,分析了海底底质参数对在不同声速剖面类型下的声纳探测性能的影响。(本文来源于《舰船电子工程》期刊2017年10期）
海底底质论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
声学海底底质分类对于海底环境和生态系统的研究具有重要意义,而多波束与侧扫声呐是目前最常用于探测海底底质的声呐设备.然而,多波束与侧扫声呐都严重地受到辐射畸变的影响,导致声呐图像噪声较大且难以消除,进而造成对海底底质的误判,并且多波束与侧扫声呐通用底质分类方法目前仍然较为缺乏.为此,本文提出了一种顾及辐射畸变的多波束和侧扫声呐的通用海底底质分类方法.该方法包括了对声呐图像中辐射畸变的改正、针对两种声呐数据特点的不同角度数据归一化、分类数自适应的非监督底质分类以及形态学去除底质图像噪声的步骤,并给出了完整的多波束与侧扫声呐通用海底底质分类流程.将本文方法应用于福建沿海同水域下实测的多波束与侧扫声呐数据得到了该水域的底质分类图像.实验结果表明了同区域下的多波束与侧扫声呐数据通过本文方法得到的底质分类结果具有较高的一致性,证明了通用底质分类方法的有效性,同时通过相互验证也提高了底质分类结果的可靠性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
海底底质论文参考文献
[1].郭军,张如伟,赵建虎,王爱学.“声学慧眼”识别海底底质类型[J].测绘地理信息.2019
[2].严俊,赵建虎,孟俊霞,张红梅.一种顾及辐射畸变的多波束与侧扫声呐通用海底底质分类方法[J].哈尔滨工业大学学报.2019
[3].钟绍源.基于海底声学图像的底质分类软件设计与实现[D].哈尔滨工程大学.2019
[4].王磊.一种海底底质透声性能测量方法探究[J].电声技术.2019
[5].金绍华,李家彪,吴自银,边刚,崔杨.海底底质分类反向散射强度叁维概率密度法[J].测绘学报.2019
[6].付楠.基于声呐图像特征的海底底质类型分类方法研究[D].哈尔滨工程大学.2019
[7].史春雪.基于Fisher线性鉴别特征融合的海底底质分类研究[J].机械.2018
[8].赵建虎,严俊,张红梅,孟俊霞.基于海底底质回波特征的多波束声呐图像角度响应影响消除[J].武汉大学学报(信息科学版).2018
[9].吕斌,祁国梁,李官保,王景强,刘杰.海底底质声学原位测量电路控制系统研究[J].海洋科学.2018
[10].徐妍,王英志,黄佳维,范培勤.海底底质对声纳探测性能的影响分析[J].舰船电子工程.2017