多波束Snippet 回波强度再处理方法研究

梁 佳，王 昭

（北海航海保障中心天津海事测绘中心，天津，300220）

引言

多波束是经典的海洋测深设备，除可以获取深度信息外，还可以获取来自海底的回波强度信息，反映海底地貌特征并据此开展海底底质声学分类等应用[1-3]。多波束回波强度有三类：即平均波束强度、波束序列片段(Snippet)和伪侧扫（仅有L-3 等仪器厂商提供）[4-5]。平均波束强度和测深分辨率一致，可认为是Snippet 数据的低分辨采样；Snippet数据的分辨率远高于平均波束强度，尤其在大入射角区域[6]。多波束Snippet 回波强度数据常借助Caris等商用软件处理，由于野外测量参数的不完备性、经验模型的不完备性，常导致借助Snippet 多波束回波强度数据难以得到高质量的回波强度及海底声呐图像[2,7]。赵建虎等[7]基于海底底质回波特征对多波束声呐图像中的角度响应(Angular Response,AR)影响开展建模，削弱了AR 影响，提高了Snippet图像质量。唐秋华等[8]通过对中央亮区删除，然后借助两侧回波内插，重新获取亮区回波强度；此外，通过对边缘波束回波强度压制，削弱了边缘波束回波强度异常影响，同时实现了条带间回波强度系统性差异影响的消除。王煜等[9]利用中央异常区之外的反向散射强度平均值和中央异常区的平均值，通过构建经验改正模型实现角度响应改正。以上研究从某个方面解决了Snippet 回波强度数据的异常问题，对于多因素造成的图像异常综合消除问题少有研究。本文在Caris 回波强度数据处理的基础上，提出了一套Snippet 回波强度再处理方法，以期提高多波束Snippet 回波强度和图像的质量。

1 精细处理方法

多波束回波强度数据处理需要联合观测到的定位、姿态、声速/CTD 数据等，对多波束原始二进制观测数据解码，获得这些信息，开展回波强度改正。不同设备的二进制存储格式不同，根据各自格式定义，获取这些原始观测参数。

1.1 声线跟踪和归位计算

提取每个波束的入射角、传播时间，结合声速剖面，利用常梯度声线跟踪方法进行声线跟踪，得到声线传播总的水平位移y和垂直位移z。

顾及载体姿态对换能器发射状态的影响，经过声线跟踪得到波束点在换能器坐标系波束坐标(x,y,z)TS及各个波束声线的长度；根据横摇角r和纵摇角p对波束坐标的影响进行坐标旋转变换，得到波束在船体坐标系下的坐标(x,y,z)VFS。

根据船体航向与当地直角坐标系的关系，先将理想船体坐标系下的波束坐标绕z轴旋转角度h，再将旋转后的坐标平移到当地平面直角坐标处，实现理想船体坐标系到当地平面直角坐标系的变换。

由于潮汐和涌浪的影响，瞬时海平面随时间变化，所以为得到波束脚印的深度数据，需要将波束脚印坐标归算到某一深度基准面中。潮位值由锚地的验潮信息计算得到，涌浪造成的垂荡值Heave由姿态传感器获得。顾及潮位和涌浪的波束坐标转换关系如下：

至此，得到了每个声线的传播距离和波束海底投射点的三维坐标。

1.2 辐射畸变改正

多波束声呐接收到的回波强度由于传播损失、照射面积和声呐收发参数以及设备自身增益的影响，不能真实地反映海底底质的散射特性，因此为了得到仅与声波入射角度和海底底质相关的回波强度，必须移除上述因素导致的辐射畸变。声波的发射、传播、接收过程可用下式表示：

式中：EL是原始数据文件记录的回波强度；SL是声呐的发射能级；θ是声波相对声呐阵列的角度；BPT(θ)是θ角度声波的发射增益；TL是声波在水体中的单程传播损失；β是声波海底入射角；BS(β)是β角度入射海底的反向散射强度；A是声脉冲在海底的照射面积；BPR(θ)是声波接收增益；SH是接收换能器的敏感性；PG是处理系统对接收回波的增益。BPT(θ)、BPR(θ)、SH、PG称为声呐模式增益。

根据波束传播距离R，可进行传播损失TL改正：

式中：α为测深处的水体累计吸收系数，单位dB/km。

由于海底地形起伏，不同波束入射角到达海底时对应的照射面积不同，底部目标强度BTS也会受到照射面积变化的影响。因此为了获取与照射面积无关的强度值，定义单位面积下的BTS为海底背散射系数BS，单位为dB/m2，表示为对数形式下为：

式中：θx与θy分别为沿航方向波束宽度、垂航方向波束宽度，共同决定波束的几何大小；φ为入射角；c为声速；τ为传播脉冲宽度。

在式（7）中，声照面积A按照θx与θy计算得到，认为海底是平坦的。实际上，海底存在起伏变化，为此，根据式（2）的波束点三维坐标，结合波束入射角和根据地形点计算的地形坡度，本文计算了波束在海底的面积A。

1.3 角度响应移除

常用的角度响应移除方法是根据不同设备采用的默许经验模型进行改正，常因与实际存在较大区别，角度异常效果不理想，常存在条带中间亮两侧暗的回波强度变化不均匀问题，难以真实的反映海底的底质和地貌变化。

本文根据底质变化的一致性，从回波强度中减去对应角度的预期强度，再加上参考角度的预期强度，综合实现角度响应的移除。具体算法如下：

式中：BScor(θ)为角度响应移除后的回波强度；BS(θ)是角度响应未移除时入射角度为θ的回波强度；BS′(θ)是所有入射角度为θ的回波强度平均值，即期望的回波强度，BS′ (30°～40°)是入射角为30°～40°的期望回波强度，即参考角度为30°～40°。

一般情况下20°到50°均可作为参考角度，20°以内的回波强度可能存在海底反射强度，噪声较大，有时可不用于海底底质分类，50°以外一般为外侧边缘的入射角，数据较少或缺少数据。

1.4 条带增益不一致

不同测线的测量过程中，为提高信噪比和取得高质量的测深结果，常采用手动或自动增益方法。增益参数若被记录，则可以借助记录的参数对增益进行补偿，确保条带间灰度变化的均一性。但很多设备未记录变化的增益，需要探测和对其修复。

计算异常测线的回波强度平均值和正常测线回波强度平均值的差异，将异常测线的回波减去差异值即可将异常测线改正至正常水平，且不损失测线内的底质特征。

1.5 回波缺失或异常

多波束测量过程中数据异常导致地形异常和回波强度异常，采用反距离加权平均的方法使用邻域回波强度值插值得到空缺处的回波强度。公式如下：

式中：BS为插值得到的回波强度；BSi为邻域回波强度；si为邻域像素点到待插点的距离；(x,y)为待插点坐标；(xi,yi)为邻域点坐标。

2 回波强度精处理流程及声呐图像生成

多波束回波强度数据处理流程如图1 所示，主要流程包括：

图1 多波束声呐图像处理

1）多波束回波强度解码，提取出回波强度、观测时间、波束角等原始观测信息。

2）声线跟踪和归位计算。根据观测数据、波束角、声速等信息，开展声线跟踪，获得各波束在换能器坐标系下的坐标；然后根据GNSS、多波束换能器和MRU 在船体坐标系下坐标，结合方位、姿态等信息，通过位置归算，获得各个波束在地理坐标系下坐标以及各波束声线的传播声程。

3）进行辐射畸变改正。根据各个波束的声程R，进行波束的传播损失改正TL；联合波束入射角、深度、波束开角、获得的海底离散点云，计算地形坡度，进而计算波束在海床上的投射面积，据此进行面积改正；结合波束模式改正，综合实现多波束回波强度的辐射畸变改正。

4）角度响应移除。统计条带内30°～40°内的平均回波强度，并以此作为参考；沿航迹分段统计Ping 扇面角度平均回波强度与角度序列，借助参考回波强度，消除角度响应影响。

5）条带间增益不一致消除。统计各条带的平均回波强度，根据式（9）完成条带间增益不一致影响消除。

6）回波异常和缺失的插补。借助加强平均方法，对异常回波、丢失回波进行插补。

7）多波束声呐图像的形成。根据回波强度的变化范围，将回波强度转换为0～255 灰度级，形成多波束声呐图像。

3 数据处理成果及分析

为了验证本文方法的有效性，在某港口锚地水域开展了多波束测量，采用的多波束仪器主要有T50-P 和Simrad EM 7125，采集了S7K 数据格式和PDS 数据格式，完成了331 条测线测量。测线布设如图2 所示。

图2 测线及Caris 处理后的多波束海底声呐图像

借助Caris 软件，对所有的多波束回波强度数据进行处理，并将回波强度转换为0～255 灰度级，获得了多波束声呐图像如图2（b）所示。可以看出，Caris 处理后的多波束声呐图像在条带内存在角度响应改正不完善、辐射畸变改正不彻底、回波异常和空缺造成异常地物和空白；在条带间，因为增益差异带来的灰度不均衡问题突出，严重影响了多波束声呐图像对海底底质分布和地貌特征的反映。为消除这些因素影响，借助本文给出的完整的数据处理方法开展每个条带的回波强度数据处理。为说明改正效果，任选一个Caris 处理后的多波束条带回波数据开展实验。从图3（a）看出，由于Caris 内置AR 经验改正模型不完善，改正后的回波强度仍呈现中间强度大、两侧强度小问题。采用2.3 节所给方法，对该条带再进行角相关改正，改正后的图像如图3（b）所示。可以看出，整个条带的回波强度在垂直航迹方向变化均匀，地物、底质分布变得连续、合理。

图3 多波束声呐改正结果

对所有条带进行辐射畸变改正、AR 改正及异常和空缺回波数据的处理后，实现了垂直航迹方向的Ping 扇面回波序列回波强度变化的一致性及形成的条带图像灰度在本条带内的均衡性（如图3(b)），但条带间增益的差异性问题仍会给区域声呐图像带来影响，导致多波束声呐图像呈现明暗相间的变化，不能很好的反映海底的地物和底质分布（如图4(a)所示）。为此，采用2.4 节给出的增益不一致探测和修复方法对条带图像的灰度不均衡问题进行改正，改正后的结果如图4(b)所示。可以看出，条带间的回波强度变化均匀，很清晰地呈现出了不同底质和地物的分布，真实地描述出了海底的地貌特征。

图4 处理后的多条带声呐图像拼接结果

对所有多波束测线的回波强度数据，按照第二、三节给出的方法和流程进行数据处理，利用处理后的回波强度得到的测量区域的多波束海底声呐图像如图5 所示。

图5 本文方法处理得到的全区域多波束声呐图像

比较图5 和图2（b），可以看出，借助Caris处理得到的回波强度中出现的辐射畸变改正不彻底、AR 改正不完善、条带间增益不一致以及回波强度异常和缺失问题，借助本文给出的回波强度处理方法和流程得到了很好的消除，形成的整个区域的海底声呐图像反映了海底的纹理细节，清晰地区分出了海底的底质和地物分布。表明了本文给出的多波束回波强度处理方法和流程的正确性。

4 结语

基于声线跟踪和地形坡度，可以得到准确的波束传播距离和波束在海底的投射面积，实现传播损失和声照面积的精确改正；基于经验AR 改正模型补偿后的回波强度残余与波束的角度相关，据此给出的角相关再补偿方法，很好地消除了AR 补偿残余的影响，实现了Ping 扇面内回波强度的渐进变化；提出的基于统计法的条带间增益差异消除方法，顾及了条带间增益差异这一成因，实现了回波强度在条带间的合理变化；联合给出基于加权平均的回波强度异常和空缺消除方法，形成了多波束回波强度的综合后处理方法，实现了多波束回波强度的精处理及高质量声呐图像的获取。

本文给出的多波束回波强度数据处理方法针对Caris 处理后的回波强度数据开展再处理。由于给出的辐射畸变改正、角度响应影响消除、条带间回波强度不均衡消除等方法均基于问题产生的成因和机理，因此同样适用于对多波束原始回波强度数据处理。