Забезпечення високої якості зображень, отриманих за допомогою гідролокатора бокового огляду, є важливим для підвищення ефективності підводних досліджень, оскільки такі спотворення, як смуговий шум, можуть ускладнювати аналіз даних. Мета цієї статті - дослідити природу смугового шуму, визначити кореляцію між інтенсивністю зображення і крену гідролокатора, а також розробити новий метод покращення якості гідролокаційних зображень. У дослідженні використовується метод статистичної корекції, заснований на розрахунку горизонтальної ковзної середньої для корекції інтенсивності, а також модель машинного навчання, яка використовує тришарову нейронну мережу для прогнозування горизонтальної ковзної середньої з урахуванням кута падіння променя, висоти гідролокатора над дном та початкової інтенсивності лінії.