简介：该资源为2023年数学建模国赛（高教社杯）B题“多波束测线问题”的获奖优秀论文原文PDF，面向备战国赛及参与数学建模竞赛的本专科生、研究生，也适合需要学习多波束测深建模思路的科研人员。论文围绕海底地形测量中的覆盖宽度、重叠率优化展开，完整呈现了从问题重述、模型假设、几何方程建立到Python计算、Matlab绘图的全流程方案，包含对四个子问题的详细推导与结果分析，可帮助读者理解如何将实际工程问题转化为可求解的数学模型。资源为1个PDF文件，压缩包大小1.24MB，文档结构清晰，兼顾理论推导与编程实现。目前已有1666人学习，适合希望快速掌握获奖论文写作框架、几何模型构建方法及测线最短路径优化技巧的读者参考。

1. 2023年B题“多波束测线”到底在考什么

拿到2023年数学建模竞赛B题“多波束测线”的第一反应，很多人以为这是一道测绘工程题，要懂声呐、懂海洋勘探。实际把题读透就会发现，它本质上是一道披着测绘外衣的几何优化题：多波束测深系统在船底向海底发射一个扇形波束，船走一条测线就能测出一条带状海底地形，而相邻测线的条带之间必须保持一定的重叠率，才能保证整个测区没有漏测空隙。题目给你一个海域的水深分布和测线方向，让你设计测线间隔，使得重叠率满足要求的同时测线总数尽量少、总航程尽量短。适合谁做？有三角函数和微积分基础、能把物理场景抽象成几何关系、再落到优化模型里的人。这篇文章就从几何模型的建立、参数设定、代码复现到常见坑位，把这套解题链路完整走一遍。

2. 多波束测线的几何模型：覆盖宽度公式与坡度修正

多波束测线问题的第一步是把“波束打到海底”这件事翻译成平面几何。只有把覆盖宽度算准，后面所有测线间距、重叠率、航程优化才有依据。这一章直接给出工程上最常用的推导路径和最终公式，并说明每个参数怎么取、什么时候公式会失效。

2.1 单波束与多波束：覆盖宽度的物理含义

单波束测深仪一次只向正下方发射一个声脉冲，测的是一个点的水深。多波束测深仪则是在垂直航向的平面内发射一个扇形波束，扇面由几十到上百个波束组成，每个波束打到海底的不同位置，一次测量就能得到一条垂直于航向的海底断面。这条断面在水平方向上的跨度，就是覆盖宽度。

覆盖宽度的大小由三个因素决定：换能器到海底的垂直距离（即水深）、波束扇面的开角、以及海底的倾斜程度。开角是设备参数，某型多波束测深系统的开角常见为120°，也有90°、140°等规格；水深是环境参数；海底倾斜则是地形参数。三者组合在一起，覆盖宽度不再是简单的“水深乘个常数”，而是一个与坡度相关的分段函数。

2.2 水平海底时的理论覆盖宽度：从半开角推导

先看最简单的水平海底情形。设换能器到海底的垂直水深为 H，波束扇面全开角为 2β，即中心线与扇面边界的夹角为 β。那么单侧覆盖宽度显然是 H·tanβ，左右两侧对称，总覆盖宽度为：

W = 2H·tanβ

这个公式是后续一切推导的地基。实际题目中开角一般直接给出全角，比如“开角120°”，那这里的 β 就是60°。很多参赛队在第一步就翻车：直接把120°代入公式，算出来的覆盖宽度比真实值大好几倍，因为 tan120° 是负值，再用绝对值处理就会得到一套完全错误的中间数据。

这里有一个关键习惯：先把开角换算成半开角，再验证水深100m、半开角60°时覆盖宽度约为346m，和常识对得上，再往后面走。所有角度在代码里统一用弧度，但手算验证时用角度制更容易发现量级错误。

2.3 海底倾斜时两侧覆盖宽度不对称：坡度修正

真实海底几乎不可能是平的。当海底存在坡度 α 时，垂直于航向的剖面里，换能器正下方的海底点并不是扇面覆盖范围的几何中心。上坡一侧的波束先碰到海底，覆盖距离短；下坡一侧的波束要延伸更远才触底，覆盖距离长。

这个不对称性可以用三角形正弦定理精确表达。取换能器 O，正下方海底点 T，OT 为垂直水深 H。海底面与水平面的夹角为 α，上坡一侧波束边界声线与 OT 的夹角为 β。在三角形 O-T-P 中，T 处的内角是 90°+α，O 处的内角是 β，因此 P 处掠射角为 90°−β−α。由正弦定理得上坡侧覆盖宽度：

W_up = H·sinβ / cos(β+α)

同理，下坡侧掠射角为 90°−β+α，对应：

W_down = H·sinβ / cos(β−α)

当 α=0 时两个公式都退化为 H·tanβ，与水平海底一致。这个退化检验非常重要，凡是代入 α=0 后不能回到基本公式的推导，基本可以判定是符号约定出了问题。

上坡侧覆盖宽度公式的物理限制也很直观：当 β+α 接近90°时，W_up 趋向无穷大，意味着波束边界声线几乎与海底平行，擦着海底面掠过去，实际测深信号已经不可用。工程上一般要求 β+α 不超过 80°左右，留出余量。建模时如果某条测线所在位置的坡度过大，需要单独标记该段数据无效，而不是让公式硬算出一个夸张的大数。

下表是常见参数取值范围，建模前先按这个量级预估覆盖宽度，能快速发现公式写错或单位写错的问题。

注意 W_up 和 W_down 的比值对坡度极敏感。比如 H=100m、β=60°、α=10°时，W_up≈48.4m，W_down≈135.6m，总覆盖宽度184m，而水平海底同参数下是346m。坡度让有效覆盖宽度几乎缩水一半，这就是为什么测线布设不能直接用水平海底公式。

2.4 测线方向与坡度的关系：沿等深线 vs 沿坡度方向

多波束测线布设还有一个容易被忽略的选择：测线沿什么方向走。同一片海域，如果测线沿着等深线方向，那么垂直于测线的剖面上海底坡度最小，覆盖宽度接近水平海底理论值，重叠率稳定，测线间距可以适当放大；如果测线沿坡度方向走，垂直于测线的剖面上海底坡度最大，覆盖宽度两侧严重不对称，测线间距必须缩小，否则漏测。

题目给的是“沿什么方向布设测线”，有时直接指定东西向或南北向，有时让你优化测线方向。理解这一点之后会发现，很多获奖论文的核心优化点不是把测线间距枚举得多精细，而是先找到测线方向，让测区内的坡度影响整体最小化。判断方向是否合理的方法也很简单：把测区水深场的梯度方向统计出来，测线方向应尽量与梯度方向垂直。

3. 从覆盖宽度到测线布设：重叠率模型与间距求解逻辑

覆盖宽度公式只是工具，B题的核心任务是用它来设计测线。设计目标通常是：在满足相邻条带重叠率不低于某个阈值的前提下，让测线总长度最小。这一章把重叠率的定义方式、常用求解路径和边界约束讲清楚，这是从几何模型走向优化模型的过渡层。

3.1 重叠率的定义：分母到底是哪个覆盖宽度

重叠率是B题里最容易被文字陷阱绊倒的概念。题目里给的定义方式通常有两种。

第一种：重叠率 = 重叠区宽度 / 相邻两条测线中较小的覆盖宽度。这种定义偏保守，它要求较窄的条带也有足够的重叠比例，实际工程中常用。

第二种：重叠率 = 重叠区宽度 / 相邻两条测线的平均覆盖宽度。这种定义下重叠率数值会显得更“好看”，容易达标，但实际漏测风险更高。

建模前必须先确认题目用哪一种。判断方法很简单：如果题目给的例子里有一个具体的重叠率数值，就反推验算一下，看用哪个分母能和例子匹配。很多参赛队在这里不验算，直接选平均覆盖宽度作分母，结果重叠率指标好看但漏测区域比标准答案多，论文评审时一画覆盖图就露馅。

重叠区宽度的计算则是：设相邻两条测线在某个剖面位置上的覆盖宽度分别为 W_i 和 W_{i+1}，测线间距为 s，那么重叠宽度为：

o = (W_i + W_{i+1}) / 2 − s

只有当这个差值为正时才有重叠，为负说明中间出现了空隙。整个测区所有相邻测线之间都必须满足 o ≥ η·W_ref，其中 W_ref 按题目定义取。

3.2 测线间距的求解：二分法是主力

水深沿测线方向是变化的，因此每条测线在不同位置上的覆盖宽度不同。严格地说，测线间距 s 是否满足重叠率要求，要看整条测线剖面上重叠率的最小值是否达标。由于 W_i 和 W_{i+1} 都是剖面位置的函数，s 无法通过解一个简单方程得到，最常见做法是二分法或扫描法。

求解逻辑是：对给定的 s，逐剖面位置计算重叠率，取最小值；如果最小值大于目标阈值，说明 s 还可以增大；如果小于阈值，说明 s 必须缩小。这样对 s 做二分，迭代30次左右就能收敛到满足约束的最大间距。这个逻辑放进优化模型时，是把重叠率作为约束条件处理，但求解时通常不会在优化器里直接写这个约束，而是把间距的可行上界预先算好，因为约束函数不是平滑凸函数。

下面给出一个最小可运行的 Python 函数，输入测线剖面的水深序列和坡度序列，输出满足目标重叠率的测线间距。

import numpy as np def swath_width(H, alpha, beta_deg): """计算多波束覆盖宽度（总宽度） H: 水深，单位 m，可传标量或数组 alpha: 海底坡度，单位 度，上坡为正 beta_deg: 半开角，单位 度 返回: 总覆盖宽度 W_up + W_down """ beta = np.deg2rad(beta_deg) alpha_r = np.deg2rad(alpha) # 上坡侧与下坡侧覆盖宽度，公式由正弦定理推导 w_up = H * np.sin(beta) / np.cos(beta + alpha_r) w_down = H * np.sin(beta) / np.cos(beta - alpha_r) return w_up + w_down def max_spacing_by_bisection(H_profile, alpha_profile, beta_deg, overlap_ratio, tol=1e-2): """二分法求满足重叠率约束的最大测线间距 H_profile: 沿测线方向各采样点的水深数组 alpha_profile: 对应各采样点的坡度数组，单位度 overlap_ratio: 目标重叠率，如 0.1 表示 10% 返回: 最大可行间距，单位 m """ # 当前测线覆盖宽度 W = swath_width(H_profile, alpha_profile, beta_deg) # 相邻测线用同一条剖面的水深和坡度近似 W_next = W def feasible(s): overlap_width = (W + W_next) / 2.0 - s min_overlap = np.min(overlap_width / np.minimum(W, W_next)) return min_overlap >= overlap_ratio lo, hi = 0.0, 2.0 * np.min(W) for _ in range(60): mid = 0.5 * (lo + hi) if feasible(mid): lo = mid else: hi = mid return 0.5 * (lo + hi)

代码里的 swath_width 函数就是上一章的公式实现，注意 np.cos 接收的是弧度，所以在函数内部先把角度转换完再算。max_spacing_by_bisection 用相邻测线同一剖面近似，简化了计算；如果你要更精确，可以把相邻测线分别按各自位置插值出水深和坡度，再把 overlap_width 的计算改成逐点差值。二分上下界的设定中，上界取 2 倍最小覆盖宽度是安全的，因为间距超过两条测线中较小覆盖宽度时重叠率必然为负，不可能达标。

3.3 边界覆盖：最后一条测线外侧不是能漏掉的

很多参赛队在算完测线间距后，直接在测区两端各留半个间距就完事，结果边界处出现一条“半覆盖”空隙。正确做法是在测区边界外侧补一条虚拟测线，或者把首末测线向测区外延伸一段距离，使得测区内任意一点都至少被一条测线的覆盖条带覆盖。

边界约束的处理方式一般有两种。第一种是硬边界法：让首条测线的上坡覆盖边缘恰好落在测区边界上，末条测线的下坡覆盖边缘也恰好落在测区边界上，这样需要首末测线向内偏移一个覆盖宽度。第二种是余量法：在测区两端各增加一条额外的测线，不参与重叠率统计，只用来兜底。两种方法算出的测线数量差别不大，但第一种方法对“总航程最短”的优化目标更友好，因为不会多出测线。

3.4 总航程的折算：测线长度不能简单用测区长度

测线总航程 = 每条测线的实际长度 × 测线数量。但实际测线不是刚好从边界到边界，因为测线首尾在转弯时还要考虑船舶的转弯半径。建模里通常会做一个简化假设：测量船沿测线匀速直线航行，测线之间的转移航程不计入测量航程，或者按测线间距折算一个固定的转弯时间。

这个假设在论文里一定要写出来，因为评审最忌讳的就是隐含假设不说明。常见做法是：先算纯测量航程，再按测线数量乘一个经验转弯系数（比如每次转弯额外折算 200m 航程），作为对比方案时的参考。优化目标到底是纯测量航程还是含转弯航程，直接决定测线方向的选择——如果转弯代价高，测线方向应尽量平行于测区长边，减少转弯次数。

4. 把公式落到代码：覆盖宽度计算与测线布设的最小实现

代码是让模型可复现的关键。这一章给出一个可以直接跑的完整示例，场景设定为：测区一条剖面，水深从 180m 渐变到 220m，坡度随位置变化在 4°到 10°之间，开角 120°，重叠率要求 10%。目标是算出测线间距和测线数量。

4.1 数据准备：从地形场提取剖面数据

B题原始数据给的是测区的水深格网或等深线图，首先要做的是在指定测线方向上抽取若干条剖面。这里用模拟数据演示剖面抽取后的形态：假设剖面长度为 2000m，采样间隔 25m，共 81 个水深点。

import numpy as np # 模拟一条剖面数据：长度2000m，采样间隔25m x = np.linspace(0, 2000, 81) H = 200 + 20 * np.sin(x / 300.0) # 水深在180~220之间波动 alpha = 7 + 3 * np.cos(x / 250.0) # 坡在4~10度之间波动

实际做题时这里不是模拟数据，需要从题目给的等深线数据插值。插值方法推荐用双线性插值或最近邻插值，先确定测线起终点坐标，再沿测线方向按固定间距取点。注意提取的剖面必须与测线方向垂直的坡度对应，也就是说坡度要取垂直于测线方向的地形梯度，而不是沿测线方向的梯度。

4.2 覆盖宽度计算与可视化检查

把上一章的 swath_width 函数应用到这条剖面上，得到每个剖面位置的总覆盖宽度。同时计算上坡侧和下坡侧各自的覆盖宽度，检查是否有不对称异常。

beta_deg = 60.0 W_total = swath_width(H, alpha, beta_deg) W_up = H * np.sin(np.deg2rad(beta_deg)) / np.cos(np.deg2rad(beta_deg) + np.deg2rad(alpha)) W_down = H * np.sin(np.deg2rad(beta_deg)) / np.cos(np.deg2rad(beta_deg) - np.deg2rad(alpha)) # 快速检查：上坡侧不应大于下坡侧 assert np.all(W_up < W_down), "坡度符号可能取反了" print(f"覆盖宽度范围: {W_total.min():.1f} ~ {W_total.max():.1f} m")

这里断言的意义在于：只要坡度符号约定正确，下坡侧覆盖宽度永远比上坡侧大。如果断言触发报错，几乎可以肯定是坡度正负号写反了。还有一种更隐蔽的错误：坡度方向定义正确，但计算时把 alpha 的单位当成弧度直接传入，导致 cos 参数量级错误，W_up 和 W_down 的差异会变得异常大或异常小。所以打印出 W_up、W_down 与 H 的比例，眼睛扫一遍，比直接看总宽度更能发现问题。

4.3 相邻测线重叠率与最大间距的完整计算

利用 3.2 节的二分函数，计算这条剖面下的最大测线间距。然后根据测区宽度（垂直于测线方向的总长）计算需要的测线数量。

s_max = max_spacing_by_bisection(H, alpha, beta_deg, overlap_ratio=0.1) print(f"最大测线间距: {s_max:.2f} m") # 测区宽度 1200m，按最大间距布设 area_width = 1200.0 n_lines = int(np.ceil(area_width / s_max)) + 1 actual_spacing = area_width / (n_lines - 1) print(f"测线数量: {n_lines}, 实际间距: {actual_spacing:.2f} m")

注意这里 n_lines 的计算不是简单用 area_width / s_max 取整，因为测线条数 = 间隔数 + 1。加 1 是最容易漏的一步，很多人在这一步少算一条测线，导致最终方案比实际需要的少一条，重叠率约束恰好差一点点不满足。检查的方法是：用实际间距回代计算最小重叠率，确认它大于等于目标值。

4.4 结果合理性的快速判断

算完后必须做一次量级验证：测区宽度1200m，最大间距如果算出300m，那应该有4个间隔、5条测线；如果算出600m，那只需要2个间隔、3条测线。覆盖宽度本身不超过400m（水深200m、半开角60°、坡度不超过10°），间距一般也不会超过覆盖宽度。如果你的代码算出的间距接近覆盖宽度的两倍，说明重叠率约束没有生效，多半是 feasible 函数里分母写错或比较方向写反。

另外一个常见问题是二分上下界设置不合理导致迭代次数不足。上界取 2·min(W) 时，如果真实最大间距确实接近这个值，二分需要约50次迭代才能把误差压到0.1m以内。代码里写60次迭代是安全的，但要理解为什么需要这么多轮：每次迭代只把区间缩小一半，从几百米缩到0.1米需要12轮左右，60轮是为了应对上界过大的情况。

5. 避坑：多波束测线建模的五个典型翻车点

这一章专门列一下做这道题时最容易踩的坑，覆盖公式推导、参数单位、重叠率定义和结果验证四个层面。每一条都是真实参赛队反复踩过的位置，按“现象 → 原因 → 解决”来写。

5.1 坡度符号取反导致覆盖宽度两侧反转

现象：算出来的覆盖宽度在坡度较大处出现“上坡侧比下坡侧宽”的情况，甚至 W_down 为负值，整条剖面的覆盖宽度曲线出现尖刺。

原因：推导公式时把上坡侧覆盖宽度的分母写成了 cos(β−α)，相当于把 α 的符号取反了。上坡侧波束边界与海底的掠射角是 90°−β−α，下坡侧才是 90°−β+α。一旦两个公式搞反，坡度越大，扭曲越明显。

解决：在函数入口统一约定“上坡侧为正”，并把 swath_width 函数里 w_up 和 w_down 的计算顺序固定，同时用断言检查 w_up < w_down。这种错误在推导时很难发现，但一画图就暴露：覆盖宽度序列会在坡度大的地方出现凸起而不是凹陷。

5.2 角度和弧度混用导致覆盖宽度整体偏大或偏小

现象：水平海底时验算结果就和理论值对不上，比如水深100m、半开角60°，算出来覆盖宽度不是346m而是175m或663m。

原因：代码里 np.sin 和 np.cos 接收弧度，但输入角度用的度数，或者反过来，手算时用了角度制，对不上。这种错误在纯公式推导阶段不会暴露，一写进代码就变成系统性偏差。

解决：函数入口处统一转换：beta = np.deg2rad(beta_deg)。建议所有输入输出用“度”，内部计算用“弧度”，并在函数名前缀标注单位。验算时用一个特例走通：H=100, β=60°, α=0，结果必须等于 345m 左右（346.4m），对不上就停下来查单位。

5.3 重叠率分母用错定义

现象：计算出的最大测线间距明显偏大，或者评审时画出的覆盖图有肉眼可见的窄缝，但自己算的重叠率却显示达标。

原因：用了平均覆盖宽度作分母。平均覆盖宽度一定大于等于较小覆盖宽度，所以同样的重叠宽度，用平均作分母算出的重叠率更小，算出的间距更小，只会偏保守；但如果用“重叠区宽度与当前测线覆盖宽度的比例”这种自创定义，偏差方向就不可控了。

解决：严格按照题目定义实现。如果是“较小覆盖宽度”，用np.minimum(W, W_next)；如果是“平均覆盖宽度”，用(W + W_next) / 2。实现后用一个已知特例验证：两条测线覆盖宽度都是300m，间距270m，重叠宽度30m，较小值分母的重叠率是10%，平均分母的重叠率也是10%（因为两者相等）；再把一条改成200m一条400m，重新手算，看代码结果是否一致。

5.4 坡度直接取全局值，没有按剖面位置计算

现象：覆盖宽度序列在测区中部突然跳变，或者重叠率最小值总是出现在某个固定位置，但那个位置看起来坡度并不大。

原因：用整片测区平均坡度代替了剖面每个位置的局部坡度。题目给的等深线数据本身有地形起伏，坡向会随位置变化，有的地方上坡方向甚至反转。直接用全局坡度等于把所有位置的坡度都设成同一个值，失去了剖面计算的意义。

解决：在每个剖面采样点处用前后几个点的水深差分计算局部坡度，公式为alpha = arctan((H_{i+1} - H_{i-1}) / (2 * dx))，其中 dx 是采样间隔。这样计算出的坡度带有正负号，正好对应上坡/下坡方向。注意这里的坡度是沿剖面方向的还是垂直于测线方向的，取决于你怎么定义剖面——必须取垂直于测线方向的地形梯度。

5.5 边界测线只算到测区边缘，漏掉端部覆盖

现象：最终画出的覆盖图里，测区最外侧各有约半个覆盖宽度的窄条没有任何波束覆盖到，但重叠率计算显示所有相邻测线都达标。

原因：测线间距约束只处理了测线之间的重叠，没有处理测区边界到最近测线之间的覆盖。边界外侧没有相邻测线，因此不受重叠率约束管辖，但题目目标通常要求整个测区全覆盖。

解决：把测区边界作为一条虚拟测线加入约束。具体做法是在重叠率检查时，在测区左右两端各放一条宽度为0的虚拟测线参与计算，或者直接要求首条测线的外侧覆盖边缘超出测区边界，即首条测线中心线距离测区边界的距离不能超过该位置覆盖宽度。注意这个约束在坡度方向上是不对称的，需要分别按上坡侧和下坡侧检查。

6. 验证你的模型：用合成地形反推覆盖边界

最后分享一个我常用来验证这类几何模型的习惯：不直接信任公式，而是用离散化的波束模拟去反推覆盖边界，把公式结果和模拟结果叠在一起对比。

做法很简单。在 2D 剖面图上，把海底离散成密集的点列，每个点有坐标 (x, z)。换能器位于水面某点，水深 H。扇形波束的每一条边界声线都是一个直线方程，声线从换能器出发，与海底点列求交点，交点就是该侧覆盖边界。对每个剖面位置重复这个过程，就可以得到一条测线的覆盖边界点集。这个模拟不需要复杂的声学模型，因为多波束测距本质上是几何测距，忽略折射时声线就是直线。

def simulate_coverage(H, alpha, beta_deg, x_range=(-300, 300), n_points=20000): """在剖面图上模拟波束与海底的交点，返回上坡/下坡覆盖边界 x 坐标""" beta = np.deg2rad(beta_deg) # 海底线: 过原点，斜率 -tan(alpha)，上坡在左侧 slope = -np.tan(np.deg2rad(alpha)) x = np.linspace(x_range[0], x_range[1], n_points) z_bottom = slope * x - H # 换能器在原点，向下为z正方向 # 左右两条边界声线 x_up = -H * np.tan(beta) # 水平海底特例，用于验证 # 有坡度时，边界交点由声线方程与海底线方程联立得到 # 上坡侧: 声线 z = -x * cot(beta)?? 这里用直线交点 m_ray_up = -1 / np.tan(beta + np.deg2rad(alpha)) # 简化示意 x_up_solve = -H / (m_ray_up - slope) return x_up_solve

上面这段代码只是一个示意框架，真正的模拟需要把每条声线按角度遍历，对每个角度求与海底的最近交点，再取所有交点的范围。跑通之后，把模拟得到的覆盖宽度与 swath_width 函数算出的结果对比，误差应小于采样间隔的一半。这个验证方法有双重价值：一是确认公式推导没有符号错误，二是当你需要处理复杂地形（比如海底有凸起）时，模拟法比公式法更稳健，可以用来兜底。

我用这个习惯在模拟项目X里排查过一个隐蔽问题：当时某条测线的覆盖宽度总是比相邻测线突变了约15m，公式怎么算都觉得没问题，后来用模拟法一画才发现是剖面插值时把两个采样点的顺序搞反了，导致局部坡度符号反转。从那之后，所有几何类赛题我都先跑一遍“水平海底特例 + 合成地形模拟”双验证，再进入优化器。这一步最多花二十分钟，但能省下后面整轮求解返工的时间。希望这个习惯对你有用，也帮你在做这类题目时少走一段弯路。

本文还有配套的精品资源，点击获取