青岛崂山头海域海底滑坡的声波探测

利用多波束测深、浅地层剖面和侧扫声纳探测资料对青岛崂山头海域侵蚀沟及海底滑坡的形态、成因进行分析讨论。全覆盖的多波束测深反映了侵蚀沟的形态特征,为分析侵蚀沟及滑坡的成因提供了依据。崂山头海底滑坡是由潮流冲蚀等外动力引起的平移滑坡。侧扫声纳清晰地反映了滑坡边界和滑塌挤压波纹,表明滑坡刚发生不久,还未被冲蚀。浅地层剖面呈现较完整的滑坡形态和结构特征,可识别出滑动体、滑动剪切面和拖曳层理等滑坡要素。结果表明高分辨率的多波束测深仪、浅地层剖面仪和侧扫声纳仪等声学设备对探测海底滑坡、分析其成因具有较好的效果,可为海洋防灾减灾,海洋工程建设提供参考依据。     

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

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.     

高分辨率测深侧扫声纳

由中国科学院声学研究所和中船重工集团公司第702所联合承担的“高分辨率测深侧扫声纳项目”和由中同科学院声学研究所承担的“浅水高分辨率测深侧扫声纳系统研制”两个国家863计划海洋资源开发技术课题取得重大突破。标志着我国在探测高分辨率海底地形地貌的声纳技术领域成功地打破了同际技术封锁，已经具备制造国际先进水平的高分辨率测深侧扫声纳的技术和能力。     

强潮地区海底管线状态检测方法研究——杭州湾海底管线状态检测

针对强潮地区海底管线危险性大、且无法用常规方法进行检测的现状,提出一种基于海底声学探测技术的强潮地区海底管线状态检测方法,考虑到海底管线状态检测的主要目的是确定管线与海床面之间的空间关系,该方法选择了侧扫声纳系统、浅地层剖面仪和多波束测深系统等海底声学探测技术.在简要介绍了每种技术的工作原理之后,进行了海底管线状态检测流程的设计,并介绍了各类声学数据的采集过程和基于空间参考的声学数据处理方法,最后提出两种检测成果表达方式,即基于图表二维表达方式和基于ESRI公司的ArcEngine组件的三维表达方式.     

水深数据约束下的声呐图像海底地形恢复方法

针对传统多波束系统和单波束系统在获得海底精细地形时的局限性,分析了高分辨率侧扫声呐图像与海底地形因素之间的关系,提出了一种利用高分辨率侧扫声呐图像恢复精细海底地形的新方法.根据侧扫声呐成像机理,构建模型获得声波在海底表面的入射强度和反射强度;基于Shape From Shading反演理论建立海底表面相对形状反演模型,并借助外部水深数据中分离出的地形高频项构建约束模型对反演结果进行约束;将外部水深数据提供的地形低频信息与约束后的反演结果叠加,实现绝对海底地形恢复.结果表明:该方法可获得相对中误差小于2%水深的海底地形恢复精度,并将测深数据分辨率提高近70倍.     

兼顾远场和近场性能的便携式三维声纳设计

为了降低三维成像声纳系统的复杂度,并保证系统在整个水下探测范围内具有准确的波束图,提出兼顾远场和近场性能的便携式三维成像声纳设计方法. 该设计采用十字型阵列实现三维声纳成像,相比平面阵,极大降低了硬件复杂度,设备灵活轻便. 针对发射阵列,提出近场条件下的多频发射波束形成算法,根据十字型阵列的景深划分多个发射聚焦区间,并通过菲涅尔近似,配置各聚焦区间的时延参数,保证近场的波束性能. 针对接收阵列,提出优化的CZT (chirp zeta transform) 波束形成算法,可实现远场和近场条件下的快速波束形成,且计算量低于其他波束形成算法. 仿真实验表明,在近场聚焦区间内,该算法的角度分辨率和旁瓣高度变化差异较小,波束图性能稳定. 实际水下实验证实该设计可以在探测场景内获得清晰的水下三维图像.     

基于水声图像的水下目标几何尺寸测量技术及仿真研究

文章以水下侧扫声纳作为探测工具,以其所成水声图像为研究对象,根据侧扫声纳的成像特点,建立了以声纳图像中目标遮挡阴影为依据,量测水下目标几何尺寸的模型及算法.对如何依据二维声纳图像定量地获得目标在三维坐标下的几何尺寸进行了有益的尝试.在此基础上,该文以一幅StarFish 450F型侧扫声纳所成水声图像局部为研究对象进行仿真实验,实验结果证明,该文提出的测量模型及算法具有一定的实用意义与价值.     

探测海底输油气管线状态的方法

为了海底输油气管线运行安全,避免潜在的灾害性因素的发生,对广东沿海一段海底输油气管线状态进行检测,采用浅层剖面测量、侧扫声呐测量和多波束测量手段对海底油气管线路由区域进行了勘测,勘测结果表明检测区域海底油气管线没有裸露和悬空,埋藏状态良好,管线周边地层较稳定,根据侧扫声呐图像和多波束测深图像,发现在管线路由区海底存在影响海底油气管道安全的因素,管线路由区海底拖锚等痕迹较多,并且在距离管线大约1 000m处有一个较大人工采砂坑存在。     

单波束水深约束的侧扫声呐图像三维微地形反演

高分辨率海底微地形可呈现更丰富的海床细节特征,对水下目标正确判读具有重要意义。除去底质因素影响,侧扫声呐图像明暗变化与海底地形起伏变化有关,挖掘侧扫声呐图像中的微地形信息,可以弥补现有测深手段分辨率上的不足。针对SFS方法从侧扫声呐图像反演出的相对地形缺少起伏尺度约束和起算基准等问题,本文通过小波分析方法从单波束数据中分别提取与侧扫声呐图像反演地形相关的高频地形及表征地形趋势变化的低频地形,以此构建侧扫声呐反演地形的尺度约束及基准改正模型。试验获得的反演地形从整体趋势到细节特征均与真实地形具有较好的一致性,统计结果表明,反演地形内、外符合均方根误差均小于15 cm,反演地形整体精度与单波束地形相当。     

利用RLS-Laguerre格型算法消除多波束测深声呐的隧道效应

为了避免多波束测深声呐输出数据中产生测深假象,分析了海底多波束测深声呐中存在的隧道效应及其产生机理,指出旁瓣干扰是引起隧道效应的重要因素,隧道效应的出现导致多波束测深声呐把相对平坦的海底绘制成凹面向上的水平半圆柱面海底地形.采用系统辨识模型仿真了基于先验误差的误差反馈递归最小二乘(RLS)Laguerre格型算法的极点位置对算法性能的影响,并利用该算法对湖试数据中存在的隧道效应进行分析处理.结果表明通过对Laguerre极点的选择,该算法能够有效消除多波束测深数据边缘波束中存在的旁瓣干扰并快速跟踪真实的海底回波,同时又能保留中央波束信号能量,减少对真实信号的影响.     

水底地形图绘制的数学建模方法

随着相干声纳系统技术的逐步完善,为水底深度测量和水底地形图的绘制提供了依据。首先考虑现有的相干声纳系统模型,利用多波束测量方法测量水底深度,然后,在模型Ⅱ和模型Ⅲ中采用三次样条插值法对所测得的水底深度值进行拟合,并利用拟合所得数据绘出水底地形剖面图、水底地形立体图,利用Matlab软件,调用griddata函数进行曲面拟合,调用contour函数绘制等高线图,从而全面了解水底地形的变化,把握水底地形的信息。     

水库水位的VMD-CNN-GRU混合预测模型

水库水位预测为其运营、防洪、水资源调度管理提供了重要决策支持.准确可靠的预测对水资源的优化管理起着至关重要的作用.针对水库水位数据的非线性、不稳定性以及复杂的时空特性,提出一种融合自适应变分模态分解(VMD)、卷积神经网络(CNN)和门控循环单元(GRU)的混合水库水位预测模型.VMD通过对水位序列进行分解消除噪声,CNN用于有效提取水位数据的局部特征,GRU用于提取水位数据的深层时间特征.以葠窝水库日水位为例,与多个相关模型对比分析,结果表明:精度方面,新模型在选取的评价指标上均表现最佳;运算效率方面,本文选择的GRU与长短时记忆网络(LSTM)相比,运算效率显著提高.新模型预测的高精度、高运算效率更能满足实际水库水位实时调度的需求.     

基于深度强化学习的交通信号控制方法

针对基于深度强化学习的交通信号控制方法存在难以及时更新交叉口信号控制策略的问题,提出基于改进深度强化学习的单交叉口交通信号控制方法. 构建新的基于相邻采样时间步实时车辆数变化量的奖励函数,以及时跟踪并利用交叉口交通状态动态的变化过程. 采用双网络结构提高算法学习效率,利用经验回放改善算法收敛性. 基于SUMO的仿真测试结果表明,相比传统控制方法和深度强化学习方法,所提方法能明显缩短交叉口车辆平均等待时间和平均排队长度,提高交叉口通行效率.     

基于动态矩阵算法的水轮机调速系统网络控制

将网络控制系统应用于对水轮机的控制,针对网络控制中存在的丢包现象,提出基于动态矩阵的网络控制方法,降低了网络丢包对控制系统的影响.在对水轮机建立刚性水击线性模型的基础上,在truetime网络环境中分别采用动态矩阵和PID对其进行控制仿真,仿真结果表明,动态矩阵在水轮机网络控制中更具优越性.     

基于无线传感器网络的水污染监测系统

针对水污染传统的检测手段耗时、步骤复杂,提出了使用无线传感器网络的水污染实时在线监测方案.所研制系统将无线传感器网络节点布置于所监测水域,利用无线分组服务数据通信技术远程传输监测数据,并通过因特网显示平台的监测点管理查询技术,全面提升系统的自动化与监测水平.探讨了传感器网络节能路由zigbee协议;实现了系统硬件与软件设计.模拟实验结果表明该系统可以实现远程管理中心和无线传感器网络的可靠、高速率的通讯.系统体积小、成本低,适用于现场水污染程度连续监测.     

相控阵三维摄像声纳的自适应阈值选取

针对相控阵三维摄像声纳阈值选取的问题,提出了一种新的自适应阈值方法。该方法首先根据检测到的各个波束所属的边缘模式,统计各个波束的邻域对称性,并利用该对称性对原始的基于波束强度的置信度图像进行修正。再采用最大熵原理,计算适用于新的置信度图像的自适应阈值。试验结果表明:该算法能够有效地区分物体区域和背景区域,而所需的计算量仅与常规的空域滤波方法处于同一量级。该自适应阈值算法适合于相控阵三维摄像声纳系统的实时应用。     

基于两阶段风险分析的水库群汛期运行水位动态控制模型

水库(群)实时调度能结合有效的水文预报信息对水库在实时运行层面权衡防洪与兴利效益具有指导意义。然而,水文预报信息的利用面临着不可规避的不确定性问题,故水库(群)实时调度运行需要考虑风险控制方法的研究。针对耦合水文预报的水库群汛期运行水位动态控制问题,提出了可考虑各水库不同预见期长度、不同预报精度的两阶段风险率计算方法,并将其应用于构建水库群汛期运行水位动态控制模型。首先,两阶段风险率思想是将未来调度时段按预见期节点分为预见期以内和预见期以外两个阶段,预见期以内考虑径流预报不确定性带来的风险,采用集合预报思想统计多组预报径流情景在预见期以内的失事概率,预见期以外考虑因预见期末水位过高难于应对后续洪水的潜在风险,根据历史设计洪水的调洪演算试算风险率。其次,基于所提出的两阶段风险率方法构建以发电量最大为目标函数的水库群汛期运行水位动态控制模型。研究结果表明：提出的两阶段风险率计算方法可兼顾考虑实时调度阶段由径流不确定性引起的预见期以内、预见期以外的潜在风险;基于两阶段风险分析构建的水库群优化调度模型,可求解得出的水库群系统库容动态最优决策过程,且该优化调度模型可在不增加汛期防洪风险的基础上提高水库群系统的发电效益,即2010年汉江流域五库系统在夏汛期可提高总发电量2.30亿kWh。     

面向可穿戴生理信号的压缩感知实时重构

传统的迭代式压缩感知重构算法由于计算复杂度高,数据处理实时性差,难以在实际的可穿戴设备中发挥作用。该文结合深度学习中的一维扩张卷积和残差网络,提出了一种适用于可穿戴健康监护的非迭代式压缩感知实时重构算法。该方法基于大量生理信号数据训练一个用于压缩感知重构的网络模型,该模型可以对生理信号进行快速精确重构。通过在两个公开的生理信号数据集上的实验表明,相比于已有的基于深度学习的生理信号压缩感知重构算法,该方法有着更高的重构精度,并且该方法在文中所使用的计算机上仅需约0.7 ms即可完成对一个2 s长度信号帧的重构,这比传统的迭代式压缩感知重构算法快了大约2～3个数量级,说明该方法有着出色的实时性能。     

实时控制的前向卷动决策方法及其收敛性证明

动态系统实时控制的前向卷动决策方法是一种离散时段的反馈控制方法,本文介绍了这种方法的原理.结合一个防洪系统实时调度的动态规划模型证明了这种方法的收敛性.最后论述了收敛性定理的实用价值.