CN105445694A - 等梯度声线跟踪的声速剖面自适应分层方法 - Google Patents

Abstract

本发明涉及一种水下声学定位方法，尤其是涉及等梯度声线跟踪的声速剖面自适应分层方法，包括设置曲线拟合点数n，阈值f；从顶层开始选取连续的n个声速值进行曲线拟合；对于拟合的曲线求取最大曲率半径；将曲率半径与阈值f进行对比，若小于阈值f则将n层声速剖面合并为一层；若大于阈值f则释放第一层，从下一层继续拟合曲线，直至整个声速剖面数据遍历完成。本发明提供的等梯度声线跟踪的声速剖面自适应分层方法，将声速剖面数据中变化很小的声速层进行过滤，适当抽稀，保留声速梯度变化较大的数据层，从而减少迭代中的运算量。声速剖面经过自适应分层后，用新的声速剖面进行分层等梯度声线跟踪，从而完成水下定位解算。

Description

等梯度声线跟踪的声速剖面自适应分层方法

技术领域

本发明涉及一种水下声学定位方法，尤其是涉及等梯度声线跟踪的声速剖面自适应分层方法。

背景技术

在水下声学定位中，由于声波在海水中的传播轨迹是弯曲的，要获得高精度的定位结果，大多采用分层等梯度声线跟踪方法进行定位。在深海定位中，声线传播距离长，声速剖面层数多，采用该方法运算量大，会明显降低定位的计算效率。

发明内容

针对上述技术问题，本发明提供一种计算简单、计算效率高的水下定位方法，具体的技术方案为：

等梯度声线跟踪的声速剖面自适应分层方法，包括以下步骤：

(1)设置曲线拟合点数n和阈值f；

假设声波经历的水柱分为n个等梯度层，假设声波在每层的传播速度是等梯度的；在水深为z_i的i层，分别用C_i和θ_i表示声波的传播速度和入射角度；第i层内的声速梯度g_i表示为:

g_i＝(C_i+1-C_i)/Δz_i

式中，Δz_i为第i层的水层厚度，C_i+1为第i+1层声速；

声波的传播满足Snell法则，在声速常梯度变化的情况下，波束在第i层内的实际传播轨迹为一连续的、对应一定曲率半径R_i的弧段，R_i的表达为:

$R_i=\frac{-1}{{\mathrm{pg}}_i}$

式中p为Snell系数；

层i内声线的水平位移为：

$y_i=\frac{{\[1-{\left({\mathrm{pC}}_i\right)}^2\]}^{1/2}-{\[1-{\left(p(C_i+g_i{\mathrm{\Δz}}_i)\right)}^2\]}^{1/2}}{{\mathrm{pg}}_i}$

式中，θ_i为第i层声线的入射角，θ_i+1为第i+1层声线的入射角；

波束在该层经历的弧段长度为：

S_i＝R_i(θ_i-θ_i+1)

则经历该段的时间为：

$t_i=\frac{\arcsin \[p\left(C_i+g_i{\mathrm{\Δz}}_i\right)\]-\arcsin \left({\mathrm{pC}}_i\right)}{{\mathrm{pg}}_i^2{\mathrm{\Δz}}_i}\ln \[1+\frac{g_i{\mathrm{\Δz}}_i}{C_i}\]$

(2)已知第i层的水平位移y_i和经历该段位移的时间t_i，得出第i层的平均声速C_i(i＝1,2,…,n)，从顶层开始选取连续的n个声速值C_i(i＝1,2,…,n)进行曲线拟合，得到拟合曲线C＝f(x)，曲线是一个关于声速C_i(i＝1,2,…,n)与水平位移x有关的变化曲线；

(3)拟合的曲线C求其最大曲率，曲率计算公式为：

$R=\frac{\left|C^{\′\′}\right|}{{(1+C^{\′2})}^{3/2}}$

其中，C'和C”代表声速曲线的一阶和二阶导数。

(4)将曲率半径R与阈值f进行对比，若小于阈值f则将n层声速剖面合并为一层；若大于阈值f则释放第一层，释放n个点中的第一个点，下移一个点继续选取n个点声速值进行拟合，直至整个声速剖面数据遍历完成。

本发明提供的等梯度声线跟踪的声速剖面自适应分层方法，将声速剖面数据中变化很小的声速层进行过滤，适当抽稀，保留声速梯度变化较大的数据层，从而减少迭代中的运算量。声速剖面经过自适应分层后，用新的声速剖面进行分层等梯度声线跟踪，从而完成水下定位解算。

附图说明

图1为本发明的流程图；

图2为实施例中所用到的中国南海声速剖面数据；

图3为实施例中阈值为10^-1时声速剖面自适应分层的结果；

图4为实施例中阈值为10^-20时声速剖面自适应分层结果。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

对中国南海500米水深声速剖面进行自适应分层，并用自适应分层后的结果进行定位：

1、定位数据

实验选取拟合点数为7，进行三次曲线拟合，阈值设置为10^-1,10^-2,10^-3,...,10^-20，共20个阈值。

模拟四个浮标布设成正方形形状，边长为1600m，给浮标的三维坐标分别加上2米的余弦波动。海底模拟4个应答器A、B、C、D，坐标分别为(0,0,-500)、(0,40,-500)、(40,0,-500)、(40,40,-500)，单位均为m，总共模拟100个历元。水域的声速剖面图如图2，为中国南海声速剖面数据，采样间隔为1m。误差模拟如下：换能器定位中误差x、y、z方向各10cm，应答器时延偏差为8cm的系统误差，测量时间造成10cm的测距中误差。

2、声速剖面自适应分层结果

共取10^-1,10^-2,10^-3,...,10^-20，20个阈值，其中最大阈值为10^-1时可将原始500层声速剖面数据分为145层，如图3所示；最小阈值10^-20时可将500层声速剖面数据分为450层，如图4所示。

3、利用自适应分层后的数据进行定位

实验中的电脑配置为:CPU型号为双核PentiumE2200，CPU主频为2.20GHz，内存大小为3G。

(1)原始声速剖面定位结果

(2)利用20个阈值自适应分层后的声速剖面数据进行定位

从上表结果中可以看出，当拟合点数为7时，对于不同的阈值，对声速剖面有不同程度的抽稀，层数从145层到450层，其中，阈值从10^-1到10^-12分层结果一致，均为145层。定位的时间从11s到34s，定位的效率较原始结果有了不同幅度的提升。定位的精度与原始定位误差接近，不同阈值定位误差差异很小。对于不同的阈值，其定位RMS值均在0.36m左右，相差不大，与未经过自适应分层的定位结果相当。

本发明提出的声速剖面自适应分层方法能够对声速剖面进行合理的抽稀，减少声速剖面的层数。通过用自适应分层后的数据进行定位可以看出，定位结果均能在保证定位精度的前提下提高定位效率。

Claims (1)

1.等梯度声线跟踪的声速剖面自适应分层方法，其特征在于，包括以下步骤：

(1)设置曲线拟合点数n和阈值f；

假设声波经历的水柱分为n个等梯度层，假设声波在每层的传播速度是等梯度的；在水深为z_i的i层，分别用C_i和θ_i表示声波的传播速度和入射角度；第i层内的声速梯度g_i表示为:

g_i＝(C_i+1-C_i)/Δz_i

式中，Δz_i为第i层的水层厚度，C_i+1为第i+1层声速；

声波的传播满足Snell法则，在声速常梯度变化的情况下，波束在第i层内的实际传播轨迹为一连续的、对应一定曲率半径R_i的弧段，R_i的表达为:

$R_i=\frac{-1}{{\mathrm{pg}}_i}$

式中p为Snell系数；

层i内声线的水平位移为：

$y_i=\frac{{\[1-{\left({\mathrm{pC}}_i\right)}^2\]}^{1/2}-{\[1-{\left(p\right(C_i+g_i{\mathrm{\Δz}}_i\left)\right)}^2\]}^{1/2}}{{\mathrm{pg}}_i}$

式中，θ_i为第i层声线的入射角，θ_i+1为第i+1层声线的入射角；

波束在该层经历的弧段长度为：

S_i＝R_i(θ_i-θ_i+1)

则经历该段的时间为：

$t_i=\frac{\arcsin \[p(C_i+g_i{\mathrm{\Δz}}_i)\]-\arcsin \left({\mathrm{pC}}_i\right)}{{\mathrm{pg}}_i^2{\mathrm{\Δz}}_i}\ln \[1+\frac{g_i{\mathrm{\Δz}}_i}{C_i}\]$

(2)已知第i层的水平位移y_i和经历该段位移的时间t_i，得出第i层的平均声速C_i(i＝1,2,…,n)，从顶层开始选取连续的n个声速值C_i(i＝1,2,…,n)进行曲线拟合，得到拟合曲线C＝f(x)，曲线是一个关于声速C_i(i＝1,2,…,n)与水平位移x有关的变化曲线；

(3)拟合的曲线C求其最大曲率，曲率计算公式为：

$R=\frac{\left|C^{\′\′}\right|}{{(1+C^{\′2})}^{3/2}}$

其中，C'和C”代表声速曲线的一阶和二阶导数。

(4)将曲率半径R与阈值f进行对比，若小于阈值f则将n层声速剖面合并为一层；若大于阈值f则释放第一层，释放n个点中的第一个点，下移一个点继续选取n个点声速值进行拟合，直至整个声速剖面数据遍历完成。