基于声纳回波波形特征的海底底质类型分类方法研究

摘要

随着多波束系统的发展和壮大，多波束声呐数据也变得越来越多，在利用多波束声呐数据的过程中，多波束测深数据包和多波束声呐伪侧扫图像数据包都得到了有效的利用。目前关于利用多波束声呐图像进行海底底质分类研究的工作已经较多，但是多波束声呐的接收波形目前还没有有效的利用。本文通过分析多波束海底回波波形，提取合适的波形特征向量，对海底底质分类做出了研究。 首先，本文简单介绍了海底底质分类研究的研究背景与意义，梳理了国内外多波束系统的研究与发展现状，分析了利用多波束系统进行海底底质分类以及利用的研究现状，以及国内外利用波形特征进行海底分类的研究现状。 其次，本文对海底底质数据来源和数据预处理进行了分析。分析了声波在海水中的传播过程，论证了海底散射强度与海底底质之间的相关关系;本文详细介绍了多波束数据的保存格式.XTF，对于解析后的多波束海底底质数据，通过分析多波束数据的误差来源以及海底的反向散射强度的传播过程，本文又在入射角、传播损失和声线传播做出了分析和校正。 再次，本文对多波束声呐海底波形数据进行了特征提取，主要是时域与频域的特征提取方法。本文通过分析不同底质的声呐时域波形形状，提出了一个七维特征向量，可以有效的描述海底回波的波形结构。在频域分析上，本文根据海底回波的情况，排除了傅里叶变换，转而采用小波包分解和HHT变换对海底回波进行特征提取，本文利用小波包分解对波形进行分析，提取了小波包能量作为特征向量;为了分析瞬时频率上的特征，本文利用希尔伯特黄变换对原始波形信息进行分析。经过仿真验证，提取的频域特征可以有效的反映波形的时频域三维变化。 最后，本文进行海底底质分类器的设计工作，对提取的特征汇总，构成分类器的输入向量，本文首先利用K均值对特征空间进行分析，其次利用支持向量机和神经网络对海底底质进行分类，与预先的底质结果相比，正确率高达82％，具备使用价值，证明了利用多波束回波进行海底分类的可行性。