买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：水利部交通运输部国家能源局南京水利科学研究院

摘要：本发明公开了一种水下检测和仿真输水涵洞断面及淤积厚度的方法及系统，该方法包括获取涵洞环境参数，生成优化的声呐阵列配置，形成原始多频段声呐数据集，进行降噪处理和多径效应补偿；构建分形几何声学模型，对声呐数据集进行增强和重构；对增强后的声呐数据集进行多尺度拓扑数据分析，构建分层淤积模型；对增强后的声呐数据集进行时频域混沌分析，构建自适应滤波器，并进行高分辨率图像重建，得到初步重建数据；基于分层淤积模型，优化初步重建数据；进行不确定性量化并生成自适应网格，进行高保真度可视化渲染，生成涵洞断面图和淤积厚度分布图。本发明不仅提高了水下检测的准确性和可靠性；还提升了水下检测结果的精确度和可解释性。

主权项：1.水下检测和仿真输水涵洞断面及淤积厚度的方法，其特征在于，包括如下步骤：S1、获取涵洞环境参数，采用自适应频率优化算法，生成优化的声呐阵列配置；基于声呐阵列配置，同时发射和接收预定个频段的声呐信号，形成原始多频段声呐数据集；对原始多频段声呐数据集进行降噪处理，得到降噪后的多频段声呐数据集；其中涵洞环境参数包括预估尺寸数据和水质数据；S2、基于降噪后的多频段声呐数据集，采用动态时间反转镜算法进行多径效应补偿，得到多径效应补偿后的声呐数据集；基于多径效应补偿后的声呐数据集，构建分形几何声学模型，使用分形几何声学模型对声呐数据集进行增强和重构，得到增强后的声呐数据集；S3、对增强后的声呐数据集进行多尺度拓扑数据分析，提取淤积物的拓扑特征；基于淤积物的拓扑特征，采用Volterra级数展开方法，提取非线性声学特性；结合拓扑特征和非线性声学特性，构建分层淤积模型；S4、对增强后的声呐数据集进行时频域混沌分析，提取生物活动引起的声学特征；基于声学特征，构建自适应滤波器，基于自适应滤波器，去除生物活动影响，得到生物活动补偿后的声呐数据集；S5、基于生物活动补偿后的声呐数据集，采用压缩感知理论和L1优化进行高分辨率图像重建，得到初步重建数据；基于分层淤积模型，采用应用拓扑保持流形学习算法优化初步重建数据，得到优化后的重建数据；使用多项式混沌展开方法对优化后的重建数据进行不确定性量化，得到带有不确定性的断面和淤积厚度数据；S6、基于带有不确定性的断面和淤积厚度数据，生成自适应网格；基于自适应网格，采用射线追踪和体积渲染技术，进行高保真度可视化渲染，生成涵洞断面图和淤积厚度分布图；步骤S1进一步为：S11、从预存储的数据库中提取涵洞环境参数，采用自适应频率优化算法，生成初始频率范围和阵列布局方案，通过迭代优化算法，计算得到最佳的声呐阵列配置，包括优化后的频率集合和阵列布局；S12、基于声呐阵列配置，控制声呐阵列同时发射预定个频段的声呐信号，记录每个频段接收到的回波信号，采用同步采样技术确保各频段信号的时间对齐，将所有频段发射的声呐信号和接收的回波信号组合成原始多频段声呐数据集；S13、基于原始多频段声呐数据集，采用小波包变换，得到时频域表示；使用自适应阈值法对时频域表示进行降噪处理，得到降噪后的时频域表示；S14、采用逆小波包变换将降噪后的时频域表示转换回时域，得到降噪后的信号；将所有频段的降噪后的信号组合成降噪后的多频段声呐数据集；步骤S2进一步为：S21、将降噪后的多频段声呐数据集中的接收信号进行时间反转，得到时间反转后的接收信号；基于时间反转后的接收信号，计算其与降噪后的多频段声呐数据集中的发射信号的互相关函数；S22、基于互相关函数的峰值位置，估计声场传播函数；基于声场传播函数，通过反卷积过程得到多径效应补偿后的声呐数据集；S23、基于多径效应补偿后的声呐数据集，使用多分辨率分析方法，生成不同尺度的分量；计算每个尺度分量的分形维数和Hurst指数，基于分形维数和Hurst指数，构建描述涵洞内声学传播特性的分形模型；S24、基于多径效应补偿后的声呐数据集，使用分形模型进行反卷积，得到反卷积后的声呐数据集；采用子空间投影法对反卷积后的声呐数据集进行噪声抑制和特征提取，得到增强后的声呐数据集；步骤S3进一步为：S31、基于增强后的声呐数据集，采用持续同调算法，构建每个信号的持续图；计算每个持续图的拓扑特征向量，包括贝蒂数序列和持续熵；采用核方法将所有频段的拓扑特征向量进行组合，得到淤积物的拓扑特征；S32、基于淤积物的拓扑特征和增强后的声呐数据集，采用Volterra级数展开方法，构建非线性系统模型，并估计高阶核函数；基于高阶核函数，计算得到非线性度量指标，包括谐波畸变率和互调制畸变；基于非线性度量指标，通过主成分分析降维方法，得到非线性声学特征；S33、基于淤积物的拓扑特征和非线性声学特征，使用分层贝叶斯网络构建分层淤积模型框架，使用期望最大化算法估计分层淤积模型的参数，最终形成分层淤积模型；步骤S4进一步为：S41、基于增强后的声呐数据集，使用连续小波变换得到信号的时频表示；基于时频表示，使用时间延迟法，重构相空间；S42、基于相空间，计算得到生物活动声学特征，包括局部Lyapunov指数、关联维数和Kolmogorov熵；S43、基于生物活动声学特征和增强后的声呐数据集，使用非线性卡尔曼滤波，估计和补偿生物活动引起的信号扰动；S44、基于信号扰动，构建状态空间模型，得到生物活动补偿后的声呐数据集；步骤S5进一步为：S51、基于生物活动补偿后的声呐数据集，构建过完备字典和随机测量矩阵，形成L1优化问题；使用迭代重加权最小二乘法求解L1优化问题，得到的稀疏系数；基于稀疏系数，进行信号重构，得到初步重建的断面和淤积厚度数据；S52、基于分层淤积模型，使用局部线性嵌入和拉普拉斯特征映射的组合方法，在低维空间中对初步重建的断面和淤积厚度数据进行优化，得到优化后的低维表示；将优化后的低维表示映射回高维空间，得到优化后的断面和淤积厚度数据；S53、基于优化后的断面和淤积厚度数据，调用预配置的正交多项式基函数，计算得到展开系数和统计矩；S54、基于展开系数和统计矩，构建置信区间，得到带有不确定性的断面和淤积厚度数据；步骤S6进一步为：S61、基于带有不确定性的断面和淤积厚度数据，初始化均匀网格，并计算均匀网格中的每个网格单元的数据复杂度指标；基于数据复杂度指标，对网格单元进行细分或合并，得到最终的自适应网格；S62、基于自适应网格和带有不确定性的断面和淤积厚度数据，设置虚拟相机参数，并对虚拟相机的每个像素生成主射线；计算主射线与自适应网格的交点序列；基于交点序列，采用色调映射和后处理效果，生成最终的涵洞断面图和淤积厚度分布图。

全文数据：

权利要求：

百度查询： 水利部交通运输部国家能源局南京水利科学研究院 水下检测和仿真输水涵洞断面及淤积厚度的方法及系统