一种基于船舶冰激振动的海冰类型识别方法技术

本发明专利技术公开了一种基于船舶冰激振动的海冰类型识别方法，涉及传感器检测技术领域，利用了冰

【技术实现步骤摘要】
一种基于船舶冰激振动的海冰类型识别方法


[0001]本专利技术涉及传感器检测
，尤其涉及一种基于船舶冰激振动的海冰类型识别方法。

技术介绍

[0002]海冰被称为“白色杀手”，两极地区和高纬度海域常年被海冰覆盖，严重的海冰冻结一方面会对渔业养殖、海上平台作业、沿海港口设施建设以及极地科考等活动造成严重影响；另一方面还会对冰区航行的船舶造成威胁，海冰挤压船体结构造成损坏破裂，甚至进水倾覆，发生严重灾害；因此目前各国都十分重视对海冰状况的监测；
[0003]为了获取海冰类型的数据，早期的海洋冰情调查人员只能通过人工观测识别的方法进行记录；随着技术的发展，可见光相机和卫星遥感影像测量逐渐应用于海冰信息的获取和分类，因此目前主流的海冰分类识别方法也是基于海冰图片和遥感影像数据来实现的；然而可见光相机和光学遥感影像在获取海冰图像时受到云雾、光线等条件的影响较大，且相关设备的便携性差，成本较高；因此如何在海上能见度低的情况下，方便且低成本地实现海冰类型识别是一项急需解决的技术难题；
[0004]从海冰形态结构而言，可以将海冰分为平整冰、破碎冰和海水三部分，同时由于不同类型的海冰随洋流在海面漂浮时所蕴含的能量存在差异，所以海冰与船舶发生碰撞时所造成的冲击也是不同的，因此可以利用这一特性对海冰进行识别。

技术实现思路

[0005]为解决现有技术的不足，本专利技术提出一种基于船舶冰激振动的海冰类型识别方法；克服了可见光相机和光学遥感卫星在采集海冰图像时容易受到云雾和光线干扰的缺陷，首先通过将加速度惯性传感器安装在破冰船船舱内采集冰激振动数据；其次对数据进行预处理；最后利用Hilbert变换后提取的边际谱特征，实现对破碎冰、平整冰、海水的识别；
[0006]本专利技术提供的技术方案为：
[0007]一种基于船舶冰激振动的海冰类型识别方法，分为以下步骤：
[0008]步骤1：采集船舶冰激振动数据；在破冰船船舱内部分位置安装加速度惯性传感器，用于采集破冰船在破冰航行过程中，由于海冰与船舶的激励作用而造成的船舶冰激振动数据；
[0009]步骤2：根据S1获得船舶冰激振动数据得到各类型海冰振动加速度数据样本，具体包括以下两部分：
[0010]匹配对齐图像时域对象，对加速度惯性传感器在冰区连续采集的船舶冰激振动数据进行分割，获得同等时间轴长度的平整冰，破碎冰及海水样本；
[0011]步骤3：数据预处理；直接采集的船舶冰激振动数据只有经过处理之后才能进行分析，数据预处理过程具体包括：
[0012]步骤3.1：通过删除异常值和平均滑动滤波的方法消除环境噪声的影响；
[0013]步骤3.2：利用多项式最小二乘法消除由于传感器原因造成的非线性趋势项；
[0014]步骤3.3：构建低通滤波器过滤掉船载设备造成的非必要高频信息；
[0015]步骤4：Hilbert频谱分析；HHT(希尔伯特变换)是边际谱能量矩阵提取的前提，因此需要将步骤3中处理好的数据进行以下操作：
[0016]步骤4.1：对信号进行经验模态分解(EMD),获得该信号的本征模态函数(IMF)分量；
[0017]步骤4.2：对分解后的IMF分量进行Hilbert变换，获得信号的Hilbert谱、频率分量以及每个IMF的瞬时频率和能量；
[0018]步骤4.3：将步骤4.2得到的Hilbert谱重新排列，将每条IMF瞬时频率点和能量一一对应，重新构建时频谱；
[0019]步骤4.4：将步骤4.3中得到的时频谱进行矩阵转换，得到边际谱能量矩阵；
[0020]步骤5：提取边际谱能量特征；包括均值、标准差、最大值、中位数、幅值能量和、偏度、峰度、峰度因子、波形因子、脉冲因子、裕度因子以及某个固定频率点能量值的特征值；
[0021]步骤6：识别海冰类型；根据步骤5提取的各类型冰激振动数据特征值，通过图形可视化的方式进行特征数值的差异性对比，从而实现对平整冰、破碎冰和海水的准确识别。
[0022]有益技术效果
[0023]1、本专利技术利用了冰
‑
船互作产生的激励振动加速度数据，数据获取的方式简单，操作便捷，不受海面能见度和光线影响；冰激振动的数据能够有效反映海冰类型的冲击能量信息；利用Hilbert变换得到的边际谱特征能够用于局部海域冰区的随船冰情测量，实现在船舱内对海冰类型的识别，为海冰类型的识别提供了一种新思路，不再局限于图像和遥感等方式，丰富了海冰调查的手段；
[0024]2、本专利技术相关振动数据的提取通过多轴加速度惯性传感器测量获得，数据预处理、矩阵转换、边际谱能量特征提取和海冰类型特征识别均通过MATLAB编程实现，提高了识别效率；
[0025]3、本专利技术操作实现步骤简单便捷、识别效果好；目前对海冰分类的研究主要基于可见光图像和卫星遥感图像结进行识别分类，但这些方法都存在设备昂贵，且获取数据的方式容易受到海况和云层影响；本专利技术使用船载冰激振动数据，利用海冰类型与边际谱能量特征之间存在的相关性，实现了局部冰区全天候的海冰类型识别；为海冰情调查丰富了测量手段，也为船舶冰区航道安全评估和冰情预测研究提供了新的思路。
附图说明
[0026]图1为本专利技术实施例提供的船舶冰激振动数据处理与Hilbert边际谱特征提取流程图；
[0027]图2为本专利技术实施例提供的2021年1月黄渤海3种海冰类型冰况图；
[0028]图3为本专利技术实施例提供的3种类型海冰振动数据Hilbert边际谱；
[0029]图4为本专利技术实施例提供的提取的类型海冰边际谱的能量特征箱型图；
[0030]图5为本专利技术实施例提供的根据边际谱能量幅值特征信息识别得到3种海冰类型。
具体实施方式
[0031][0032]下面结合附图对本专利技术作进一步的详细说明；
[0033]本专利技术提出了一种基于船舶冰激振动的海冰类型识别方法，克服了可见光相机和光学遥感卫星在采集海冰图像时容易受到云雾和光线干扰的缺陷，首先通过将加速度惯性传感器安装在破冰船船舱内采集冰激振动数据；其次对数据进行预处理；最后利用Hilbert变换后提取的边际谱特征，实现对破碎冰、平整冰、海水的识别，如图1所示，分为以下步骤：
[0034]本专利技术实施例采用的船舶冰激振动数据是2021年1月25日黄渤海冰情调查期间现场采集获取，所使用的设备为速度惯性传感器，对应的海冰图像信息由随船相机采集获得，三种类型海冰情况如图2所示，方案设计和测量点的选择为验证评估后确定；
[0035]步骤1：采集船舶冰激振动数据；在破冰船船舱内部分位置安装加速度惯性传感器，用于采集破冰船在破冰航行过程中，由于海冰与船舶的激励作用而造成的船体结构振动数据；
[0036]步骤2：获得各类型海冰振动加速度数据样本；
[0037]匹配对齐图像时域对象，对传感器在冰区连续采集的振动数据进行分割，获得同等时间轴长度的平整冰、破碎冰和海水样本；
[0038]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于船舶冰激振动的海冰类型识别方法，其特征在于：分为以下步骤：步骤1：采集船舶冰激振动数据；在破冰船船舱内部分位置安装加速度惯性传感器，用于采集破冰船在破冰航行过程中，由于海冰与船舶的激励作用而造成的船舶冰激振动数据；步骤2：根据S1获得船舶冰激振动数据得到各类型海冰振动加速度数据样本：步骤3：将直接采集的船舶冰激振动数据进行预处理；步骤4：对S3处理后的数据进行Hilbert频谱分析；步骤5：提取边际谱能量特征；步骤6：识别海冰类型；根据步骤5提取的各类型冰激振动数据特征值，通过图形可视化的方式进行特征数值的差异性对比，从而实现对平整冰、破碎冰和海水的准确识别数据。2.如权利要求1所述的一种基于船舶冰激振动的海冰类型识别方法，其特征在于：所述S2的具体过程为：匹配对齐图像时域对象，对加速度惯性传感器在冰区连续采集的船舶冰激振动数据进行分割，获得同等时间轴长度的各类型海冰振动加速度数据样本识别。3.如权利要求1所述的一种基于船舶冰激振动的海冰类型识别方法，其特征在于：所述所类型海冰包括破碎冰、平整冰、海水。4.如权利要求1所述的一种基于船舶冰激振动的海冰类型识别方法，其特征在于：所述S3的具体过程分为以下步骤：步骤3.1：通过删除异常值和平均滑动滤波的方法消除环境噪声的影响；步骤3.2：利用多项式最小二乘法消除由于传感器原因造成的非线性趋势项；步骤3.3：构建低通滤波器过滤掉船载设备造成的非必要高频信息。5.如权利要求1所述的一种基于船舶冰激振动的海冰类型识别方法，其特征在于：所述S3.1中平均滑动滤波使用Matlab中的smooth函数来完成，该函数可表示为：其中i为第i个数据下标，y(i)为原始数据，Y...

【专利技术属性】
技术研发人员：赵玉良，孙志伟，田凯旋，刘志强，
申请(专利权)人：东北大学秦皇岛分校，
类型：发明
国别省市：