一种多波束测深数据趋势面滤波方法及系统与流程

本发明涉及多波束数据处理技术领域，特别涉及一种多波束测深数据趋势面滤波方法及系统。

背景技术：

在多波束测深系统中，由于噪声、换能器表面水体气泡、声线弯曲等因素影响，多波束水深测量数据中不可避免地存在粗差，给准确反映海底地形特征带来困难，甚至导致整批资料作废。因此，粗差剔除是多波束数据处理和海底地形特征研究的必经环节。而趋势面滤波方法是一种普遍采用的多波束测深数据粗差探测与剔除方法。它由法国学者nathaliedebase于1998年首次提出后，受到了国内外海洋机构和学者的广泛采用。趋势面滤波方法通过最小二乘原理拟合一个二阶或三阶趋势面来近似小区域的原始水下地形，计算实测水深值与曲面拟合水深值的差异，根据3倍中误差原则标定和剔除测深粗差。

趋势面滤波方法计算简单，为多波束测深数据提供了良好的质量控制手段。国外的nathaliedebes等人和国内的赵建虎等人基于抗差m估计理论，提出了不同的抗差趋势面滤波方法，改进了曲面拟合和粗差标定的精度，提高了该方法的稳健性。但是，现有的趋势面滤波方法都牺牲了一定的有效性，可能将残差很大的却不包含粗差的测深值剔除，造成粗差的误标定。

因而现有技术还有待改进和提高。

技术实现要素：

本发明要解决的技术问题在于，针对现有技术的不足，提供一种多波束测深数据趋势面滤波方法及系统，以解决现有趋势面滤波方法存在的有效性不足导致的粗差误标定问题。

为了解决上述技术问题，本发明所采用的技术方案如下：

一种多波束测深数据趋势面滤波方法，其包括：

对多波束的测量区域进行网格划分；

利用最小平方中位值方法将网格内的测深点拟合为二阶趋势面，并得到所述二阶趋势面的拟合方程；

根据所述拟合方程计算每个测深点的标准化残差绝对值，并将所述标准化残差绝对值按升序排列形成标准化残差绝对值序列，以及计算所述标准化残差绝对值的分布概率；

根据所述分布概率选取粗差标定值，并采用粗差标定原则剔除含粗差的测深值；

重复执行拟合至剔除步骤直至拟合系数的变化量小于预设限差且粗差测深值均被剔除。

所述多波束测深数据趋势面滤波方法，其中，所述拟合方程的拟合系数矩阵为：

a0＝argminmed[zi-f(xi,yi)]²

其中，med[zi-f(xi,yi)]²表示残差平方的中位值，argmin表示令其取到最小值，xi，yi分别表示第i个测点的平面坐标，zi表示第i个测点的测深值，f(xi,yi)表示拟合函数。

所述多波束测深数据趋势面滤波方法，其中，所述根据所述拟合方程计算每个测深点的标准化残差绝对值，并将所述标准化残差绝对值按升序排列形成标准化残差绝对值序列，以及计算所述标准化残差绝对值的分布概率具体包括：

根据所述拟合方程及测深值计算每个测深点的残差绝对值，并统计所述残差绝对值的均方差；

根据所述均方差对所述残差绝对值进行标准化，以得到标准化残差绝对值；

将所述标准化残差绝对值按升序排列得到标准化残差绝对值序列，并计算每个标准化残差绝对值的分布概率。

所述多波束测深数据趋势面滤波方法，其中，所述根据所述分布概率选取粗差标定值，并采用粗差标定原则剔除含粗差的测深值具体包括：

根据所述分布概率计算网格内的粗差数据比例，并根据所述粗差数据比例计算粗差标定值；

以所述粗差标定值为依据采用粗差标定原则剔除含粗差的测深值。

所述多波束测深数据趋势面滤波方法，其中，所述测深点标准化残差绝对值的分布概率为：

f⁺(vk)＝2φ(vk)-1

其中，vk表示标准化残差绝对值，k＝1,2,...,n表示序列号，f⁺(vk)表示标准化残差绝对值的分布概率，φ(·)表示一维标准正态分布的概率函数。

所述多波束测深数据趋势面滤波方法，其中，所述粗差数据比例为:

其中，n表示测深点个数，k0表示标准化残差绝对值小于3的标准化残差绝对值的最大序列号。

所述多波束测深数据趋势面滤波方法，其中，所述粗差标定值为：

其中，表示取小于n-ndz的最大整数。

所述多波束测深数据趋势面滤波方法，其中，所述粗差标定原则为：

一种多波束测深数据趋势面滤波系统，其包括：

划分模块，用于对多波束的测量区域进行网格划分；

拟合模块，用于利用最小平方中位值方法将网格内的测深点拟合为二阶趋势面，并得到所述二阶趋势面的拟合方程；

计算模块，用于根据所述拟合方程计算每个测深点的标准化残差绝对值，并将所述标准化残差绝对值按升序排列形成标准化残差绝对值序列，以及计算所述标准化残差绝对值的分布概率；

剔除模块，用于根据所述分布概率选取粗差标定值，并采用粗差标定原则剔除含粗差的测深值；

循环模块，用于重复执行拟合至剔除步骤直至拟合系数的变化量小于预设限差且粗差测深值均被剔除。

所述多波束测深数据趋势面滤波系统，其中，所述剔除模块具体包括：

计算单元，用于根据所述分布概率计算网格内的粗差数据比例，并根据所述粗差数据比例计算粗差标定值；

剔除单元，用于以所述粗差标定值为依据采用粗差标定原则剔除含粗差的测深值。

有益效果：与现有技术相比，本发明提供了一种多波束测深数据趋势面滤波方法及系统，所述方法包括：对多波束的测量区域进行网格划分；利用最小平方中位值方法将网格内的测深点拟合为二阶趋势面，并得到所述二阶趋势面的拟合方程；根据所述拟合方程计算每个测深点的标准化残差绝对值，并计算所述标准化残差绝对值的分布概率；根据所述分布概率选取粗差标定值，并采用粗差标定原则剔除含粗差的测深值；重复执行拟合至剔除步骤直至拟合系数的变化量小于预设限差且粗差测深值均被剔除。本发明通过改进粗差标定原则，接受观测噪声较大的合理测深值，降低趋势面滤波方法的虚警率，提高滤波处理后的数据质量，增强了趋势面滤波方法的有效性。

附图说明

图1为本发明提供的多波束测深数据趋势面滤波方法较佳实施的流程图。

图2为本发明提供的多波束测深数据趋势面滤波系统的结构原理图。

具体实施方式

本发明提供一种多波束测深数据趋势面滤波方法及系统，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

下面结合附图，通过对实施例的描述，对发明内容作进一步说明。

请参照图1，图1为本发明提供的多波束测深数据趋势面滤波方法的较佳实施例的流程图。所述方法包括：

s100、对多波束的测量区域进行网格划分。

具体地，所述网格划分可以是首先计算测区内水深点密度，根据水深点密度设置网格长与宽，将测区划分为均匀规则划分的网格。

s200、利用最小平方中位值方法将网格内的测深点拟合为二阶趋势面，并得到所述二阶趋势面的拟合方程。

具体地，所述趋势面选取多波束测深数据点的大地坐标系的维度(或直角坐标系的北方向)为y轴，经度(或东方向)为x轴，相应的，所述拟合方程的表达形式可以为：

其中，i＝1,2，...，n为正整数，xi，yi分别表示第i个测点的平面坐标，zi表示第i个测点的测深值，f(xi,yi)表示拟合函数。

所述拟合方程的矩阵形成可以表示为：

z＝a0x

其中，所述z表示所有测点的测深值构成的向量，x表示所有测点的平面坐标构成的矩阵，a表示ai构成的系数矩阵。

为了使用趋势面在n个观测点上最好的逼近测深值，根据最小平方中位值原理，可以得到所述a0＝argminmed[zi-f(xi,yi)]²，其中，med[zi-f(xi,yi)]²表示残差平方的中位值，argmin表示令其取到最小值，xi，yi分别表示第i个测点的平面坐标，zi表示第i个测点的测深值，f(xi,yi)表示拟合函数。

s300、根据所述拟合方程计算每个测深点的标准化残差绝对值，并将所述标准化残差绝对值按升序排列形成标准化残差绝对值序列，以及计算所述标准化残差绝对值的分布概率。

具体地，所述根据拟合方程计算每个测深点的标准化残差绝对值指的是将所述拟合系数矩阵代入拟合方程可以得到测深点深度的拟合值，之后根据所述拟合值以及测深值可以计算得到残差。所述残差可以为正值也可以为负值，从对计算得到的残差取绝对值以得到测深点的残差绝对值。

进一步，在获取到所有测深点的残差绝对值后，可以通过均方差对所述残差绝对值进行标准化以得到标准化残差绝。所述均方差对值又称为标准差，其指的是各数值偏离平均数的距离的平均数，用σ表示。也就是说，所述标准化的步骤具体可以包括：

s10、计算所有残差绝对值的平均值；

s20、根据所述平均值计算每个残差绝对值到所述平均值的距离；

s30、计算所有距离的平均值得到均方差，根据所述均方差计算每个残差绝对值的标准化残差绝对值。

示例性的，所述根据所述拟合方程计算每个测深点的标准化残差绝对值，并将所述标准化残差绝对值按升序排列形成标准化残差绝对值序列，以及计算所述标准化残差绝对值的分布概率具体可以包括:

s301、根据所述拟合方程及测深值计算每个测深点的残差绝对值，并统计所述残差绝对值的均方差；

s302、根据所述均方差对所述残差绝对值进行标准化，以得到标准化残差绝对值；

s303、将所述标准化残差绝对值按升序排列得到标准化残差绝对值序列，并计算所述标准化残差绝对值的分布概率。

具体地，所述标准化残差绝对值序列是将得到的所有标准残差绝对值按照从大到小的顺序排列得到的。所述测深点为n个，相应的，所述标准化残差绝对值序列也包含n个元素，这里将所述标准化残差绝对值序列记为{vk,k＝1,2,...,n}，其中，v1＞v2＞,....,＞vn，n表示测深点的个数。对于所述标准化残差绝对值序列中的每个vk的分布概率f⁺(vk)可以通过如下式子计算。所述分布概率的计算公式为：

f⁺(vk)＝2φ(vk)-1

其中，φ(·)表示一维标准正态分布的概率函数。

进一步，由于所述φ(·)为一维正态分布的概率函数，从而可以通过查表获取2φ(vk)值，之后在根据分布概率公式可以计算每个vk的分布概率值。

s400、根据所述分布概率选取粗差标定值，并采用粗差标定原则剔除含粗差的测深值。

具体地，所述粗差标定原则为：

其中，所述kz表示粗差标定值，k表示标准化残差绝对值序列的序列号。

在本实施例中，所述粗差标定值的计算过程可以为首先计算所述分布概率计算网格内的粗差数据比例，再根据所述粗差数据比例计算粗差标定值。相应的，所述根据所述分布概率选取粗差标定值，并采用粗差标定原则剔除含粗差的测深值具体可以包括：

s401、根据所述分布概率计算网格内的粗差数据比例，并根据所述粗差数据比例计算粗差标定值；

s402、以所述粗差标定值为依据采用粗差标定原则剔除含粗差的测深值。

具体地，所述粗差数据比例的计算公式可以为：

其中，n表示测深点个数，k0表示标准化残差绝对值小于3的标准化残差绝对值的最大序列号。

所述粗差标定值为：

其中，表示取小于n-ndz的最大整数。

进一步，根据所述粗差数据比例的计算公式可以看出，在计算粗差数据比例之前需要计算标准化残差绝对值小于3的最大序列号，并将所述最大序列号记为k0，k0的取值为1到n之间的一个正整数，当然也可以为1或n。在本实施例中，所述k0的计算公式可以为：

k0＝max{k:vk＜3}

其中，vk为标准化残差绝对值序列{vk,k＝1,2,...,n}中的元素，k表示vk的序列号。

s500、重复执行拟合至剔除步骤直至拟合系数的变化量小于预设限差且粗差测深值均被剔除。

具体地，所述预设限差优选为为0.001。

综上，本实施例提供了一种多波束测深数据趋势面滤波方法，首先，通过将测量区域拟合为二阶趋势面，并根据所述二阶趋势面以及实际测深值计算标准化残差绝对值；其次，将所述标准化残差绝对值按升序排列得到标准化残差绝对值序列，并计算所述标准化残差绝对值序列中每个标准化残差绝对值的分布概率；然后，根据所述分别概率进行粗差标定值，并根据所述粗差标定值进行粗差筛选；最后，重复拟合上述过程直至拟合系数的变化量小于预设限差且粗差测深值均被剔除。本实施例通过对粗差标定原则的改进，避免了将残差很大的却不包含粗差的测深值剔除的问题，并且在保证趋势面滤波法的稳健性的同时，还提高了趋势面滤波法的有效性性。

本发明还提供了一种多波束测深数据趋势面滤波系统，如图2所示，其包括：

划分模块100，用于对多波束的测量区域进行网格划分；

拟合模块200，用于利用最小平方中位值方法将网格内的测深点拟合为二阶趋势面，并得到所述二阶趋势面的拟合方程；

计算模块300，用于根据所述拟合方程计算每个测深点的标准化残差绝对值，并将所述标准化残差绝对值按升序排列形成标准化残差绝对值序列，以及计算所述标准化残差绝对值的分布概率；

剔除模块400，用于根据所述分布概率选取粗差标定值，并采用粗差标定原则剔除含粗差的测深值；

循环模块500，用于重复执行拟合至剔除步骤直至拟合系数的变化量小于预设限差且粗差测深值均被剔除。

所述多波束测深数据趋势面滤波系统，其中，所述剔除模块具体包括：

计算单元，用于根据所述分布概率计算网格内的粗差数据比例，并根据所述粗差数据比例计算粗差标定值；

剔除单元，用于以所述粗差标定值为依据采用粗差标定原则剔除含粗差的测深值。

上述多波束测深数据趋势面滤波系统的各个模块在上述方法中已经详细说明，在这里就不再一一陈述。

在本发明所提供的实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。