姿态稳定的深水多波束测深系统归位模型的误差分析

来源 :声学技术 | 被引量 : 0次 | 上传用户:hou_sen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了获得高质量的深水多波束测深数据,必须考虑归位计算过程中的误差影响。因此,提出了一种基于姿态稳定的深水多波束测深系统归位模型的误差分析方法。首先,建立发射全姿态稳定、接收横滚姿态稳定的波束归位模型,在此基础上,分析归位过程中的误差分量并推导误差传播公式,最终得到了深水多波束测深系统不确定度的计算模型。实验利用系统的传感器和设备相关指标进行计算,给出了典型波束角下的测深不确定度,对深水多波束测深系统的测深数据精度评估具有较好的参考价值。
其他文献
市政工程预制综合管廊基坑周边建筑、交通设施密集,安装场地有限,施工周期短,且地下管线多、基坑开挖影响大。本文论述在市政改扩建工程预制管廊基坑设计的基础上,为了保证预制管廊吊装过程中基坑边坡稳定,采用逆向思维,对可能造成基坑边坡失稳各种因素进行分析,并提出相应预防、解决措施,避免因预制管廊吊装过程中基坑边坡失稳影响人员设备,甚至周边建筑及管线安全。
本文简要概述5G通信特征,重点研究运用此类技术支撑物联网的有效运转,分别从网络场景规划、业务特征设置以及联合模拟设计。依托于高效稳定的5G技术,提高物联网的运行效率,保持数据传输的效率。
油气管道压缩机组要实现从数字化向智能化管理的目标,首先需进一步加强数字化基础管理,实现机组底层仪表数据的智能判断,提升抗干扰能力;其次是机组各类关键数据及参数的融合,通过总线协议统一参数结构,实现数据的标准化;再次是针对不同功能智能化的需求,提取数据基本特征,对不同数据关系深度挖掘、加工,逐步实现预知预测预防功能。此外,还要建立管理平台通用数据接口,为大规模压缩机管理提供决策支持。在专家支持下,以提高设备可靠性为根本目标,逐步实现压缩机组关键设备“数据全面统一,感知交互可视,系统融合互连,供应精准匹配,运
道路桥梁等基础建设以其独特的优势推动着经济的增长水平。但是,在这个过程中道路桥梁施工中出现裂缝的现象层出不穷。因此,为了防止这种现象的产生,相关的技术人员就要找到其成因并且采取预防措施,以此将损失降到最低,更好的推动我国道路桥梁的发展。
为探究3D打印技术在产品设计行业中的应用前景及未来影响,文章通过对产品设计开发各流程的深入分析,从设计思想、设计流程、设计造型三个方面探究了产品设计行业对3D打印技术的需求,并且从中预测出3D打印技术对整个设计行业的影响。进而通过举例法、图表法将传统大规模机械制造方法与3D打印技术进行全方位的比较,探究出了3D打印技术作用于产品设计行业的方法及其对产品设计行业产生的优势,为后续相关研究提供了方法论上的指导。
在TFT-LCD制造工艺内,角落Bubble(气泡)不良普遍存在,具体体现为成盒后Panel内部四角位置出现微小的液晶扩散气泡。笔者在生产过程中遇到一款23.8 Inch产品的角落Bubble异常,并成立了改善小组进行不良改善。最终将角落Bubble Inline发生率由50%降低至0%。影响角落Bubble产生的因素共有以下几类:(1)面板成盒后到点灯的时间。时间越长,角落Bubble发生率越低,超过24h的发生率已经接近0%,故推荐在面板成盒后管控一定时间再进行点灯;(2)真空贴合设备真空保持时间,保
随着国家经济的不断发展,人们对于建筑的安全性也越来越重视,与此同时国家还针对建筑设计的防火进行了规范,并且针对建筑行业门窗的耐火性也提出了一定的要求。国家特别针对建筑门窗的耐火性进行规范,主要是希望以此来提升建筑的耐火性能,从而更好的降低火灾带来的危害,保障居民的生命财产安全。随着国家规范的提出,市场上出现了多种耐火门窗的解决方案,为了更好的了解现阶段耐火门窗的性能,本文将对建筑耐火节能门窗材料的设计与选择进行相关探究,同时分析出现阶段各种材料所存在的问题,并提出更好的解决方法,从而为耐火窗的发展与推广提
计算机网络本身具有开发性,实用性和共享性的特征,如果能够灵活使用计算机资源和现代信息技术,积极构建完善的内部管理网络体系,那么对企业的发展将会有明显的促进作用。其中办公智能化计算机安全监控信息网络技术的应用受到了社会公众的关注及好评。本文将理论分析与实践研究相结合,对办公智能化计算机安全监控信息网络技术应用进行分析及研究,以期为推动现代信息化发展以及信息技术的革新提供一定的借鉴。
水下声信号分类是水声学研究的一个重要方向。一个有效的特征提取和分类决策方法对水声信号分类技术至关重要。文章将鱼声、商船辐射噪声和风关噪声三类实测的水声信号在小波包分解的基础上提取时频图特征,并搭建了一个七层结构的卷积神经网络作为分类器。研究结果表明:三种水声信号的小波包时频图特征结合卷积神经网络在不同测试集可达到(98±1)%的总体准确率。因此,小波包时频图特征结合卷积神经网络的水声分类方法可望推广至更多水声信号分类。该研究结果可为水声信号的分类识别研究提供应用参考。
为了支撑研究并评估多普勒测速仪(Doppler Velocity Log,DVL)信号处理算法的性能,需模拟海底回波信号,故需构建失真度低的海底回波模型。文章提出了扇环形海底回波模型,在此基础上,构建了一种基于散射理论的海底回波优化模型。将此优化模型和传统模型进行了对比分析,结果表明,优化模型较传统模型,与真实海底回波之间的包络特性误差更小,宽带回波的包络特性误差降低了20%以上,验证了所构建的回波模型的有效性和优越性。