摘要：【目的】目前,LiDAR退化环境检测方法存在需要启发式阈值、计算间接评价指标、检测效率低的问题。【方法】本文提出一种基于改进XGBoost的LiDAR退化环境检测方法。实现了从环境的几何结构角度直接检测单帧点云的退化情况。本文基于LiDAR点云数据构建分类特征体系,用于建立XGBoost决策树。在此基础上,采用模糊综合评价算法计算每个特征的综合重要性度量指标,用于构建有效的特征子集,从而提高检测精度。同时,通过一种基于Spearman秩相关系数的双向特征筛选策略来加速构建特征子集,从而提高模型的训练效率。针对XGBoost的初步检测结果,本文基于滑动窗口策略和多数投票策略对其进行二次修正,提高最终的LiDAR退化环境检测的精度。为验证本文方法的有效性以及对LiDAR退化环境的检测效果,通过搭建实验平台,采集真实场景数据并设计了相关实验。【结果】实验结果表明,本文方法各组成部分的有效性均能够被合理地验证;LiDAR退化环境检测成功率为94.41%,非退化误检测率为1.24%;相较于LOAM退化检测模块,检测成功率提高了10.91%,误检测率降低了95.26%,检测效率提高了56.97%。【结论】本文方法实现了高效率、高精度的LiDAR退化环境检测。

摘要：海图制印作为海图工艺中的关键一环,对保证海图出版质量而言尤为重要,但是目前,少有高校开设相关课程,相关专业的学生、从业人员对海图制印知识存在较大的空缺。与传统课堂教学相比,网络在线课程具有教学资源丰富、即时交互性强等优势,有助于学生更好地吸收和内化专业知识。为了完善知识盲区,构建完整知识体系,拟建设海图制印网络在线课程,本文将就课程建设中发现的问题及产生的思考,从课程建设意义、课程设计与课程实施路径展开探讨,望能对学科发展起到积极影响。

摘要：声学频率梳信号(简称声梳信号)具有时延测量精度高、参数设计灵活性好的特点,在水下高精度距离测量、定位方面得到研究,也为通导一体化波形设计提供了新的方向。该文针对通导一体化背景下声梳信号在水声通信方面的应用,设计了声梳信号水声通信编码、调制、解调、解码技术方案。通过对信号进行相关性、时延估计特性和通信性能的评估,并在此基础上开展了浅海水声信道海试实验,验证了声梳信号在实际海洋环境下的通信性能,并分析了影响其性能的主要因素。该文结果为推进声梳信号在通导一体化波形设计方面的应用提供了借鉴和参考。

摘要：【目的】由于点云的非结构化和无序性,现有的深度学习点云分类网络存在局部特征和全局特征挖掘不充分并且缺乏有效的上下文特征融合的问题,难以实现地物精细分类。因此,本文提出了一种顾及局部-全局特征多尺度卷积注意力网络的点云地物分类方法。【方法】首先,针对点云的非结构性,构建局部加权图学习中心点和邻域点的位置关系,动态调整核权重,以获得更具代表性的局部特征。同时提出全局图注意力模块,考虑各点之间的全局空间分布,应对点云无序性的同时,可以有效捕获全局上下文特征,从而有效整合不同尺度信息。此外,设计自适应加权池化模块进一步实现局部和全局特征的自适应融合,最大程度提高网络的分类性能。【结果】应用开源Toronto-3D点云数据集和实测校园点云数据集验证本文方法有效性,实验结果表明,在Toronto-3D数据集本文方法的OA和MIoU分别为97.21%和85.46%,相较于Pointnet++、DGCNN、RandLA-Net、BAAF-Net和BAF-LAC等网络模型,OA提升了1.99%~8.21%,MIoU提升了3.23%~35.86%,在校园数据集本文方法的OA和MIoU分别为97.38%和85.70%,OA提升了0.58%~10.53%,MIoU提升了2.01%~32.01%。【结论】本文方法实现了复杂场景下高精度、高效率的自动化地物精细分类。

摘要：针对当前面匹配算法中采用Hu矩描述海底地形特征时存在细节辨识能力差而导致定位精度较低等问题,提出了一种线面组合的水下地形匹配算法。首先,引入经典TERCOM算法作为线匹配算法,改进其相似性度量方法和匹配区的搜索策略;然后,构造一种基于几何相似性的面匹配算子,用于在地形基准图中选取实测地形模型面的最优匹配;最后,设计一种基于固定阈值的线面算子的组合策略,实现水下地形匹配定位。试验结果表明,相比基于Hu矩的地形匹配算法,本文所提线面组合算法的定位精度明显提高,且稳健性更强。

摘要：侧扫声呐海底沉船图像识别是水下障碍物核查和失事船只搜救中的一项重要工作。针对传统侧扫声呐图像人工判读存在效率低、耗时长、资源消耗大及主观不确定性强和过分依赖经验等问题,本文尝试引入卷积神经网络的方法,同时考虑到侧扫声呐沉船图像属于小样本数据集,提出一种基于迁移学习的卷积神经网络侧扫声呐沉船图像自动识别方法。通过归一化处理、图像增强等方式扩充样本数据,并以4∶1的比例划分训练集和测试集,同时参照经典VGG-16模型,根据侧扫声呐沉船数据集特点设计了改进的模型,然后将在ImageNet图像数据集上训练好的改进模型在小样本侧扫声呐沉船数据集上采用冻结和训练、微调两种迁移学习方式进行学习和试验,并与全新学习进行比较分析,结果表明,3种方法对侧扫声呐沉船图像识别的准确率分别为93.71%、84.49%和90.58%,其中第1种迁移学习方法准确率最高,模型收敛速度最快,且AP值最高为92.45%,分别比第2种迁移学习方法和全新学习高了8.06%和3.06%,在提高模型的识别能力和训练效率方面效果更佳,验证了该方法的有效性与可行性,具有一定实际指导意义。

摘要：针对已有水面舰艇区域搜潜航路规划主要围绕规则矩形区域进行而没有考虑不规则区域复杂情形的现状,对不规则凸区域的水面舰艇最短搜潜航路自动规划进行了研究。推导搜潜航路总长度与转向次数的线性关系公式,并在此基础上构建最短搜潜航路的长度计算模型;挖掘最优搜潜航向与不规则凸区域边界的内在关联规律,设计最优搜潜航向求解算法;基于前面推求的转向次数最少和搜潜航向最优原理,提出一种能为不规则凸区域自动规划出总航程最短的搜潜航路实现方法。实验结果表明:该方法能为水面舰艇在不规则凸区域搜潜求取最优搜潜航向,并在此基础上自动规划得到最短搜潜航路。

摘要：针对当前航线设计仅能处理单幅海图的不足,本文提出一种基于多幅海图碍航区融合的舰船航线自动生成改进方法。通过定量分析不同海图的精度及现势性差异,对不同海图的碍航区进行数据融合;建立碍航区空间数据库,构建海图增量更新机制;考虑多幅海图碍航区数据量对航线自动生成效率的影响,以航路二叉树算法为基础,采用航路窗口、改进R树索引等方式提升航线自动生成的效率。实验结果表明:所提方法能够实现跨海图图幅的航线自动生成,优化了航线的距离和安全可靠性,算法效率也得到提升。与现有方法相比,实验中所生成的航线,航程分别缩短了9.8%和21.8%;生成航线耗时分别缩短85.8%和95.02%。

摘要：针对TIN_DDM缓冲面构建与应用中存在的数据类型特殊、算法效率与模型精度不匹配的问题,本文将滚动球模型应用扩展至TIN_DDM缓冲面的构建过程。在分析滚动球模型构建精度局限的基础上,建立了滚动球半径关联的滚动球模型整体精度控制方法;结合大数据量TIN_DDM缓冲面多次构建的应用效率需求,阐明了关键采样点与滚动球半径对TIN_DDM缓冲面构建效率的影响规律;设计了TIN_DDM缓冲面构建关键采样点的判定准则,建立了关键采样点与滚动球半径的数值关联关系;提出了一种基于滚动球加速优化模型的TIN_DDM缓冲面快速构建算法,算法时间复杂度为O(n)。试验结果表明:本文算法可实现任意缓冲半径条件下TIN_DDM缓冲面的多次快速构建,且算法精度控制在2σ内。

摘要：针对海岛控制信息获取困难这一现实问题,提出一种基于ICESat-2 ATL08数据的海岛高程控制点提取方法。首先,通过水域掩膜标记与参考高程数据,去除数据中的海域点与粗差点,降低后续处理的数据量;然后,综合分析大气环境、信噪比、数据完整性等因素对高程值的影响,构建多参数约束初步筛选数据;最后,充分利用数据中的已有参数信息,结合控制点精度指标设计自适应地形阈值对高程控制点进行精细化提取。以波多黎各部分离岛及美属维尔京群岛高精度DEM(Digital Elevation Model)数据验证所提取高程控制点的准确性,实验结果表明:相较于原始数据,本文方法提取的高程控制点在平地、丘陵和山地区域的平均绝对误差与中误差分别从2.65 m/7.23 m、3.92 m/7.65 m、4.93 m/8.29 m减小为0.28 m/0.61 m、0.46 m/0.79 m、0.63 m/0.89 m;在保证精度的前提下,本文方法提取的高程控制点数量显著多于现有方法;利用本文方法,可从海岛区域提取一定数量、精度可靠的高程控制点,能为后续全球海图修测与质量控制提供有力数据支撑。