C12是一款1.2米长的专为侧扫声呐、水质采样和在线水质分析而设计的智能无人船，船体采用双体船型设计，船体重心低、航行姿态平稳、航速快，船体中心为传感器设备预留充足空间。使用凯夫拉碳纤维混纺材质，船体耐磨防撞。采用电动液压升降系统，大大减小设备安装运输难度，有效保护设备的运行安全，采用本地化存储加4G网络控制系统，确保数据的稳定记录。1.重型液压升降系统C12无人船选配重型液压系统，可应用于侧扫声呐和在线水质分析仪的收放。系统配备一键升降系统，降低设备安装的困难度，便于设备搬运，保障设备使用的安全。2.暗管探测应用传统的暗管排查作业,大多数需要工作人员携带相关设备下水探测,由于暗管隐蔽性强,作业人员常常无功而返,即使有所斩获,也要耗费巨大的人力和时间,遇到高污染的危险环境,作业人员的人身安全和健康难以得到保障。更何况,通过人工获取的数据存在比较大的误差,这也是传统暗管排查的一大弊端。所以,暗管排查面临耗时耗力、作业环境危险等诸多痛点难点,成为治污路上的绊脚石。C12无人船通过搭载侧扫声呐设备，将侧扫的声波实时、直观地反馈在电脑基站系统中，现场排查人员即可通过声波呈现的图像，初步甄别该水域是否有暗管偷排。通过RTK,工作人员还可精确定位目标位置和获取具体参数，方便取证。无人船最大的优势就是“快速”，而且数据记录完整、准确,给排污口排查带来了效率上的直接提升。C12搭配的重型液压升降系统可承载20KG的载荷，兼容市场主流侧扫声呐设备，双体船的设计便于设备的运输和安装。3.水质采样应用C12智能无人船可灵活搭载水深采样模块，采样模块可以安装最多4个500ml采样瓶，采用4G无限传输，在手机、平板、电脑端等都可以进行软件控制，使用非常安装。① 模块安装该模块安装非常方便，只需要把采样模块安装在无人船设备桶里面，接上防水插头即可。② 采样瓶检查采样瓶采集前，要确保连接控制线路。同时使用前确保瓶内干燥，避免其他水源污染。1号采样瓶和2号采样瓶采用 对称安装，同样3号和4号采样瓶也采用对称安装，确保整个无人船重心平稳。③ 采样水量控制用户可以根据需要，设置每个采样瓶的采水量，把水量控制模块放置在采样瓶上对应的刻度尺即可设置每个采样瓶的采水量。④ 在线查看无人船正常连接后，可以在手机端看到每个采样瓶的连接情况，正常连接，采样器的图标显示在线状态。4.水质在线分析应用C12无人船预留在线水质分析仪数据接口，可搭载国内外多品牌在线水质分析仪，从而达到水环境在线监测的目的。C12采用模块化的设计，搭配水质分析仪固定安装支架，在5分钟内即可完成设备的安装，实现在线监测。借助在线云平台4/5G传输，用户可在网页端实时查看水质数据，支持表格生成功能。仪器开机自动上传，云端数据支持180天备份下载。

半个多世纪以来，随着人类对海洋的利用和开发投入的不断增大，水下航行器在很多方面都得到了广泛的应用与关注，如水下大范围调查，海底绘图，深海探测，科学采样，水下管道的铺设、跟踪和维护，以及在军事方面的战场监视、隐蔽打击、搜寻和救援工作等。导航是一个研究领域，由于水下环境的复杂性以及信息传输方式和传输距离的受限性，水下导航比起空中导航具有更大的难度。作为水下航行器的核心与关键技术之一，导航技术同时也是科研人员最难解决的一个重要技术。美国等西方发达国家在这一领域一直处于领先地位，我国在该领域起步较晚，但也取得了一定的成绩。本文提出针对近海和深远海条件下的水下长航时导航方案，并对涉及的关键技术进行探究，这些为未来水下航行器的导航提供了新的研究方向与解决思路。一、针对近海条件下的水下长航时导航方案微机电系统（即MEMS）惯性导航系统是微集成水下导航设备的核心器件，其满足低功耗和低成本的精度要求，但由于MEMS惯性器件精度较低，在水下航行器长时间航行过程中，需要辅以电子磁罗盘、DVL、深度计、GPS等传感器和导航设备。针对近海某固定海域，水下GPS水声定位设备能够得到较好的实现与应用，与惯导系统协同导航。水下GPS系统主要由海底基站、船载位置标校设备和水中用户终端3部分组成，其利用声波可在水下远距离传播的特性，实现水下高精度定位，水下GPS系统组成框图及相互关系如图1所示。图1 水下GPS系统组成示意图海底基站是海底部分的主要组成部分，它集成声信标和声通信机，可发射和接收声信号，通过与水中用户间的声学应答及声学通信等方式来实现水下用户的定位导航和信息交互。在核心作业区域，海底基站通过固定支架固定于海底，通过水面系统进行位置标校后，作为海底位置参考基准给水中用户提供定位导航服务。船载位置标校设备通常安装在水面船上，主要作用是为海底基站提供准确定位。在海底基站布设完成后，利用标校设备对其进行标定，即定位，以确定海底各基准站的绝对位置，并定期对其进行位置校准，以获取其变化信息。标校系统利用船载标定系统与海底定位基站声学基阵单元之间的距离，基于距离交会原理，通过高精度数据处理方法，获得船载收发器与海底基阵元之间的相对坐标，结合船载GNSS设备和IMU设备提供的船体瞬时绝对位置，推算出海底定位基站的绝对坐标，以实现海底定位基站的绝对校准。绝对标校是实现陆地-海面基准向海底基准传递的一个重要环节。水中用户终端安装在水下目标上，搭载声通信机，接收和发送水声信号，与海底基站间进行声学通信。同时，水下目标平台装载惯性导航设备（INS）、多普勒测速仪（DVL）、测距仪，水中用户将各个设备信息融合处理实现高精度的定位和信息交互。在大型高精度水面或水下平台附近应用，可采用传递对准、协同导航等技术提升微小型水下平台的导航精度。建立长期的水下GPS系统是未来水下机动平台实现全航程隐蔽航行的必要前提，具有重要战略意义。二、针对深远海条件下的水下长航时复合导航方案在深远海作业条件下，水下航行器采用任何单一导航方式都无法达到中高精度导航要求，所以开展多传感器信息融合、根据环境因素采取适当导航方式，实现水下潜航器长航时、高精度、高可靠性工作就显得尤为重要。针对深远海的水下导航需求，主要采用以下3种方式实现水下导航：⑴惯性/声学组合导航在水下依赖多普勒测速仪DVL和超短基线定位系统USBL等方式，对惯性系统误差进行实时修正。⑵惯性/重力、磁无源导航该方式比较适用于水下环境的物理场变化较为显著的区域，当航行体行驶至该目标区域时，可以使用外部相关信息来及时修正导航误差。⑶跨介质平台协同导航在深远海航行条件下，如果部分区域可由我方船只利用声学装置，向水下平台提供GNSS信息，辅助系统修正导航误差。3种方式中，方式1作为核心的辅助导航手段，全程辅助修正惯性系统误差；方式2可通过规划水下载体的航行路线实现，使载体在行驶途中通过重磁信息变化较大区域；方式3受外部环境限制，仅在具备条件时使用。⒈惯性/声学一体化组合导航终端惯性/声学一体化组合导航设备主要以水下组合导航的高精度惯性导航设备为核心，以其他传感器辅助校正，包括INS/USBL一体化系统和INS/DVL一体化系统等。通过对USBL及DVL等声学系统的误差建模与分析，建立SINS/USBL，SINS/DVL组合导航系统误差模型，结合信息融合技术，实现组合系统导航定位要求。基于子导航定位系统相互修正的方式，实现对水下多功能导航系统误差重调及精确定位。深远海中高精度水下导航技术途径如图2所示。图2 深远海中高精度水下导航技术途径⒉惯性/重力、磁场无源导航终端重力、地磁、地形匹配导航无需外部信息，属于自主、全要素、静默导航，在定位的同时实现定姿。高精度水下机动平台在特殊环境中完成作战任务，必须发展地球物理导航技术。重力无源辅助导航是利用地球重力场特征信息来确定水下航行器自身位置信息的一种自主导航技术，其基本工作原理如图3所示。图3 无源重力辅助导航原理示意图⒊跨介质多平台协同导航水下航行器在长时间航行中存在较大误差，为了修正误差，通常的做法是每间隔一段时间，航行器上浮至水面接收GPS定位信息进行导航误差修正。但这种做法时间长、消耗成本高，灵活性也差。针对这一问题，开展基于水面移动平台（无人船）、固定平台（浮标）的跨介质无线通信与控制技术研究，建立有效、可靠、实时的空中/水面/水下跨介质无线通信链路，满足海陆空天一体化通信网络数据实时传输的要求，实现多导航平台通信组网、水下导航系统参数定期标校等。其基本思路是：潜航器等水声通信机与水面上的浮标通信，将信息传到浮标中继，也可以从浮标处获取来自陆地的指令，水面浮标作为中继，向下通过水声通信机与水下终端通信，向上通过无线模式与卫星、陆上基站进行通信，卫星及陆上基站通过无线电可为水面浮标发送控制指令和定位信息等。重点需要对跨介质无线通信信道建模与编码技术、实时跨介质数据传输技术、复杂海洋环境水声通信技术等关键技术开展研究。⑴开展跨介质无线通信信道建模与编码技术研究建立多径-多普勒时变频移特性的信道简化模型及跨介质无线通信信道传播模型，重点研究时变信道的OFDM系统实现，提出对跨介质OFDM系统多普勒估计与补偿的改进方案，并采用纠错编码方式，用时域均衡的方法消除信道的影响，提高跨介质无线通信的稳定性。⑵开展实时跨介质数据传输技术研究由于跨介质通信链路中水声通信速率受限，为保证通信实时性，考虑从减少数据量和降低中继延时两方面出发开展研究。⑶开展复杂海洋环境水声通信技术研究水声信号受海洋内波、背景噪声、信号多径传播等因素影响，变化比较剧烈，表现为高度时空多变性，从而导致节点间通信信号不稳定，链路中断现象经常发生且不可预测。针对水声通信的发送端和接收端，分别开展复杂海洋环境水声通信技术的研究，拟在发送端研究海洋声信道自适应匹配技术和信道编码技术，在接收端研究针对水声时变信道的自适应信道估计技术，从而提高水声通信链路的可靠性。三、针对近海和深远海条件下的水下长航时导航方案关键技术研究⒈仪表与系统级误差建模及补偿⑴开展仪表与系统误差建模技术研究分析水下航行器中各导航传感器的工作原理以及引起测量误差的原因，并建立各传感器的误差模型；研究传感器数据降噪方法，利用小波变换和经验模型分解等手段研究信号降噪方法，开展水下航行器各传感器数据预处理，开展仿真试验验证研究，开展水下平台运动模型及洋流运动模型研究，并结合仪表误差开展系统误差模型研究。⑵研究快速对准、在线标定及在线误差补偿技术开展微集成水下导航设备的快速对准和坐标系标 校工作，降低水下微小型设备的工作准备时间；研究各类传感器安装误差、传递误差的标定和消除技术，重点开展微集成水下导航设备的在线标定、误差估计与补偿技术，减少设备在长期使用过程中的频繁标定和维护成本，降低水下导航设备生产和使用成本；针对MEMS惯性仪表误差发散过快问题，开展系统级误差动态补偿技术研究，综合利用水下平台运动信息、洋流信息、辅助传感设备信息等，开展系统级在线误差估计和补偿技术，提高导航设备的持续定位精度。图4 微集成系统误差建模与补偿综上所述，针对微小型水下航行器、水下滑翔机、蛙人、鱼雷及水雷等低成本、低精度、低功耗水下人机平台，对其进行误差建模与补偿技术研究是提高惯导精度、组合导航精度的关键，其技术路线如图4所示。⒉重力、磁场等无源导航关键技术研究⑴开展高精度、高分辨率矢量基准数据库构建技术研究建立精度和分辨率均满足实际导航要求的海洋重力背景场，其是将重力匹配导航技术在水下导航中得以应用的关键基础之一。开展地磁矢量基准数据库构建技术研究包括数据清单、数据描述、数据指标、数据使用说明、数据应用展示、数据实体等，突破空中磁力数据向下延拓的边界效应抑制技术、磁力测量数据数字滤波、多源磁力数据融合、地磁日变改正、局域地磁场模型构建等关键技术，开展试验区域选定、试验区域地磁场数据处理、由测量数据构建试验区域地磁基准数据库、数据库快速访问查询等研究，构建高精度地磁数据库，满足INS/地磁导航终端应用需求。⑵开展无源导航匹配算法研究由于在实际过程中提取海洋重力场特征比较困难，加之海洋环境变化复杂，因此对重力匹配算法的鲁棒性也提出了更高的要求。⒊多源信息融合技术由于水下导航环境十分复杂，水下导航一般来说需要采用多种传感器来进行相互协同工作。针对水下多传感器信息融合技术，开展联邦卡尔曼滤波的相关研究，联邦卡尔曼滤波是一种分布式数据融合结构。联邦滤波器的一般结构图如图5所示。联邦卡尔曼滤波的设计思想是先进行分散处理，再进行全局融合。图5 联邦卡尔曼滤波器的一般结构四、结语本文针对近海条件下提出水下航行器的长航时导航方案，并指出绝对标校是实现陆地-海面基准向海底基准传递的一个重要环节。此外建立长期的水下GPS系统是未来水下机动平台实现全航程隐蔽航行的必要前提，具有重要战略意义。针对深远海条件提出水下航行器长航时复合导航方案，提出了3种方式实现水下导航，即惯性/声学组合导航、惯性/重力、磁无源导航、跨介质平台协同导航。此外还针对近海和深远海2种条件，对水下长航时导航方案关键技术进行研究，主要包括仪表与系统级误差建模及补偿；重力、磁场等无源导航关键技术研究及多源信息融合技术，并指出误差建模与补偿技术研究是提高惯导和组合导航精度的关键所在。针对水下多传感器信息融合技术，提出开展联邦卡尔曼滤波相关研究的必要性。本文将为未来水下航行器的导航研究提供新的研究方向与解决途径。【作者简介】文/聂为彪 陈勇 钱治强 田晓宇 王兆杰 郭超，来自中国舰船研究院。第一作者聂为彪，男，1985年出生，博士，高级工程师，研究方向为水下航行器导航、控制与仿真。本文来自《舰船科学技术》（2021年增刊1），参考文献略，用于学习与交流，版权归作者及出版社共同拥有，由“溪流之海洋人生”微信公众平编辑与整理。

   机载激光雷达测深系统的研发开始于20世纪60年代末期，其中以澳大利亚研制成功的WRELADS-1为代表，主要进行了激光测深的机理研究，到了20世纪90年代瑞典研制的HAWEEYE系统标志着机载激光雷达测绘近海海底地貌进入实用化。机载激光雷达集成全球卫星定位系统、惯性导航系统、扫描系统和激光测距系统，通过各个子系统得到位置、姿态和距离信息来解算地物的空间位置。机载海洋激光雷达在海洋地形测绘中相对于传统的人工测量加船载测量方式，可以克服对于浅水地区船只无法通行的困难，具有机动性高、测绘面积大、成本低等优势。因此机载海洋激光雷达测深在海洋浅海深度提取、海岸线调查、军事侦查等调查具有重要地位。机载海洋激光雷达测深原理是从机载激光全回波波形中提取出海面回波和海底回波时刻，通过光速乘以时间计算出海水深度，因此如何正确提取海底回波时刻是机载激光雷达的关键技术。为了提升机载海洋激光雷达的最大可探测深度，国产机载海洋激光雷达采用敏感度强的PMT装置，用于放大强度低的深水回波信号，但同时也放大了噪声。因此对于深水的回波波形，海底的微弱信号在回波波形上幅度小，而且容易被噪声淹没。常见的海底回波提取算法包括波峰检测、解卷积、波形分解，且算法主要包括两大步骤，初始参数确定和参数优化。由于这些方法都对于单条波形进行处理，参数的确定易受到噪声的影响，进而影响到下一步参数优化，因此容易提取出错误的海底回波时刻，甚至提取不到海底回波。为此需要一种能够有效从噪声中提取出海底回波的处理方法。综上，由于噪声在空间上不具有相关性，而海底回波在空间上具有相关性，文中将波形按采集顺序组合成二维的回波强度图像，通过图像处理方法，可以有效区分海底回波信号和噪声部分，进而提取出海底回波廓线，提升海底回波的提取能力。一、仪器与数据实验采用的机载海洋激光雷达设备是中国科学院上海光学精密机械研究所研制的新型机载双频雷达测深系统(Mapper5000)，如图1所示，实验区域为中国海南省三亚市南海某海岛附近海域。该系统具有海洋测绘和陆地测绘两种模块，海洋测绘模块使用1064nm波长激光和532nm波长激光，其中1064nm波长激光探测器为APD，该回波信息用于记录海表回波信号，532nm波长激光探测器为PMT，该回波信息用于提取海底回波信息。图1  机载双频激光雷达Mapper5000系统海洋测绘模块采用卵形扫描器和高速波形采集卡，可实现最大30°角，采样间隔1ns的探测采集。为了能够采集到不同海水深度的海底回波信号，海洋测绘模块采用了分视场的接收光路设计，如图2所示，总的视场角为40mrad，其中中间的6mrad视场作为浅水通道，6～40mrad的环形视场作为深水通道。对于深水通道削去了中间视场，可以避免海面和浅水区域的强回波信号，而随着激光光束随海水深度逐渐展宽，深水的海底回波信号将被环形视场接收。文中选取实验数据为新型机载双频雷达测深系统的深水通道数据。图2  分视场接收光路示意图二、图像处理流程和方法⒈拼接海水回波能量剖面图新型机载双频雷达测深系统的全回波波形会因为激光器能量的抖动或是探测器响应饱和使得回波波形能量基线值不同，如图3(a)所示，因此为了增大信号和噪声的对比度，避免在图像上因为回波基线值不同导致后续图像分割错误的情况，需要对单一回波进行基值校正。文中选取每条波形最后100ns范围内的回波均值作为基线值，将回波减去基线值，完成基值校正，如图3(b)所示。图3  未校正基值波形之间对比和校正基值后波形之间对比。(a)未校正基值波形之间对比；(b)校正基值波形之间对比为了能够拼接出连贯的海底回波波形廓线，选取新型机载双频雷达测深系统扫描电机编码数相同的波形进行拼接，保证图像拼接列数方向为飞机飞行方向。将拼接图像利用公式(1)进行灰度归一化：B＝(A−min(A))/(max(A)−min(A))   ⑴式中：A为输入的原始图像；B为归一化后图像。归一化后拼接的海水回波能量剖面图，如图4所示。图4  海水回波能量剖面图图中每一列代表一条回波波形，灰度值代表该点的回波能量，从上至下每一行代表一个采样时刻，采样时刻单位为ns。由图4可见一条明显的海底回波廓线，但在500行往下廓线逐渐消失，不再明显，相应波形如图3中波形1所示。为了减小高回波能量对图像灰度值显示范围的拉伸，截取图像401～600行并通过公式(1)进行归一化，用于下一步的图像处理，如图5所示。图像中可以较明显的看到海底回波廓线，相对于图3中波形1无明显海底回波，初步验证了图像处理提取海水深度的可行性。图5  401～600ns范围的海水回波能量剖面图⒉图像预处理图像预处理包括灰度化、高通滤波、对比度增强等。为了凸显海底回波廓线区域，消除噪声对后续海底回波廓线的影响需要对图像进行滤波处理。对于任意深度的海底回波信号能量应当与其相邻的海底回波能量相似，因此选择采样双边滤波对图像进行平滑操作并突出海底回波廓线区域，双边滤波在高斯滤波考虑像素空间距离的基础上还考虑了灰度的相似性，在消除噪声的同时保持图像的边缘细节。双边滤波由公式(2)定义：空间域核和图像像素域核可以视为二维高斯函数，δs为空间域核标准差，δγ为像素域核标准差。在图像的平坦区域，图像灰度值变换小，像素域权重约为1，此时空间域权重起主要作用，相当于进行高斯滤波。在图像边缘区域，空间小范围内灰度值剧烈变化，空间域权重约为1，此时像素域权重变大起主要作用，因而保持了边缘信息。实验表明，当窗口大小取22，δs取5，δγ取0.7时滤波效果好，如图6所示。图6  经过双边滤波后的海水回波能量剖面图⒊海底回波廓线提取对经过双边滤波后的海水回波能量剖面图进行海底回波廓线提取之前，需要对图像进行分割，将海底回波廓线区域和海水散射层回波信号区域分割开来。再单独对感兴趣的区域做进一步的处理。常见的图像分割方法可以分为基于阈值的分割方法、基于区域的分割方法和基于边缘的分割方法等。文中选用基于阈值的分割方法中的Niblack方法。Niblack算法是一种常见的局部阈值二值化算法，局部阈值通过计算以像素点为中心，窗口大小范围内的灰度平均值和标准差得到，如果该像素值大于计算的局部阈值，视该像素点为前景，赋值为1，反之视为背景赋值为0，具体阈值计算公式见公式(6)：T(x,y)＝m(x,y)＋k×s(x,y),(x,y)∈S     ⑹式中：T是阈值；m是邻域S中的均值；s是邻域S中的方差；k是预先设定的修正值。由于局部阈值二值化算法能够根据像素点所在位置不同，确定不同的二值化阈值，实施自适应的二值化处理，因而对背景灰度变换较大，存在突发噪声的图像处理也有较好的效果。但Niblack对于边界区域(r−1)/2内的像素无法求取阈值，同时如果整个窗口内的像素都为背景，通过Niblack计算后必有一部分像素被误认为前景。文中选取的Niblack局部阈值窗口大小为13，修正值为0.2，同时为防止海底廓线区域出现断裂，用半径为3的圆结构对图像进行闭操作，处理后图像见图7(a)。图7  (a)Niblack局部阈值化后的海水回波能量剖面图；(b)分割目标区域对应海水回波能量图中除了海底廓线区域外还存在较多错误提取的前景目标，需要对分割的前景目标做进一步的判别以从分割区域中选择出海底回波廓线区域。通过观察分割目标所在位置对应的双边滤波后海水回波能量剖面图，如图7(b)所示，发现海底回波廓线区域灰度值普遍比背景区域大，因此统计经过双边滤波后的图像上相同位置区域的均值，找到均值最大的区域视为海底廓线区域，至此提取出海底回波廓线区域。对寻找到的海底回波廓线区域按列进行处理，找到每一列第一个为目标的索引值t1和最后一个为目标的索引值t2，通过公式(7)计算该列的海底回波对应时刻t为：t＝(t1＋t2)/2            ⑺绘制出海底回波廓线，如图8所示。图8  海底回波廓线三、图像处理与波形处理结果对比    将图5对应数据通过传统波形处理方法进行处理，不进行激光入射角度修正，比对文中方法与传统波形处理方法所求401ns后的激光斜距，如图9(a)所示。文中方法与传统波形处理在海水斜距50m之前有很好的一致性，且图像处理方法得到斜距与波形处理方法得到斜距相差如图9(b)所示，两者斜距的平均偏差为0.5148m，充分说明了文中方法的优越性。图9  (a)图像处理方法与波形处理方法比对结果；(b)图像处理斜距减去波形处理斜距后的差值绘制另外四组扫描电机编码数不同的海水回波能量剖面图，并处理得到相应的海底回波廓线，如图10所示，对应四组图像处理和波形处理比对结果如图11所示，斜距差值如图12所示。图10  不同电机编码数下的海底回波廓线图11  对应图10区域图像处理和波形处理比对结果图12  对应图10区域图像处理和波形处理斜距差值统计这四组数据通过图像处理方法和波形处理方法探测到海底回波个数、最大探测斜距以及平均偏差见表1。表1  不同算法的探测海底回波个数和最大探测斜距    由表可见，文中方法与传统波形处理方法的斜距平均偏差为0.4547m，文中图像处理方法在探测海底回波个数和最大探测斜距上均优于传统波形处理方法，在图10(d)区域的图像处理海底回波提取率约是波形处理方法的三倍，在图10(c)区域图像处理方法相对传统波形处理的最大探测斜距提升了约12m。四、结束语为了提升机载海洋激光雷达深水区域的海底回波提取能力，文中提出了基于图像处理提取海水深度的算法，利用双边滤波消除噪声，突出海底回波廓线区域，利用Niblack局部阈值二值化对图像进行分割，提取出海底回波廓线区域，有效提升了海底回波提取能力。文中方法与传统波形处理方法的斜距平均偏差为0.4547m，且在深水区域，最大探测距离相较波形处理提升了12m。下一步，对图像处理方法的参数选择做进一步研究，找到一种自适应的滤波参数设置办法，以避免在海底回波能量变化大的情况下将背景与前景混合的情况。在海水深度提取精度方面，将通过边缘检测的算法，拟合海底廓线，使其得到亚像素的海水深度精度。【作者简介】文/黄宜帆 贺岩 胡善江 侯春鹤 朱小磊 李凯鹏 刘芳华 陈勇强 郭守川，分别来自中国科学院上海光学精密机械研究所空间激光信息传输与探测技术重点实验室和中国科学院大学材料与光电研究中心。第一作者黄宜帆，男，硕士生，主要从事激光雷达水下目标探测方面研究；通讯作者贺岩，男，研究员，博士，主要从事机载海洋激光雷达和激光三维成像技术方面的研究。本文为基金项目，国家自然科学基金(41876105)、上海市科技创新行动计划(20dz1206502)。文章来自《红外与激光工程》（2021年第6期），参考文献略，用于学习与交流，本文编发已取得作者同意。取自于“溪流之海洋人生”公众平台。