[發明專利]一種海底地形模型生成方法及系統

在審

• 申請號: 202210665601.9
• 申請日: 2022-06-14
• 公開（公告）號: CN115081320A
• 公開（公告）日: 2022-09-20
• 發明（設計）人: 劉鵬鵬;金雙根
• 申請（專利權）人: 南京信息工程大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06T17/05;G06F119/02
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 史俊軍

本發明公開了一種海底地形模型生成方法及系統，本發明采用改進的CNN網絡生成中波段海底地形模型，沒有忽略非線性項和高次項的影響，并且降低了船測中波段數據分布不均勻和稀疏產生的影響，大幅提高了海底地形模型的精確度與準確度，是一種操作簡便、具有普遍適應性的海底地形生成方法。

技術領域

本發明涉及一種海底地形模型生成方法及系統，屬于海洋應用研究領域。

背景技術

目前采用比例因子方法(SAS法)進行中波段海底地形反演，但是由于SAS法忽略了非線性項和高次項對數據精度的影響，導致反演的中波段海底地形精度不高，從而進一步導致整個海底地形模型(模型中主要包括長波段海底地形模型和中波段海底地形模型，低波段內船測海深和重力異常相關性低，因此忽略不計)精度不高。

發明內容

本發明提供了一種海底地形模型生成方法及系統，解決了背景技術中披露的問題。

為了解決上述技術問題，本發明所采用的技術方案是：

一種海底地形模型生成方法，包括：

根據船測海深數據，獲取長波段海底地形模型；

獲取中波段的重力異常數據，將中波段的重力異常數據輸入預先訓練的CNN網絡，獲得中波段海底地形模型；其中，CNN網絡采用帶動量的隨機梯度下降法進行訓練，在帶動量的隨機梯度下降法中采用L2正則化因子進行權重值衰減；CNN網絡采用ELU函數作為激活函數；

將長波段海底地形模型和中波段海底地形模型進行疊加，獲得海底地形模型。

根據船測海深數據，獲取長波段海底地形模型，包括：

對船測海深數據進行網格化處理，生成網格海深模型；

將網格海深模型進行空間域到頻率域的轉化，對轉化后的網格海深模型進行高通濾波，獲得長波段海底地形模型。

訓練CNN網絡的樣本包括中波段重力異常數據和中波段船測海深數據，其中，中波段重力異常數據通過帶通濾波器從重力異常數據模型中提取，中波段船測海深數據從船測殘余海深數據中提取，船測殘余海深數據為船測海深數據減去長波段海深數據。

帶動量的隨機梯度下降法的目標函數為：

其中，α為權衡范數懲罰項，Ω為標準目標函數，θ為梯度下降起始點，X為輸入變量，y為輸入變量對應目標值，J為關于θ的函數，為目標函數。

數據輸入在CNN網絡之前，對數據進行min-max標準化處理。

一種海底地形模型生成系統，包括：

長波段模型模塊：根據船測海深數據，獲取長波段海底地形模型；

中波段模型模塊：獲取中波段的重力異常數據，將中波段的重力異常數據輸入預先訓練的CNN網絡，獲得中波段海底地形模型；其中，CNN網絡采用帶動量的隨機梯度下降法進行訓練，在帶動量的隨機梯度下降法中采用L2正則化因子進行權重值衰減；CNN網絡采用ELU函數作為激活函數；

疊加模塊：將長波段海底地形模型和中波段海底地形模型進行疊加，獲得海底地形模型。

長波段模型模塊包括：

網格化模塊：對船測海深數據進行網格化處理，生成網格海深模型；

模型獲取模塊：將網格海深模型進行空間域到頻率域的轉化，對轉化后的網格海深模型進行高通濾波，獲得長波段海底地形模型。