[发明专利]一种基于泰森多边形图的多波束异常值数据处理算法

说明书

本发明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。

技术领域

本发明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。

背景技术

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。

发明内容

本发明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。

本发明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△_max：

其中，S_H是最差预期水平误差的比例因子；△_min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；σ_H,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e_j(s_i)，获得第i个水深点对节点j的预测深度d_ij和第i个水深点对节点j的预测方差