(10)申請公布號CN120214769A(71)申請人廣東電網(wǎng)有限責任公司陽江供電局地址529500廣東省陽江市漠江路110號(72)發(fā)明人林斌吳榮基林良健胡樹彬方登華馮炎炯黎如欣B63C(74)專利代理機構深圳市勝遠威知識產(chǎn)權代理事務所(普通合伙)44979專利代理師公茂海(54)發(fā)明名稱基于水下機器人的海底地形地貌測繪方法及系統(tǒng)本發(fā)明公開了基于水下機器人的海底地形地貌測繪方法及系統(tǒng)，涉及水下機器人技術領域，基于原始測點聲波數(shù)據(jù)集S,為測量提供了可靠的基礎數(shù)據(jù)，提取了每個聲吶掃描點的多徑擾動特征集F,有效地識別并表征了水下環(huán)境中的多路徑干擾，通過密度聚類分析對數(shù)據(jù)進行聚類，成功識別了密集簇與離散點，進而獲取了擾動殘差Cc,并與預設的干擾判定閾值0map進行對比，為每個聲吶掃描點賦予了多路徑標簽，結合了聲吶掃描點的時間序列和波幅序列，準確地獲取了每個測點的主路徑回波時間，有效判斷地貌的連續(xù)性，確保了水下地形勘測的高精度與穩(wěn)定S5、基于聲波傳播速度v對主路徑時間集合Hmain轉換為21.基于水下機器人的海底地形地貌測繪方法，其特征在于：包括以下步驟：S1、基于水下機器人在預設的繪測路徑上按照固定間隔進行聲吶掃描，在每個聲吶掃描點獲取時間序列反射數(shù)據(jù)，組成原始測點聲波數(shù)據(jù)集S;S2、對原始測點聲波數(shù)據(jù)集S進行特征提取，獲取每一個聲吶掃描點的多徑擾動高度相關特征參數(shù)，組成多徑擾動特征集F;S3、對多徑擾動特征集F映射至三維特征空間中，使用密度聚類算法進行聚類分析，識別密集簇與離散點，獲取擾動殘差Cc,并與預設的干擾判定閾值0map進行對比，對每一個聲吶掃描點進行多路徑標簽賦值，獲取殘差集合A和多路徑標簽集合Lmp;S4、提取多路徑標簽集合Lmp中每個聲吶掃描點的原始測點聲波數(shù)據(jù)集S中的時間序列和波幅序列，重新計算主路徑回波時間Tmain,組成主路徑時間集合Hmain;S5、基于聲波傳播速度v對主路徑時間集合Hmain轉換為深度坐標Z,獲取高度差序列△Z和水平距離差△D,進行評估地貌的一致性指標G,并基于一致性指標G判斷觸發(fā)主路徑的重構。2.根據(jù)權利要求1所述的基于水下機器人的海底地形地貌測繪方法，其特征在于：所述S1包括S11和S12;S11、基于水下機器人在預設的繪測路徑上按照固定間隔進行聲吶掃描，依次確定聲吶掃描點i,獲取聲吶掃描點集合P={1,2,……,i|i∈N},其中，N表示聲吶掃描點總數(shù)；S12、基于聲吶掃描點集合P對每個聲吶掃描點i進行高分辨率定向掃描，獲取完整的時間序列回波數(shù)據(jù)，組成每個聲吶掃描點i的原始聲波數(shù)據(jù)S(i),整合聲吶掃描點集合P中所有聲吶掃描點的原始聲波數(shù)據(jù)S,獲取原始測點聲波數(shù)據(jù)集S={S(1),S(2),……,S(i)|i∈N}。3.根據(jù)權利要求2所述的基于水下機器人的海底地形地貌測繪方法，其特征在于：其中，時間序列回波數(shù)據(jù)包括聲吶掃描點i的回波時間序列T(i)、聲吶掃描點i的波幅序列A(i)、聲吶掃描點i的有效信號持續(xù)時間D(i)、主回波峰值時間Tpeak和聲吶掃描點i的波形震蕩系數(shù)γ(i);聲吶掃描點i的原始聲波數(shù)據(jù)S(i)={T(i),A(i),D(i),Tpeak(i),γ(i)};聲吶掃描點i的回波時間序列T(i)具體表示整個回波接收窗口的時間軸，構成時間域橫坐標，聲吶掃描點i的回波時間序列T(i)={t1,t2,……,tjlj∈k},其中，tj表示第j個采樣時間點的回波時間序列，k表示時間點總數(shù)；聲吶掃描點i的波幅序列A(i)具體表示與聲吶掃描點i的回波時間序列T(i)匹配的聲波回波幅度，聲吶掃描點i的波幅序列A(i)={a1,a2,……,ajlj∈k},其中，aj表示第j個采樣時間點波幅序列；聲吶掃描點i的有效信號持續(xù)時間D(i)具體表示回波信號的時間持續(xù)長度，聲吶掃描點i的有效信號持續(xù)時間D(i)通過tk-t1計算公式獲??；主回波峰值時間Tpeak具體表示主路徑反射信號的最大波幅時間點，用于多徑反射對比，通過提取聲吶掃描點i的波幅序列A(i)中的最大值獲??；聲吶掃描點i的波形震蕩系數(shù)γ(i)具體表示波形的突變程度，聲吶掃描點i的波形震蕩系數(shù)γ(i)通過以下計算公式獲?。?式中，A(i,j+1)和A(i,j)分別表示聲吶掃描點i的在第j+1個采樣點的波幅序列和第jS21、對原始測點聲波數(shù)據(jù)集S進行特征提取，獲取原始測點聲波數(shù)據(jù)集S={S(1),S特征集F={F(1),F(2),……,F(i式中，max(T(i))表示聲吶掃描點i的回波時間序列T中最大值，具體表示序列最后一描點的多徑擾動高度相關特征參數(shù)密度進行劃分簇，互相靠近的聲吶掃描點聚集成一個聲吶掃描點i的擾動殘差Cc(i),并與預設的干擾判定閾值0map進行對比，對每一個聲吶掃6.根據(jù)權利要求5所述的基于水下機器人的海底地形地貌測繪方法，其特征在于：其歐幾里得距離標記為擾動殘差Cc,反映每個聲吶掃描點i與正常的聲吶掃描點簇中心的偏4當聲吶掃描點i的擾動殘差Cc(i)>干擾判定閾值0map時，進行聲吶掃描點i的多路徑當聲吶掃描點i的擾動殘差Cc(i)<干擾判定閾值0map時，不進行聲吶掃描點i的多路S41、提取多路徑標簽集合Lmp中每個聲吶掃描點的原始測點聲波數(shù)據(jù)集S中每個聲吶掃描點的時間序列T和波幅序列A,重新計算聲吶掃描點i的主路徑回波時間Tmain(i),組成主路徑時間集合Hmain={Tmain(1),Tmain(2),……,Tmai聲吶掃描點i的主路徑回波時間Tmain(i)通過以下計算公式獲?。菏街?，argmax(A(i,j))表示取聲吶掃描點i的最大采樣時間點j的波幅序列，對獲取的波幅序列采樣時間點j作為聲吶掃描點i的回對獲取聲吶掃描點i的回波時間序列的采樣時間點j判定為最大波幅對應的采樣時間吶掃描點i的深度坐標Z(i),基于所有轉換后的深度坐標Z計算每對相鄰聲吶掃描點之間的水平距離差△D通過提取預設的繪測路徑上的固定間隔第(i+1)個聲吶掃描點和第i個基于分析相鄰聲吶掃描點i獲取的高度差序列△Z(i)和水平距離差△D(i)的線性關系，構建評估地貌的一致性指標G,用于衡量地貌的連續(xù)性和穩(wěn)定性，并基于一致性指標G與預設510.基于水下機器人的海底地形地貌測繪系統(tǒng)，應用于權利要求1~9任一項所述的基于水下機器人的海底地形地貌測繪方法，其特征在于：包括掃描數(shù)據(jù)采集模塊、掃描特征提取模塊、特征映射標記模塊、主路徑獲取模塊和決策優(yōu)化模塊；掃描數(shù)據(jù)采集模塊基于水下機器人在預設的繪測路徑上按照固定間隔進行聲吶掃描，在每個聲吶掃描點獲取時間序列反射數(shù)據(jù)，組成原始測點聲波數(shù)據(jù)集S;掃描特征提取模塊對原始測點聲波數(shù)據(jù)集S進行特征提取，獲取每一個聲吶掃描點的多徑擾動高度相關特征參數(shù)，組成多徑擾動特征集F;特征映射標記模塊對多徑擾動特征集F映射至三維特征空間中，使用密度聚類算法進行聚類分析，識別密集簇與離散點，獲取擾動殘差Cc,并與預設的干擾判定閾值Omap進行對比，對每一個聲吶掃描點進行多路徑標簽賦值，獲取殘差集合A和多路徑標簽集合Lmp;主路徑獲取模塊提取多路徑標簽集合Lmp中每個聲吶掃描點的原始測點聲波數(shù)據(jù)集S中的時間序列和波幅序列，重新計算主路徑回波時間Tmain,組成主路徑時間集合Hmain;決策優(yōu)化模塊基于聲波傳播速度v對主路徑時間集合Hmain轉換為深度坐標Z,獲取高度差序列△Z和水平距離差△D,進行評估地貌的一致性指標G,并基于一致性指標G判斷觸發(fā)主路徑的重構。6基于水下機器人的海底地形地貌測繪方法及系統(tǒng)技術領域[0001]本發(fā)明涉及水下機器人技術領域，具體為基于水下機器人的海底地形地貌測繪方法及系統(tǒng)。背景技術[0002]在廣義的海洋信息感知與智能探測領域中，水下測繪作為核心技術分支之一，長期承擔著對海底空間結構與地貌形態(tài)的認知任務。隨著深海資源開發(fā)、海底通信布設、海洋生態(tài)監(jiān)測等場景需求的增多，水下空間測繪的自動化程度和數(shù)據(jù)精度需求呈現(xiàn)快速增長趨[0003]為適應復雜海底環(huán)境的三維測繪挑戰(zhàn)，水下機器人逐漸成為主要作業(yè)平臺，尤其是在海底峽谷、斷層帶、珊瑚礁和沉船殘骸等地貌區(qū)域中，這類具備自主運動能力和高精度傳感器集成能力的系統(tǒng)，能實現(xiàn)大范圍、細粒度的地貌數(shù)據(jù)獲取。[0004]盡管當前的海底測繪系統(tǒng)通過高分辨率多波束聲吶等裝備，可在水下環(huán)境中構建復雜地形條件下，由聲波傳播路徑的多樣性所引起的“多路徑干擾”現(xiàn)象，這類干擾尤其在存在陡峭斷崖、懸空結構、裂縫縫隙等幾何特征劇烈變化區(qū)域中表現(xiàn)得更加明顯，在這些場景下，聲波除了從機器人發(fā)出后直達海底目標點的“主路徑”外，還會經(jīng)過不同的水下界面或結構反射，形成一系列延遲抵達的“次路徑”回波，這些多徑回波會被誤判為實際存在的目標結構，造成測繪數(shù)據(jù)中出現(xiàn)偽造的高地、斷層甚至連續(xù)的山脊或槽谷，從而導致最終的三維地貌圖譜產(chǎn)生結構性虛假內容，尤其在自動處理建模過程中，由于數(shù)據(jù)濾波策略依賴于時間窗口和信號幅度判別，當前方法尚難以有效剔除多徑噪聲所帶來的偽地貌信息。發(fā)明內容[0005]針對現(xiàn)有技術的不足，本發(fā)明提供了基于水下機器人的海底地形地貌測繪方法及系統(tǒng)，解決了背景技術中提到的問題。[0006]為實現(xiàn)以上目的，本發(fā)明通過以下技術方案予以實現(xiàn)：基于水下機器人的海底地S1、基于水下機器人在預設的繪測路徑上按照固定間隔進行聲吶掃描，在每個聲吶掃描點獲取時間序列反射數(shù)據(jù)，組成原始測點聲波數(shù)據(jù)集S;S2、對原始測點聲波數(shù)據(jù)集S進行特征提取，獲取每一個聲吶掃描點的多徑擾動高度相關特征參數(shù)，組成多徑擾動特征集F;S3、對多徑擾動特征集F映射至三維特征空間中，使用密度聚類算法進行聚類分析，識別密集簇與離散點，獲取擾動殘差Cc,并與預設的干擾判定閾值0map進行對比，對每一個聲吶掃描點進行多路徑標簽賦值，獲取殘差集合A和多路徑標簽集合Lmp;S4、提取多路徑標簽集合Lmp中每個聲吶掃描點的原始測點聲波數(shù)據(jù)集S中的時間序列和波幅序列，重新計算主路徑回波時間Tmain,組成主路徑時間集合Hmain;7列△Z和水平距離差△D,進行評估地貌的一致性指標G,并基于一致性指標G判斷觸發(fā)主路徑的重構。的時間序列回波數(shù)據(jù)，組成每個聲吶掃描點i的原始聲波數(shù)據(jù)S(i),整合聲吶掃描點集合P中所有聲吶掃描點的原始聲波數(shù)據(jù)S,獲取原始測點聲波數(shù)據(jù)集描點i的波幅序列A(i)、聲吶掃描點i的有效信號持續(xù)時間D(i)、主回波峰值時間Tpeak和聲吶掃描點i的波形震蕩系數(shù)γ(i);聲吶掃描點i的原始聲波數(shù)據(jù)S(i)={T(i),A(i),D(i),Tpeak(i),γ(i)};聲吶掃描點i的回波時間序列T(i)具體表示整個回波接收窗口的時間軸，構成時聲吶掃描點i的波幅序列A(i)具體表示與聲吶掃描點i的回波時間序列T(i)匹配聲吶掃描點i的有效信號持續(xù)時間D(i)具體表示回波信號的時間持續(xù)長度，聲吶掃描點i的有效信號持續(xù)時間D(i)通過tk-t1計算公式獲取；主回波峰值時間Tpeak具體表示主路徑反射信號的最大波幅時間點，用于多徑反聲吶掃描點i的波形震蕩系數(shù)γ(i)具體表示波形的突變程度，聲吶掃描點i的波形震蕩系數(shù)γ(i)通過以下計算公式獲取：式中，A(i,j+1)和A(i,j)分別表示聲吶掃描點i的在第j+1個采樣點的波幅序列和(2),……,S(i)|i∈N}中每一個聲吶掃描點i的多徑擾動高度相關特征參數(shù)，組成多徑擾動特征集F={F(1),F(2),……,F(i聲吶掃描點i的最大回波延遲時間偏移量8T(i)通過以下計算公式獲?。?每個聲吶掃描點i的擾動殘差Cc(i),并與預設的干擾判定閾值0map進行對比，對每一個聲當聲吶掃描點i的擾動殘差Cc(i)>干擾判定閾值0map時，進行聲吶掃描點i的多路徑干擾點標簽賦值，標記聲吶掃描點i為多路徑干擾，生成聲吶掃描點i的多路徑標簽L(i)=1;當聲吶掃描點i的擾動殘差Cc(i)<干擾判定閾值0map時，不進行聲吶掃描點i的多路徑干擾點標簽賦值，標記聲吶掃描點i為非干擾點，生成聲吶掃描點i的多路徑標簽LS41、提取多路徑標簽集合Lmp中每個聲吶掃描點的原始聲吶掃描點的時間序列T和波幅序列A,重新計算聲吶掃描點i的主路徑回波時間Tmain(i),組成主路徑時間集合Hmain={Tmain(1),Tmain(2),……,Tmain(i)|i∈N};聲吶掃描點i的主路徑回波時間Tmain(i)通過以下計算公式獲?。菏街?，argmax(A(i,j))表示取聲吶掃描點i的最大采樣時間點j的波幅序列，對獲取的波幅序列采樣時間點j作為聲吶掃描點i的回波時間序列的采樣時間點；對獲取聲吶掃描點i的回波時間序列的采樣時間點j判定為最大波幅對應的采樣9取聲吶掃描點i的深度坐標Z(i),基于所有轉換后的深度坐標Z計算每對相鄰聲吶掃描點之聲吶掃描點i的深度坐標Z(i)通過以下計算公式獲?。核骄嚯x差△D通過提取預設的繪測路徑上的固定間隔第(i+1)個聲吶掃描點和掃描數(shù)據(jù)采集模塊基于水下機器人在預設的繪測路徑上按照固定間隔進行聲吶掃描特征提取模塊對原始測點聲波數(shù)據(jù)集S進行特征提取，獲取每一個聲吶掃描特征映射標記模塊對多徑擾動特征集F映射至三維特征空間中，使用密度聚類算集S中的時間序列和波幅序列，重新計算主路徑回波時間Tmain,組成主路徑時間集合Hmain;決策優(yōu)化模塊基于聲波傳播速度v對主路徑時間集合Hmain轉換為深度坐標Z,獲取高度差序列△Z和水平距離差△D,進行評估地貌的一致性指標G,并基于一致性指標G判斷(1)基于原始測點聲波數(shù)據(jù)集S,為測量提供了可靠的基礎數(shù)據(jù)，提取了每個聲吶掃描點的多徑擾動特征集F,有效地識別并表征了水下環(huán)境中的多路徑干擾，通過密度聚類分析對數(shù)據(jù)進行聚類，成功識別了密集簇與離散點，進而獲取了擾動殘差Cc,并與預設的干擾判定閾值Omap進行對比，為每個聲吶掃描點賦予了多路徑標簽，最終生成了殘差集合A和多路徑標簽集合Lmp。在主路徑回波時間Tmain的計算中，結合了聲吶掃描點的時間序列和波幅序列，準確地獲取了每個測點的主路徑回波時間，有效判斷地貌的連續(xù)性，進而基于一致性指標G判斷是否觸發(fā)主路徑的重構，確保了水下地形勘測的高精度與穩(wěn)定性，特別是在多路徑干擾的剔除、主路徑的重構判斷以及最終的地形準確反映方面，提供了有效的技術[0017](2)通過高分辨率定向掃描獲取完整的回波數(shù)據(jù)，并整合形成原始測點聲波數(shù)據(jù)集S,為數(shù)據(jù)的精確處理打下了扎實基礎，尤其是波形震蕩系數(shù)γ(i)的計算，能夠捕捉到聲波信號中由于多路徑干擾帶來的波形突變，從而有效識別潛在的多路徑干擾區(qū)域，通過這一系列精確的數(shù)據(jù)采集和處理，提供了對海底地形的全面、準確的描述，同時有效地避免了傳統(tǒng)方法中可能出現(xiàn)的誤差，提高了測量結果的精確度，確保了水下測繪的高效性和高質量。這種方法不僅提升了數(shù)據(jù)的完整性和細節(jié)捕捉能力，還優(yōu)化了對多路徑干擾的檢測和處理，減少了由于信號噪聲引起的錯誤，從而保證了最終結果的可靠性和穩(wěn)定性。[0018](3)通過密度聚類算法DBSCAN,有效區(qū)分了核心點、邊界點和噪聲點，利用其高效的聚類能力，能在復雜的水下環(huán)境中識別出潛在的多路徑干擾，并對噪聲點進行剔除處理，這一措施提高了后續(xù)擾動殘差計算的準確性。通過對剔除處理后的聲吶掃描點簇進行擾動殘差計算，進一步結合預設的干擾判定閾值Omap,為每個聲吶掃描點賦予了準確的多路徑標簽，確保了多路徑干擾點和非干擾點的精確區(qū)分。附圖說明[0019]圖1為本發(fā)明基于水下機器人的海底地形地貌測繪方法步驟示意圖；圖2為本發(fā)明基于水下機器人的海底地形地貌測繪系統(tǒng)框圖示意圖；圖3為深度坐標(Z(i))與聲吶掃描點的關系示意圖。具體實施方式[0020]下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整的描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例，基于本發(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他[0021]實施例1本發(fā)明提供基于水下機器人的海底地形地貌測繪方法，請參閱圖1,包括以下步S1、基于水下機器人在預設的繪測路徑上按照固定間隔進行聲吶掃描，在每個聲吶掃描點獲取時間序列反射數(shù)據(jù)，組成原始測點聲波數(shù)據(jù)集S;S2、對原始測點聲波數(shù)據(jù)集S進行特征提取，獲取每一個聲吶掃描點的多徑擾動高度相關特征參數(shù)，組成多徑擾動特征集F;S3、對多徑擾動特征集F映射至三維特征空間中，使用密度聚類算法進行聚類分11析，識別密集簇與離散點，獲取擾動殘差Cc,并與預設的干擾判定閾值0map進行對比，對每一個聲吶掃描點進行多路徑標簽賦值，獲取殘差集合A和多路徑標簽集合Lmp;S4、提取多路徑標簽集合Lmp中每個聲吶掃描點的原始測點聲波數(shù)據(jù)集S中的時間序列和波幅序列，重新計算主路徑回波時間Tmain,組成主路徑時間集合Hmain;S5、基于聲波傳播速度v對主路徑時間集合Hmain轉換為深度坐標Z,獲取高度差序列△Z和水平距離差△D,進行評估地貌的一致性指標G,并基于一致性指標G判斷觸發(fā)主路徑的重構。[0022]本實施例中，基于水下機器人在預設的繪測路徑上按照固定間隔進行聲吶掃描，系統(tǒng)能夠在每個聲吶掃描點獲取時間序列反射數(shù)據(jù)，組成原始測點聲波數(shù)據(jù)集S,為測量提供了可靠的基礎數(shù)據(jù)，提取了每個聲吶掃描點的多徑擾動特征集F,有效地識別并表征了水下環(huán)境中的多路徑干擾，通過密度聚類分析對數(shù)據(jù)進行聚類，成功識別了密集簇與離散點，進而獲取了擾動殘差Cc,并與預設的干擾判定閾值Omap進行對比，為每個聲吶掃描點賦予了多路徑標簽，最終生成了殘差集合A和多路徑標簽集合Lmp。在主路徑回波時間Tmain的計算中，結合了聲吶掃描點的時間序列和波幅序列，準確地獲取了每個測點的主路徑回波時間，并通過聲波傳播速度v將主路徑時間集合Hmain轉換為深度坐標Z,進而計算了高度差序列△Z和水平距離差△D。通過評估地貌一致性指標G,有效判斷地貌的連續(xù)性，進而基于一致性指標G判斷是否觸發(fā)主路徑的重構，確保了水下地形勘測的高精度與穩(wěn)定性，特別是在多路徑干擾的剔除、主路徑的重構判斷以及最終的地形準確反映方面，提供了有效的技術保障。通過這種方法，不僅提高了水下測量的精度和效率，還解決了多路徑干擾導致的測量誤差問題，確保了海底地形數(shù)據(jù)的可靠性和完整性。本實施例是在實施例1中進行的解釋說明，請參照圖1,具體的：所述S1包括S11和S11、基于水下機器人在預設的繪測路徑上按照固定間隔進行聲吶掃描，依次確定聲吶掃描點i,獲取聲吶掃描點集合P={1,2,……,i|i∈N},其中，N表示聲吶掃描點總數(shù)；S12、基于聲吶掃描點集合P對每個聲吶掃描點i進行高分辨率定向掃描，獲取完整的時間序列回波數(shù)據(jù)，組成每個聲吶掃描點i的原始聲波數(shù)據(jù)S(i),整合聲吶掃描點集合P中所有聲吶掃描點的原始聲波數(shù)據(jù)S,獲取原始測點聲波數(shù)據(jù)集S={S(1),S(2),……,S(i)|[0024]其中，時間序列回波數(shù)據(jù)包括聲吶掃描點i的回波時間序列T(i)、聲吶掃描點i的波幅序列A(i)、聲吶掃描點i的有效信號持續(xù)時間D(i)、主回波峰值時間Tpeak和聲吶掃描點i的波形震蕩系數(shù)γ(i);聲吶掃描點i的原始聲波數(shù)據(jù)S(i)={T(i),A(i),D(i),Tpeak(i),γ(i)};聲吶掃描點i的回波時間序列T(i)具體表示整個回波接收窗口的時間軸，構成時間域橫坐標，聲吶掃描點i的回波時間序列T(i)={t1,t2,……,tj|j∈k},其中，tj表示第j個采樣時間點的回波時間序列，k表示時間點總數(shù)；聲吶掃描點i的波幅序列A(i)具體表示與聲吶掃描點i的回波時間序列T(i)匹配的聲波回波幅度，聲吶掃描點i的波幅序列A(i)={a1,a2,……,aj|j∈k},其中，aj表示第j個采樣時間點波幅序列；聲吶掃描點i的有效信號持續(xù)時間D(i)具體表示回波信號的時間持續(xù)長度，聲吶掃描點i的有效信號持續(xù)時間D(i)通過tk-t1計算公式獲?。恢骰夭ǚ逯禃r間Tpeak具體表示主路徑反射信號的最大波幅時間點，用于多徑反式中，A(i,j+1)和A(i,j)分別表示聲吶掃描點i的在第j+1個采樣點的波幅序列和主回波峰值時間Tpeak和波形震蕩系數(shù)γ(i),通過高分辨率定向掃描獲取完整的回波數(shù)聲吶掃描點i的最大回波延遲時間偏移量8T(i)通過以下計算公式獲?。篠31、對多徑擾動特征集F映射至三維特征空間中，使用密度聚類算法進行聚類分析，識別密集簇與離散點；其中，密集簇和離散點通過DBSCAN密度聚類算法對多徑擾動特征集F中每一個聲吶掃描點的多徑擾動高度相關特征參數(shù)密度進行劃分簇，互相靠近的聲吶掃描點聚集成一個簇，而離散的聲吶掃描點標記為噪聲，同步對標記為噪聲的聲吶掃描點從三維特征空間中進行剔除處理，不參與擾動殘差的計算；DBSCAN密度聚類算法會根據(jù)鄰域半徑bj和最小點數(shù)minPts來區(qū)分核心點、邊界點和噪聲點；核心點如果某個聲吶掃描點在半徑bj范圍內有至少最小點數(shù)minPtsd的個點，則聲吶掃描點被標記為核心點；邊界點鄰域內的聲吶掃描點數(shù)小于最小點數(shù)minPtsd,但位于核心點的鄰域內；噪聲點不屬于任何核心點的鄰域內的聲吶掃描點，DBSCAN密度聚類算法會標記為噪聲；S32、對剔除處理后的三維特征空間中的聲吶掃描點簇進行擾動殘差的計算，獲取每個聲吶掃描點i的擾動殘差Cc(i),并與預設的干擾判定閾值0map進行對比，對每一個聲吶掃描點進行多路徑標簽賦值，獲取殘差集合A和多路徑標簽集合Lmp;其中，殘差集合A={Cc(1),Cc(2),……,Cc(i)多路徑標簽集合Lmp={L(1),L(2),……,L(i)|i∈N}。[0028]其中，擾動殘差的計算具體計算每個聲吶掃描點到聲吶掃描點簇中心的歐幾里得距離，所述歐幾里得距離標記為擾動殘差Cc,反映每個聲吶掃描點i與正常的聲吶掃描點簇中心的偏離程度；多路徑標簽通過以下對比方式進行賦值：路徑干擾點標簽賦值，標記聲吶掃描點i為多路徑干擾，生成聲吶掃描點i的多路徑標簽L當聲吶掃描點i的擾動殘差Cc(i)<干擾判定閾值0map時，不進行聲吶掃描點i的多路徑干擾點標簽賦值，標記聲吶掃描點i為非干擾點，生成聲吶掃描點i的多路徑標簽L[0029]本實施例中，通過對原始測點聲波數(shù)據(jù)集S的特征提取，提取了每個聲吶掃描點i的多徑擾動高度相關特征參數(shù)，包括最大回波延遲時間偏移量δT(i)、波幅標準差σA(i)和波形跳變密度η(i),并組成了多徑擾動特征集F。這一過程通過準確捕捉每個測點的波形特征，能夠有效識別和表征水下環(huán)境中的多路徑干擾，特別是通過波形跳變密度η(i)來衡量信號的變化，從而對干擾源的檢測更加精確。通過密度聚類算法DBSCAN,有效區(qū)分了核心點、邊界點和噪聲點，利用其高效的聚類能力，能在復雜的水下環(huán)境中識別出潛在的多路徑干擾，并對噪聲點進行剔除處理，這一措施提高了后續(xù)擾動殘差計算的準確性。通過對剔除處理后的聲吶掃描點簇進行擾動殘差計算，進一步結合預設的干擾判定閾值Omap,為每個聲吶掃描點賦予了準確的多路徑標簽，確保了多路徑干擾點和非干擾點的精確區(qū)分。最終，整個過程確保了測量結果的準確性，并在多路徑干擾影響下保持較高的穩(wěn)定性與可信度，S41、提取多路徑標簽集合Lmp中每個聲吶掃描點的原始聲吶掃描點的時間序列T和波幅序列A,重新計算聲吶掃描點i的主路徑回波時間Tmain(i),組成主路徑時間集合Hmain={Tmain(1),Tmain(2),……,Tmain(i)|i∈N};聲吶掃描點i的主路徑回波時間Tmain(i)通過以下計算公式獲?。菏街?，argmax(A(i,j))表示取聲吶掃描點i的最大采樣時取的波幅序列采樣時間點j作為聲吶掃描點i的回波時間序列的采樣時間點；對獲取聲吶掃描點i的回波時間序列的采樣時間點j判定為最大波幅對應的采樣取聲吶掃描點i的深度坐標Z(i),基于所有轉換后的深度坐標Z計算每對相鄰聲吶掃描點之聲吶掃描點i的深度坐標Z(i)通過以下計算公式獲取：水平距離差△D通過提取預設的繪測路徑上的固定間隔第(