2023高教社杯 国赛数学建模B题思路 - 多波束测线问题
1 赛题
B 题 多波束测线问题
单波束测深是利用声波在水中的传播特性来测量水体深度的技术。声波在均匀介质中作匀 速直线传播, 在不同界面上产生反射, 利用这一原理,从测量船换能器垂直向海底发射声波信 号,并记录从声波发射到信号接收的传播时间, 通过声波在海水中的传播速度和传播时间计算 出海水的深度, 其工作原理如图 1 所示。由于单波束测深过程中采取单点连续的测量方法, 因 此,其测深数据分布的特点是, 沿航迹的数据十分密集, 而在测线间没有数据。
多波束测深系统是在单波束测深的基础上发展起来的,该系统在与航迹垂直的平面内一次 能发射出数十个乃至上百个波束,再由接收换能器接收由海底返回的声波, 其工作原理如图 2 所示。多波束测深系统克服了单波束测深的缺点,在海底平坦的海域内, 能够测量出以测量船 测线为轴线且具有一定宽度的全覆盖水深条带 (图 3)。
多波束测深条带的覆盖宽度 随换能器开角 a 和水深 D 的变化而变化。若测线相互平
行且海底地形平坦, 则相邻条带之间的重叠率定义为 = 1 − ,其中 d 为相邻两条测线的间
距, 为条带的覆盖宽度(图 4) 。若 < 0,则表示漏测。为保证测量的便利性和数据的完 整性, 相邻条带之间应有 10%~20% 的重叠率。
但真实海底地形起伏变化大,若采用海区平均水深设计测线间隔,虽然条带之间的平均重 叠率可以满足要求,但在水深较浅处会出现漏测的情况(图 5) ,影响测量质量; 若采用海区最 浅处水深设计测线间隔,虽然最浅处的重叠率可以满足要求,但在水深较深处会出现重叠过多 的情况(图 6), 数据冗余量大,影响测量效率。
问题 1 与测线方向垂直的平面和海底坡面的交线构成一条与水平面夹角为 a 的斜线(图 7), 称 a 为坡度。请建立多波束测深的覆盖宽度及相邻条带之间重叠率的数学模型。
若多波束换能器的开角为 120 ∘ ,坡度为 1.5 ∘ ,海域中心点处的海水深度为 70 m,利用上 述模型计算表 1 中所列位置的指标值,将结果以表 1 的格式放在正文中,同时保存到 result1.xlsx 文件中。
问题 2 考虑一个矩形待测海域(图 8) ,测线方向与海底坡面的法向在水平面上投影的夹 角为 F ,请建立多波束测深覆盖宽度的数学模型。
若多波束换能器的开角为 120o,坡度为 1.5o,海域中心点处的海水深度为 120 m,利用上 述模型计算表 2 中所列位置多波束测深的覆盖宽度,将结果以表 2 的格式放在正文中, 同时保 存到 result2.xlsx 文件中。
问题 3 考虑一个南北长 2 海里、东西宽 4 海里的矩形海域内,海域中心点处的海水深度 为 110 m,西深东浅, 坡度为 1.5o ,多波束换能器的开角为 120o 。请设计一组测量长度最短、 可完全覆盖整个待测海域的测线,且相邻条带之间的重叠率满足 10%~20% 的要求。
问题 4 海水深度数据 (附件.xlsx)是若干年前某海域(南北长 5 海里、东西宽 4 海里) 单波束测量的测深数据,现希望利用这组数据为多波束测量船的测量布线提供帮助。在设计测 线时, 有如下要求: (1) 沿测线扫描形成的条带尽可能地覆盖整个待测海域; (2) 相邻条带之间 的重叠率尽量控制在 20% 以下;(3) 测线的总长度尽可能短。在设计出具体的测线后,请计算 如下指标: (1) 测线的总长度; (2) 漏测海区占总待测海域面积的百分比;(3) 在重叠区域中, 重叠率超过 20% 部分的总长度。
注 在附件中, 横、纵坐标的单位是海里,海水深度的单位是米。 1 海里=1852 米。
2 解题思路
🥇 最新思路更新(看最新发布的文章即可):
https://blog.csdn.net/dc_sinor?type=blog
3 最新思路更新
🥇 最新思路更新(看最新发布的文章即可):
https://blog.csdn.net/dc_sinor?type=blog
3 更新记录
第一问
让我们按照以下步骤进行操作:
- 使用给定的公式和数据计算每个测线位置的覆盖宽度。
- 计算每个测线位置的重叠率。
- 汇总所有数据。
首先,我们使用以下公式计算每个位置的覆盖宽度 ( W’ ):
[
W’ = 2 \times D \times \tan\left(\frac{\theta}{2}\right) \times \cos(\alpha)
]
其中:
- ( D ) 是给定位置的深度(题目中提供的深度数据为70m)。
- ( \theta ) 是开角(在本问题中为 ( 120^\circ ))。
- ( \alpha ) 是坡度(在本问题中为 ( 1.5^\circ ))。
然后,我们使用以下公式计算重叠率 ( \eta ):
[
\eta = 1 - \frac{d}{W’}
]
其中 ( d ) 是相邻两条测线的间距(在此问题中为200米)。
接下来,我们将进行这些计算。
根据给定的数据和公式,以下是我为每个测线位置计算的覆盖宽度和与前一条测线的重叠率:
对于海水深度,我们可以使用坡度 (\alpha) 从中心点处的深度 (D_{\text{center}} = 70 \text{m}) 逐渐计算。考虑到坡度和每个测线位置的距离,我们可以使用以下公式计算每个位置的海水深度:
[
D = D_{\text{center}} + \text{dist} \times \tan(\alpha)
]
其中 (\text{dist}) 是从中心点的距离。
第二问
"测绘方向"或"测线方向"通常是指测量船或其他测量设备沿其移动路径的方向。在多波束测深的背景下,测线方向与海底坡面的法向在水平面上投影的夹角 ββ 表示测绘船航行方向与海底坡度方向之间的角度差异。
为了清晰地理解,考虑以下情景:
当 β=0∘ 时,测绘船正好沿着坡面的最陡峭方向移动。
当 β=90∘ 时,测绘船正好沿着坡面的最平坦方向移动。
这个角度决定了测绘结果的准确性和覆盖范围。例如,当船沿着坡面的最陡峭方向移动时,由于地形的变化,可能会产生一些测量误差或漏测区域。而当船沿着坡面的最平坦方向移动时,测量的覆盖范围可能会更宽。
在本题的背景下,给定了不同的测绘方向 ββ,目的是为了计算每个方向上多波束测深的覆盖宽度。
更新内容:讲解视频+代码
相关文章:

2023高教社杯 国赛数学建模B题思路 - 多波束测线问题
1 赛题 B 题 多波束测线问题 单波束测深是利用声波在水中的传播特性来测量水体深度的技术。声波在均匀介质中作匀 速直线传播, 在不同界面上产生反射, 利用这一原理,从测量船换能器垂直向海底发射声波信 号,并记录从声波发射到信…...
【计算机视觉 | 目标检测】arxiv 计算机视觉关于目标检测的学术速递(9 月 4 日论文合集)
文章目录 一、检测相关(8篇)1.1 Impact of Image Context for Single Deep Learning Face Morphing Attack Detection1.2 A Theoretical and Practical Framework for Evaluating Uncertainty Calibration in Object Detection1.3 What Makes Good Open-Vocabulary Detector: A…...
游戏优化注意点
特效性能分析: 1、粒子数量太多,这个会对CPU的耗时产生一定的压力。 2、粒子的size太大,这样容易导致渲染的像素数量非常高。 3、Overdraw非常高,当场上粒子数非常高导致叠层很高,会造成Overdraw很高,这会…...

【unity3D】如何修改相机的默认视角
💗 未来的游戏开发程序媛,现在的努力学习菜鸡 💦本专栏是我关于游戏开发的学习笔记 🈶本篇是unity的如何修改相机的默认视角 如何修改相机的默认视角 Game窗口运行的话视角是这样的: 此时Scene窗口的视角是这样的&…...
Docker的初级使用
Docker的初级使用 Docker的安装1.1 如果之前安装过旧版本的Docker,可以使用下面命令卸载:1.2.安装docker1.3.启动docker1.4.配置镜像加速2.CentOS7安装DockerCompose2.1.下载2.2.修改文件权限2.3.Base自动补全命令:3.Docker镜像仓库3.1.简化版镜像仓库3.2.带有图形化界面版本…...
minimumLineSpacing和minimumInteritemSpacing问题研究
结论:minimumLineSpacing和minimumInteritemSpacing问题研究 (1)如果cell的宽度是固定的,方向是水平时, 1 3 5 2 4 6 minimumLineSpacing 是 12 到 34的距离 minimumInteritemSpacing 是1到2的距离 (2)如果cell的宽度是不固定的࿰…...

【操作系统】聊聊Linux内存工作机制
内存主要是用来存储系统和应用程序的指令、数据、缓存等 内存映射 内存是需要安全机制保护的,所以只有内核才可以直接访问物理内存。进程如果要访问内存需要通过独立的虚拟地址空间。 虚拟地址空间其实包含两部分。一部分是内核空间,另一部分就是用户…...
MySQL索引的类型有哪些?
分析&回答 从功能逻辑角度,可分为: 普通索引 INDEX(普通索引) ALTER TABLE table_name ADD INDEX index_name ( column )唯一索引 UNIQUE(唯一索引) ALTER TABLE table_name ADD UNIQUE (column)主键索引 PRIMARY KEY(主键索引…...

【JavaScript】在指定dom元素前面创建标签元素
一、基础操作过程 要在指定的DOM元素前面创建标签元素,有以下步骤: 获取指定的DOM元素:使用document.querySelector()或document.getElementById()等方法来获取指定的DOM元素。 const targetElement document.querySelector(#targetElement…...

ARMv8 TTBRx寄存器
ARMv8 TTBRx寄存器 1 TTBR0_ELx and TTBR1_ELx2 TTBR0_ELx2.1 TTBR0_EL12.2 TTBR0_EL22.3 TTBR0_EL33 TTBR13.1 TTBR1_EL13.2 TTBR1_EL2 4 访问TTBRx寄存器4.1 TTBR0_ELx4.2 TTBR1_ELx 5 TTBRx保留的是物理地址还是虚拟地址5.1 保存的是物理地址还是虚拟地址5.2 为什么是物理地…...

C51智能小车(循迹、跟随、避障、测速、蓝牙、wifie、4g、语音识别)总结
目录 1.电机模块开发 1.1 让小车动起来 1.2 串口控制小车方向 1.3 如何进行小车PWM调速 1.4 PWM方式实现小车转向 2.循迹小车 2.1 循迹模块使用 2.2 循迹小车原理 2.3 循迹小车核心代码 3.跟随/避障小车 3.1 红外壁障模块分析编辑 3.2 跟随小车的原理 3.3 跟随小…...

回归预测 | MATLAB实现PCA-BP主成分降维结合BP神经网络多输入单输出回归预测
回归预测 | MATLAB实现PCA-BP主成分降维结合BP神经网络多输入单输出回归预测 目录 回归预测 | MATLAB实现PCA-BP主成分降维结合BP神经网络多输入单输出回归预测效果一览基本介绍程序设计参考资料 效果一览 基本介绍 MATLAB实现PCA-BP主成分降维算法结合BP神经网络多输入单输出回…...

Kubernetes(k8s)部署高可用多主多从的Redis集群
Kubernetes部署高可用多主多从的Redis集群 环境准备准备Kubernetes准备存储类 部署redis准备一个命名空间命令创建yaml文件创建(推荐) 准备redis配置文件准备部署statefulset的资源清单文件执行文件完成部署初始化集群 环境准备 准备Kubernetes 首先你…...

算法专题:前缀和
文章目录 Acwing:前缀和示例2845.统计趣味子数组的数目思路容易理解的写法:前缀和两层循环存在问题:超时 优化写法:两数之和思路,转换为哈希表 前缀和,就是求数组中某一段的所有元素的和。 求子数组中某一…...

bs4库爬取天气预报
Python不仅用于网站开发,数据分析,图像处理,也常用于爬虫技术方向,最近学习了解下,爬虫技术入门一般先使用bs4库,爬取天气预报简单尝试下。 第一步:首先选定目标网站地址 网上查询,…...

l8-d8 TCP并发实现
一、TCP多进程并发 1.地址快速重用 先退出服务端,后退出客户端,则服务端会出现以下错误: 地址仍在使用中 解决方法: /*地址快速重用*/ int flag1,len sizeof (int); if ( setsockopt(fd, SOL_SOCKET, SO_REUSEADDR, &a…...

编写中间件以用于 Express 应用程序
概述 中间件函数能够访问请求对象 (req)、响应对象 (res) 以及应用程序的请求/响应循环中的下一个中间件函数。下一个中间件函数通常由名为 next 的变量来表示。 中间件函数可以执行以下任务: 执行任何代码。对请求和响应对象进行更改。结束请求/响应循环。调用堆…...
【2023年数学建模国赛】D题解题思路
2023年数学建模国赛D题解题思路 为了解决问题1、问题2和问题3,我们可以采用动态规划方法来制定生产计划,考虑了不确定性因素和多种可能情况的预案集。首先,我们需要定义一些变量和符号: T T T:总的养殖周期࿰…...
python爬虫之正则表达式学习
网络安全离不开脚本和工具的开发,python很多又需要正则表达式。 这是一个很好的学习正则表达式的项目 https://github.com/ziishaned/learn-regex/blob/master/translations/README-cn.md 基本匹配 正则表达式其实就是在执行搜索时的格式,它由一些字…...

智慧能源方案:TSINGSEE青犀AI算法中台在能源行业的应用
一、方案背景 互联网、物联网、人工智能等新一代信息技术引领新一轮产业革命,加快能源革命步伐。尤其是随着人工智能技术的不断发展,AI智能检测与识别技术在能源行业的应用也越来越广泛。与此同时,国家出台多项政策,将智慧能源纳…...
三维GIS开发cesium智慧地铁教程(5)Cesium相机控制
一、环境搭建 <script src"../cesium1.99/Build/Cesium/Cesium.js"></script> <link rel"stylesheet" href"../cesium1.99/Build/Cesium/Widgets/widgets.css"> 关键配置点: 路径验证:确保相对路径.…...
关于 WASM:1. WASM 基础原理
一、WASM 简介 1.1 WebAssembly 是什么? WebAssembly(WASM) 是一种能在现代浏览器中高效运行的二进制指令格式,它不是传统的编程语言,而是一种 低级字节码格式,可由高级语言(如 C、C、Rust&am…...
Spring AI与Spring Modulith核心技术解析
Spring AI核心架构解析 Spring AI(https://spring.io/projects/spring-ai)作为Spring生态中的AI集成框架,其核心设计理念是通过模块化架构降低AI应用的开发复杂度。与Python生态中的LangChain/LlamaIndex等工具类似,但特别为多语…...

【Oracle】分区表
个人主页:Guiat 归属专栏:Oracle 文章目录 1. 分区表基础概述1.1 分区表的概念与优势1.2 分区类型概览1.3 分区表的工作原理 2. 范围分区 (RANGE Partitioning)2.1 基础范围分区2.1.1 按日期范围分区2.1.2 按数值范围分区 2.2 间隔分区 (INTERVAL Partit…...
ip子接口配置及删除
配置永久生效的子接口,2个IP 都可以登录你这一台服务器。重启不失效。 永久的 [应用] vi /etc/sysconfig/network-scripts/ifcfg-eth0修改文件内内容 TYPE"Ethernet" BOOTPROTO"none" NAME"eth0" DEVICE"eth0" ONBOOT&q…...
Java线上CPU飙高问题排查全指南
一、引言 在Java应用的线上运行环境中,CPU飙高是一个常见且棘手的性能问题。当系统出现CPU飙高时,通常会导致应用响应缓慢,甚至服务不可用,严重影响用户体验和业务运行。因此,掌握一套科学有效的CPU飙高问题排查方法&…...

浪潮交换机配置track检测实现高速公路收费网络主备切换NQA
浪潮交换机track配置 项目背景高速网络拓扑网络情况分析通信线路收费网络路由 收费汇聚交换机相应配置收费汇聚track配置 项目背景 在实施省内一条高速公路时遇到的需求,本次涉及的主要是收费汇聚交换机的配置,浪潮网络设备在高速项目很少,通…...

【C++特殊工具与技术】优化内存分配(一):C++中的内存分配
目录 一、C 内存的基本概念 1.1 内存的物理与逻辑结构 1.2 C 程序的内存区域划分 二、栈内存分配 2.1 栈内存的特点 2.2 栈内存分配示例 三、堆内存分配 3.1 new和delete操作符 4.2 内存泄漏与悬空指针问题 4.3 new和delete的重载 四、智能指针…...

uniapp手机号一键登录保姆级教程(包含前端和后端)
目录 前置条件创建uniapp项目并关联uniClound云空间开启一键登录模块并开通一键登录服务编写云函数并上传部署获取手机号流程(第一种) 前端直接调用云函数获取手机号(第三种)后台调用云函数获取手机号 错误码常见问题 前置条件 手机安装有sim卡手机开启…...
django blank 与 null的区别
1.blank blank控制表单验证时是否允许字段为空 2.null null控制数据库层面是否为空 但是,要注意以下几点: Django的表单验证与null无关:null参数控制的是数据库层面字段是否可以为NULL,而blank参数控制的是Django表单验证时字…...