[发明专利]一种用于ADCP的数据优化方法及系统

说明书

本发明涉及一种数据优化的技术领域，公开了一种用于ADCP的数据优化方法，包括：利用声学多普勒流速剖面仪测量水体的流速和流量数据，并对所测量的数据进行校准处理，并将校准后的数据存储到数据库中；利用异常值识别算法对所存储的测量数据进行异常值识别，并对异常值进行剔除处理；利用结合随机森林的插值算法进行异常值插值，得到异常值处理后的测量数据序列；利用滑动平均方法以及中值滤波方法对测量数据序列进行平滑处理，将平滑处理后的测量数据序列作为水体的ADCP测验数据。本发明还提供了一种用于ADCP的数据优化系统。本发明实现了ADCP测量数据的优化。

技术领域

本发明涉及数据优化的技术领域，尤其涉及一种用于ADCP的数据优化方法及系统。

背景技术

声学多普勒流速剖面仪(Acoustic Doppler Current Profiler，简称ADCP)是一种测量水体流速和流量的声纳设备，同时也兼顾测量载体的对底速度。因此ADCP可用于河流及海洋的测流领域。同时，由于ADCP测流的效率髙、测量范围大，且其基于声学原理工作，不会对水体造成干扰，因此既能真实反映流场情况，又保护了水流环境。

ADCP测得的相对水底速度可用于水声定位导航，典型的应用领域有：水面舰艇、自主式水下平台、拖曳系统、潜水者手持系统、水下潜艇以及遥控操作平台；ADCP测量的海流速度信息在油气开发、运输、生物环境观察等很多海洋应用领域中不可或缺。

然而，由于外部环境、测验作业不当以及传感器精度等原因，会使测验过程产生各种误差。

鉴于此，如何对ADCP测量的数据进行优化，从而获得较高精度的流速和流量数据，成为本领域技术人员亟待解决的问题。

发明内容

本发明提供一种用于ADCP的数据优化方法，利用声学多普勒流速剖面仪测量水体的流速和流量数据，并对所测量的流速进行校准处理，并将校准后的数据存储到数据库中；利用异常值识别剔除算法对所存储的数据进行异常值处理，同时对处理后的数据进行滑动平均和滤波降噪处理，将最终处理后的数据作为水体的测验数据。

为实现上述目的，本发明提供的一种用于ADCP的数据优化方法，包括：

利用声学多普勒流速剖面仪测量水体的流速和流量数据，并对所测量的数据进行校准处理，并将校准后的数据存储到数据库中；

利用异常值识别算法对所存储的测量数据进行异常值识别，并对异常值进行剔除处理；

利用结合随机森林的插值算法进行异常值插值，得到异常值处理后的测量数据序列；

利用滑动平均方法以及中值滤波方法对测量数据序列进行平滑处理，将平滑处理后的测量数据序列作为水体的测验数据。

可选地，所述利用声学多普勒流速剖面仪测量水体的流速和流量数据，包括：

所述水体包括海洋及河流，在本发明一个具体实施例中，本发明将声学多普勒流速剖面仪放置于水面舰艇、自主式水下平台、拖曳系统、潜水者手持系统以及水下潜艇等设备中；

所述利用ADCP测量水体的流速和流量数据的流程为：

1)ADCP向水体发送频率为f₀的声波信号，当声波信号在水中传播时，部分声波能量随水中的散射体进行散射，形成回波信号f₁；

2)ADCP接收回波信号f₁，计算水体流速v：

其中：

c表示声波在水中的传播速度；

3)根据ADCP接收到回波信号的时间t，计算水体的深度H：

其中：