一种基于泰森多边形图的多波束异常值数据处理算法制造技术

本发明专利技术公开了一种基于泰森多边形图的多波束异常值数据处理算法：对海底测量区域构建Voronoi图，记录每个顶点的坐标值；获取有效水深点距离，以Voronoi多边形顶点为原点、有效水深点距离为半径，搜索该范围内的水深点；计算每个水深点对Voronoi节点的信息传播模型；利用中值滤波计算出水深序列的初始值，控制水深点进入滤波器的顺序；利用动态线性模型对节点水深进行估计，获得节点的水深估计值和水深不确定度；根据水深不确定度，按照IHO海道测量规范的精度测量要求对多波束水深测量的粗差进行剔除。本发明专利技术构建的Voronoi图能够很好的反应出海底的真实地形，充分利用多波束测量的离散水深点，提高多波束数据处理的精度，进而提高海底地形的精细化表达。

【技术实现步骤摘要】
一种基于泰森多边形图的多波束异常值数据处理算法
本专利技术涉及多波束异常值数据处理，特别涉及一种基于泰森多边形图的多波束异常值数据处理算法。
技术介绍
由于测量平台受到浪、潮、流以及风等海洋环境的影响，多波束测深系统在外业测量阶段难免会出现一些“假信号”，即异常值。目前国内主要采用人工交互的半自动滤波方式处理异常值，这种处理方式不仅效率低且测深结果易受到人主观因素的影响。而且对于海量的多波束数据处理，人工编辑的方式只适用于数据的后处理，不适用于观测数据的实时处理。国外在异常值剔除方面取得了一些有效的算法，最简单的算法就是利用最大、最小深度门限，最大坡度，最小角度，横向距离等检测原则来剔除异常值；VARMA等人提出了根据整个数据的中值和标准偏差估计剔除异常值；DU等人提出了一种构建人工滤波的数据编辑程序；LIRAKIS等人运用PFM系统进行多重方式的滤波。这些算法在一定程度上加快了多波束数据处理的速度，但是这些模型的抗差性差，并且每次只能对一个较小的区域进行滤波，因此效率不高。
技术实现思路
本专利技术的目的在于解决目前国内多波束异常值数据处理方式—人工交互编辑的不足，提供一种基于泰森多边形图(Voronoi图)的多波束异常值数据处理算法，提高多波束数据处理的效率、抗差性、鲁棒性以及减少人为的主观干预。本专利技术所采用的技术方案是：一种基于泰森多边形图的多波束异常值数据处理算法，包括以下步骤：步骤A，对海底测量区域按照德洛内(Delaunay)三角剖分算法构建泰森多边形图，并且记录每个泰森多边形图多边形的每个顶点的坐标值；步骤B，获取有效水深点距离，以泰森多边形图的多边形顶点为原点、有效水深点距离为半径，搜索该范围内的水深点；步骤C，计算每个水深点对泰森多边形图节点的信息传播模型；步骤D，利用中值滤波计算出水深序列的初始值，控制水深点进入滤波器的顺序；步骤E，利用贝叶斯动态线性模型对泰森多边形图节点水深进行估计，获得节点的水深估计值和水深不确定度；步骤F，根据水深不确定度，按照国际海道测量组织的海道测量规范的精度测量要求对多波束水深测量的粗差进行剔除，完成多波束异常值数据处理。进一步的，步骤B中，按照下述公式计算有效水深点距离Δmax：其中，SH是最差预期水平误差的比例因子；Δmin是最小的格网空间距离；α是自定义的指数因子；为国际海道测量组织的海道测量规范S-44规定的最大测量误差；为第i个水深点的垂直测量方差；σH,i为第i个水深点的水平测量中误差。进一步的，步骤C中，利用下述模型计算每个水深点对泰森多边形图节点的信息传播模型ej(si)，获得第i个水深点对节点j的预测深度dij和第i个水深点对节点j的预测方差其中，ζi为第i个水深点的深度，为第i个水深点的水平测量方差，为第i个水深点的垂直测量方差；δij＝||xi-nj||为传播距离，xi为第i个水深点的水平位置，nj为第j个节点的水平位置。进一步的，步骤E中，利用下述贝叶斯动态线性模型对泰森多边形图节点水深进行估计：其中，为n个水深点对第j个节点的方差传播值；为第n-1个水深点对第j个节点的方差传播值；为n个水深点对第j个节点水深传播值；为第n-1个水深点对第j个节点的水深传播值；Gj[n]为滤波增益指数；为第n个水深点对第j个节点的方差传播值；即步骤(3)中获得的为第n个水深点对节点j的预测方差；εj[n]为新息量；dj[n]即步骤(3)中获得的dij，为第n个水深点对节点j的预测深度；为节点j的水深估计值；为节点j的水深不确定度。本专利技术的有益效果是：本专利技术一种基于泰森多边形图的多波束异常值数据处理算法，在处理多波束数据方面具有高效性、客观性、鲁棒性、精确性；在一定条件下，还可以进行实时的数据处理。首先构建的泰森多边形图能够很好的反应出海底的真实地形，充分利用多波束测量的离散水深点，提高多波束数据处理的精度，进而提高海底地形的精细化表达。附图说明图1为本专利技术的算法流程图。具体实施方式下面结合附图对本专利技术作进一步的描述。如附图1所示，一种基于泰森多边形图的多波束异常值数据处理算法，首先按照德洛内三角剖分算法构建泰森多边形图，然后通过贝叶斯动态线性模型进行深度信息和不读确定度的传递，最终根据国际海道测量组织(IHO)的多波束测量规范进行异常值的识别和剔除。具体包括以下步骤：步骤A，对海底测量区域按照德洛内三角剖分算法构建泰森多边形图，并且记录每个泰森多边形图多边形的每个顶点的坐标值。步骤B，获取有效水深点距离Δmax，以泰森多边形图的多边形顶点为原点、有效水深点距离Δmax为半径，搜索该范围内的水深点。按照下述公式(1)计算有效水深点距离Δmax：其中，SH是最差预期水平误差的比例因子(通常SH＝1.96)；Δmin是最小的格网空间距离；α是自定义的指数因子(一般α＝2)；为国际海道测量组织的海道测量规范S-44(5th)规定的最大测量误差；为第i个水深点的垂直测量方差；σH,i为第i个水深点的水平测量中误差。步骤C，利用下述模型(2)计算每个水深点对泰森多边形图节点的信息传播模型ej(si)，获得第i个水深点对节点j的预测深度dij和第i个水深点对节点j的预测方差其中，ζi为第i个水深点的深度，为第i个水深点的水平测量方差，为第i个水深点的垂直测量方差；δij＝||xi-nj||为传播距离，xi为第i个水深点的水平位置，nj为第j个节点的水平位置。步骤D，利用中值滤波计算出水深序列的初始值，控制水深点进入滤波器的顺序。步骤E，利用下述贝叶斯动态线性模型(DLM)(3)-(8)对泰森多边形图节点水深进行估计，获得节点j的水深估计值和水深不确定度其中，为n个水深点对第j个节点的方差传播值；为第n-1个水深点对第j个节点的方差传播值；为n个水深点对第j个节点水深传播值；为第n-1个水深点对第j个节点的水深传播值；Gj[n]为滤波增益指数；为第n个水深点对第j个节点的方差传播值；即步骤(3)中获得的为第n个水深点对节点j的预测方差；εj[n]为新息量；dj[n]即步骤(3)中获得的dij，为第n个水深点对节点j的预测深度；为节点j的水深估计值；为节点j的水深不确定度。步骤F，根据水深不确定度，按照国际海道测量组织的海道测量规范的精度测量要求对多波束水深测量的粗差进行剔除，完成多波束异常值数据处理。输出剔除异常值后的正常值数据。尽管上面结合附图对本专利技术的优选实施例进行了描述，但是本专利技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，并不是限制性的，本领域的普通技术人员在本专利技术的启示下，在不脱离本专利技术宗旨和权利要求所保护的范围情况下，还可以做出很多形式，这些均属于本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
一种基于泰森多边形图的多波束异常值数据处理算法，其特征在于，包括以下步骤：步骤A，对海底测量区域按照德洛内三角剖分算法构建泰森多边形图，并且记录每个泰森多边形图多边形的每个顶点的坐标值；步骤B，获取有效水深点距离，以泰森多边形图的多边形顶点为原点、有效水深点距离为半径，搜索该范围内的水深点；步骤C，计算每个水深点对泰森多边形图节点的信息传播模型；步骤D，利用中值滤波计算出水深序列的初始值，控制水深点进入滤波器的顺序；步骤E，利用贝叶斯动态线性模型对泰森多边形图节点水深进行估计，获得节点的水深估计值和水深不确定度；步骤F，根据水深不确定度，按照国际海道测量组织的海道测量规范的精度测量要求对多波束水深测量的粗差进行剔除，完成多波束异常值数据处理。

【技术特征摘要】
1.一种基于泰森多边形图的多波束异常值数据处理算法，其特征在于，包括以下步骤：步骤A，对海底测量区域按照德洛内三角剖分算法构建泰森多边形图，并且记录每个泰森多边形图多边形的每个顶点的坐标值；步骤B，获取有效水深点距离，以泰森多边形图的多边形顶点为原点、有效水深点距离为半径，搜索该范围内的水深点；步骤C，计算每个水深点对泰森多边形图节点的信息传播模型；步骤D，利用中值滤波计算出水深序列的初始值，控制水深点进入滤波器的顺序；步骤E，利用贝叶斯动态线性模型对泰森多边形图节点水深进行估计，获得节点的水深估计值和水深不确定度；步骤F，根据水深不确定度，按照国际海道测量组织的海道测量规范的精度测量要求对多波束水深测量的粗差进行剔除，完成多波束异常值数据处理。2.根据权利要求1所述的一种基于泰森多边形图的多波束异常值数据处理算法，其特征在于，步骤B中，按照下述公式计算有效水深点距离Δmax：其中，SH是最差预期水平误差的比例因子；Δmin是最小的格网空间距离；α是自定义的指数因子；为国际海道测量组织的海道测量规范S-44规定的最大测量误差；为第i个水深点的垂直测量方差；σH,i为第i个水深点的水平测量中误差。3.根据权利要求1所述的一种基于泰森多边形图的多波束异常值数据处理算法，其特征在于，步骤C中，利用下述模型计算每个水深点对泰森多边形图节点的信息传播模型ej(si)，获得第i个水深点对节点j的预测深度dij和第i个水深点对节点j的预测方差其中，ζi为第i个水深点的深度，为第i个水深点的水平测量方差，为第i个水深点的垂直测量方差；δij＝||xi-nj||为传播距离，x...

【专利技术属性】
技术研发人员：翟京生，侯广超，付晓梅，张亮，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12