简介：面向备战全国大学生数学建模竞赛及海洋测绘建模的学习者，这份2023年高教社杯国赛B题多波束测线问题获奖论文原文，可用于复盘优秀队伍从问题重述、模型假设到求解验证的完整写作路径。包内为1个PDF文件，约1.24MB，内容围绕多波束测深覆盖宽度、重叠率、几何方程模型、平行测线优化及实际海深数据分块求解展开，并附Python计算与Matlab地形绘图思路。已有1667人学习，适合需要参考论文结构、摘要表达、公式推导与结果呈现的参赛者，也便于教师用作案例讲解。读者可据此梳理赛题四问的建模脉络，理解覆盖宽度和重叠率约束如何转化为最短测线方案，并借鉴附件结果表、关键词和图表组织方式，提升论文规范性与可读性。
1. 多波束测线的反直觉结论：重叠率取最小值，测线反而最短
很多人第一次接触多波束测深建模，会本能地认为“重叠率越高越保险”——多扫一点总不会错。但把 2023 年国赛 B 题那篇获奖论文的推导链走完，会撞上一个反直觉的结论：在满足 10%~20% 重叠率约束的前提下，把重叠率压到 10%，测线总长才是最短的。原因藏在一条极简的关系式 d = (1−η)W 里：重叠率 η 越小，相邻测线间距 d 越大，条带数越少，总航程越短。而这条式子能不能用、怎么用，取决于一个更底层的问题——坡面上的覆盖宽度 W 到底由什么决定。这份获奖论文的价值，就在于它把“声呐开角、海底坡度、测线走向”三者之间那套几何耦合关系，用一组可以手算、可以编程序验证的方程彻底摊开了。搞懂这套方程，你才明白为什么最优测线方向是正南北，为什么西侧深水区测线稀疏、东侧浅水区测线密集。
2. 覆盖宽度：一条斜面上的条带，为什么不能直接按水平面算
2.1 深度先变：坡度把“到中心点的距离”翻译成“水深”
整套模型的第一块基石，是把测量船的位置换算成它脚下的海水深度。论文的做法非常朴素：以海域中心点建直角坐标系，规定船行进方向的左侧为正方向，设坡度 α、中心点深度 D、测线距中心点距离 x，则由梯形几何关系直接得到
D₁ = D − x·tanα
这一步是整个链条的“地基”，因为后续所有量——覆盖宽度、重叠率、测线间距——都以局部水深 D₁ 为自变量。这里有个容易被忽略的细节：D₁ 是随 x 线性变化的，而覆盖宽度对 D₁ 是近似线性的，所以覆盖宽度对位置也近似线性，这正是问题一那张表里覆盖宽度从 315.47 m 一路单调降到 170.16 m 的原因。换句话说，坡度 1.5° 看起来微不足道，但在 800 m 的横向尺度上，深度已经吃掉了 20 多米，覆盖宽度缩水接近一半。这也是为什么不能图省事把整片海域当成等深平面——线性项的累积效应远比直觉大。
2.2 正弦定理拆条带：两段斜距相加，再投影回水平面
覆盖宽度真正的推导发生在波束平面上。换能器开角 θ 被测线方向平分，左右两束分别与坡面形成夹角 α₂、α₃，其中
α₂ = π/2 − θ/2 − α，α₃ = π/2 − θ/2 + α
在三角形里用正弦定理，分别解出左右两段斜距，相加得到坡面覆盖长度 W′，再乘 cosα 投影回水平面，得到覆盖宽度
W = W′·cosα = D₁·[sin(θ/2)/sin(α₂) + sin(θ/2)/sin(α₃)]·cosα
代码层面的实现和这条公式一一对应。论文附录里的求解函数大致是这样组织的：
import numpy as np def coverage_width(x, D=70, theta=120*np.pi/180, alpha=1.5*np.pi/180): D1 = D - x * np.tan(alpha) # 局部水深，随位置线性变化 # 左右两束与坡面的夹角，注意正负号来自坡度方向 a2 = np.pi/2 - theta/2 + alpha a3 = np.pi/2 - theta/2 - alpha W1 = D1 * np.sin(theta/2) / np.sin(a2) # 左半段斜距 W2 = D1 * np.sin(theta/2) / np.sin(a3) # 右半段斜距 W_slope = W1 + W2 # 坡面覆盖长度 W = W_slope * np.cos(alpha) # 投影到水平面 return D1, W_slope, W for x in np.linspace(-800, 800, 9): print(coverage_width(x))参数含义值得逐一说清：theta是换能器总开角，题设为 120°，所以半角 60°；alpha是坡度，题设 1.5°；D是中心点水深；x的正负直接决定 D₁ 是变深还是变浅。这里最容易翻车的是 α₂、α₃ 的符号：如果坡面朝一侧倾斜，左右两束的入射角一个被“压平”、一个被“拉陡”，符号写反会让两段斜距互换，最终 W 虽然数值可能接近，但重叠率的符号会全错。论文在问题一算出的覆盖宽度序列（315.47、297.31、279.15、260.98、242.82、224.66、206.49、188.33、170.16）就是这条公式在 200 m 步长下的直接输出，可以当作验证实现是否正确的基准。
2.3 重叠率的重定义：把“坡面间距”投影回水平面才算数
平坦海底下重叠率的定义是 η = 1 − d/W，但坡面上 d 和 W 不在同一个参考面上，直接套会系统性偏大或偏小。论文的处理是把坡面作为参照面：相邻测线在坡面上的间距为 O′C，投影到水平面才是真正的测线间距 d = O′C·cosα，再代回 η = 1 − d/W。这一步看起来只是乘了个 cosα，但它恰恰是问题一那张表里重叠率从 32.80% 一路掉到 −17.47% 的原因——负值意味着相邻条带之间出现了漏测缝隙。这也是整篇论文第一个“血泪经验”级别的提醒：重叠率为负不是算错了，而是几何上真的漏了。
3. 测线方向：为什么换一个航向，坡度就“变”了
3.1 等效坡度：把航向角折算成一个新的 α′
问题二的核心洞察是：测量船换方向，垂直于航迹的波束平面与坡面的交角就变了，等效坡度 α′ 也随之改变。论文按航向角 β（测线方向与坡面法向水平投影的夹角）分三段讨论，最终收敛成一个统一表达式
tanα′ = tanα / sinβ
当 β = 90° 时 α′ = α，即航向垂直于法向投影，等效坡度就是真实坡度；当 β 趋近 0° 或 180° 时 α′ 急剧增大，条带被“拉长”，覆盖宽度随之膨胀。这条式子是整篇论文里最美的一笔，因为它把一个三维空间里的方向问题，压缩成了一个单参数的一维问题。
def effective_slope(beta, alpha=1.5*np.pi/180): beta = np.where(beta > np.pi, 2*np.pi - beta, beta) return np.arctan(np.tan(alpha) / np.sin(beta))beta的归一化处理对应论文里“当 β > 180° 时用 180° − β 替换”的说明，目的是保证 α′ 非负。这个细节在实现时如果漏掉，后半圈的覆盖宽度会整体取负，表格看起来就会像“对称但符号乱飞”。论文用表二验证了模型的对称性：β 与 180° − β 的覆盖宽度完全相同，这是一条非常好用的自检规则——如果你跑出来的结果不满足这个对称性，基本可以断定符号处理出了问题。
3.2 最优航向的界状态证明：β = 90° 是怎么被“逼”出来的
问题三要回答“测线朝哪个方向走总长最短”。论文的论证路径是界状态分析：分别讨论 β 为钝角、锐角、直角三种情形下相邻测线间距 x₁ + x₂ 随 β 的变化趋势，发现在西深东浅的设定下，β 越接近 90°，x₁ + x₂ 越大，测线越稀疏，总长越短；因此 β = 90° 是极值点，最优测线方向就是由南向北。这个结论可以进一步理解为：测线方向垂直于坡面法向的水平投影，等价于让每条测线都沿“等深线方向”走，从而使相邻条带之间的深度差最小，条带宽度最均匀。很多建模题的最优解都藏在这种“让系统最均匀”的对称性里，这次的界状态证明只是把它显式化了。
4. 最短测线：迭代求和为什么能收敛到 34 条
4.1 从中心点向两侧递推：d = 0.9W 的迭代结构
最优方向确定后，问题三退化成一维递推：从中心点出发，向东（变浅）和向西（变深）两个方向分别铺条带，每步的间距取 d = (1 − η)W，η 取约束下界 10%，使得 d 最大、条数最少。由于 W 依赖局部水深、局部水深依赖累积距离，这就形成了一个隐式递推，只能靠迭代求解。
def count_lines(D0=110, alpha=1.5*np.pi/180, theta=120*np.pi/180, eta=0.10, span=2*1852): # 南北 2 海里，单位米 def width_at(depth): a2 = np.pi/2 - theta/2 + alpha a3 = np.pi/2 - theta/2 - alpha return depth * (np.sin(theta/2)/np.sin(a2) + np.sin(theta/2)/np.sin(a3)) * np.cos(alpha) total, depth, n = 0.0, D0, 0 while total < span: # 迭代出口：累积间距覆盖海域宽度 d = (1 - eta) * width_at(depth) total += d depth += d * np.tan(alpha) # 向西走，越来越深 n += 1 return n这段代码是论文递推逻辑的骨架，span是海域南北宽度（2 海里换算成 1852×2 米），eta取 0.10，depth每步按d·tanα更新。论文向西侧深水区迭代得到 n₁ = 26 条，向东侧浅水区得到 n₂ = 8 条，合计 34 条，最短总长 125936 m。注意 n₁ 远大于 n₂ 的根源：深水区 W 大、d 大，但深度增长也让 W 继续变大，两个方向竞争的结果是深水侧条带数被拉长——这和“西侧稀疏、东侧密集”的直观图景其实不矛盾，稀疏指的是单位宽度内条带占比，条数多是因为深水区横向跨度被 d 的累积撑开了。
4.2 重叠率上界的取舍：为什么不取 20%
如果取 η = 20%，d 会缩小到 0.8W，条数增加，总长变长；取 η = 10%，d = 0.9W，条数最少。这就是第 1 章那个反直觉结论的定量来源。但这里有一个隐含风险：η 取下界意味着系统对深度估算误差、航迹偏移的容忍度极低，一旦实际坡度与假设有偏差，漏测几乎必然发生。论文在问题四里把重叠率上界设为 20%、并单独统计“重叠率超过 20% 的测线长度”，本质上就是在为这个取舍打补丁。
5. 真实地形：把不规则海底拆成两个斜面再套公式
5.1 地形简化：从等高线到两个三角形平面
问题四拿到了真实测深数据，海底不再是单一平面。论文的处理路线是：先用 Matlab 画出三维地形与等高线，观察出“西北至东南中间高、两端低”的结构，然后把海底近似成两个三角形平面 ABC 与 ABD，公共边 AB 下移到 EF，把三角形补成矩形，从而把问题三的一维递推原封不动地搬过来，只是每个矩形块的等效坡度要重新算：
tanα′ = 2h / √(a² + b²)
其中 a、b 是矩形海域的长宽，h 是该块区域的相对高度（用最大深度减去局部深度得到）。这里的建模智慧在于“分块降维”：不追求拟合真实曲面的每一个起伏，而是把复杂地形切成若干近似平面，让已经验证过的几何方程复用。最终结果——总长 344079.72 m、漏测占比 0.00%、重叠率超 20% 的测线长度 9973.325 m——说明这套简化在实际数据上是站得住的。
5.2 分块求解的边界处理：公共边上的重叠怎么算
分块最大的坑在块与块的接缝处。论文用“对称性”论证了三角形面上测线长度恰为补成矩形后的一半，这个论证只有在测线方向与公共边平行时才严格成立。实际操作中，如果两块区域的等效坡度差异较大，接缝附近会出现一条条带被两侧重复计算或漏算。处理办法是把接缝当作一条独立测线单独布设，并把两侧的覆盖宽度取较小值来算重叠率——这是我在类似分块问题里常用的保守策略，代价是接缝附近重叠率略高，但能保证漏测占比为 0。
6. 避坑与排查：这套几何模型最容易翻车的五个地方
6.1 重叠率算出负值就以为程序错了
现象：问题一的表格里重叠率出现 −6.13%、−17.47%，第一反应是公式写反了。原因：负重叠率在几何上完全合法，代表相邻条带的覆盖区在水平投影上出现缝隙，也就是漏测。解决：不要急着改符号，先检查 d 是否大于 W；若是，确认是否本来就该出现缝隙，再决定是否需要加密测线。
6.2 α₂、α₃ 的加减号搞混导致条带左右颠倒
现象：覆盖宽度数值看起来正常，但重叠率整体偏移一个固定量。原因：坡面倾斜方向决定了左右两束的入射角一个加 α、一个减 α，符号写反会让两段斜距互换。解决：用 β 与 180° − β 覆盖宽度相等的对称性做自检，不满足就回头查符号。
6.3 β 超过 180° 没做归一化，等效坡度变负
现象：航向角在 180°~360° 区间时覆盖宽度出现负值或异常膨胀。原因：tanα′ = tanα/sinβ 在 β > 180° 时 sinβ 为负，等效坡度翻转。解决：先把 β 归一到 0°~180°（用 180° − β 替换），再代入公式，这与论文的处理一致。
6.4 单位混用：海里和米在递推里打架
现象：迭代出来的条带数明显偏少或偏多一个数量级。原因：海域尺寸用海里、深度用米、d 用米，递推时没有统一换算。解决：进入递推前把所有长度统一成米，1 海里按 1852 m 处理，迭代出口条件也统一用米。
6.5 分块求解后接缝处漏测
现象：整体漏测占比算出 0%，但把测线图叠到地形图上能看到接缝处有细缝。原因：相邻两块用了各自的覆盖宽度，接缝条带没有单独核算。解决：接缝处单独布一条测线，重叠率按两侧覆盖宽度较小者计算，宁可局部重叠超标也不留缝。
7. 设计取舍：这套几何模型的能力边界在哪里
写完这一整套推导，最值得复盘的不是公式本身，而是论文在几个关键岔路口上的取舍。第一个取舍是“重定义重叠率”：把坡面间距投影回水平面再套 η = 1 − d/W，好处是公式极简、可迭代，代价是在坡度变化剧烈时近似误差会累积。第二个取舍是“界状态定航向”：用趋势分析代替严格的变分优化，换来的是可证明、可手算的结论，但严格来说只对单调坡度成立，遇到起伏地形就要靠分块兜底。第三个取舍是“分块降维”：把真实海底切成两个斜面，让已验证的方程复用，这是工程上最划算的做法，但接缝处理和等效坡度的精度损失必须显式承认。
这三个取舍共同划出了模型的能力边界：它擅长处理“近似单坡、几何关系清晰”的海域，遇到忽高忽低的复杂地形，论文自己也承认需要改进——换能器改为锥形发射、由“面到体”是它给出的延伸方向。对想深挖这套方法的人来说，最有价值的验证动作不是重跑一遍代码，而是自己构造一个坡度突变的测试用例，观察重叠率在接缝附近的行为，看模型在什么地方开始失真。我自己的习惯是：每拿到一个几何建模的结论，先用边界条件（β = 0°、90°、180°，η 取下界）跑一遍极限，再看数值结果是否还讲得通。那次在类似的分块测线问题上，就是因为漏做了 β 归一化这一步，整张覆盖宽度表对称性崩塌，排查了大半天才发现问题出在一行if上。从那以后我每次写这类公式，都强制先把角度归一到主值区间再动手。希望这篇拆解能帮你在下一次碰到多波束测线或者类似的几何优化题时，少走几步弯路——这份获奖论文的原文、公式推导和 Python 实现都在资源里，直接对着代码和表格逐项核对，比只看结论要扎实得多。
本文还有配套的精品资源，点击获取
