CN109141614A - 一种基于网络节点间水声通信信号的声速剖面反演方法 - Google Patents

Abstract

本发明提供了一种基于网络节点间水声通信信号的声速剖面反演方法，该方法包括：步骤1)选择需要进行声速剖面反演的水域，利用该水域的声速剖面历史数据获取声速剖面经验正交函数，并利用经验正交函数重构一组声速剖面；步骤2)通过声场计算模型模拟生成步骤1)中各声速剖面对应的接收信号；和步骤3)将步骤2)中模拟生成的所有接收信号分别与该水域内网络节点间传输的水声通信信号做相关运算，选择最高相关系数对应的声速剖面作为该水域的最优声速剖面。上述方法利用声速剖面历史数据得到的EOF基函数，并以EOF基函数重构声速剖面值是较为有效的声速剖面样本，可保证反演结果的有效性和精确度。

Description

一种基于网络节点间水声通信信号的声速剖面反演方法

技术领域

本发明涉及水声通信技术领域，具体涉及一种基于网络节点间水声通信信号的声速剖面反演方法。

背景技术

声速剖面在目标定位、环境监测等方面都是极为重要的水声参数，但是现场直接测量的方法难以满足实际应用中快速获取较大范围海域内声速剖面的需求，因此，利用声学反演方法来快速获取声速剖面的研究得到了国内外学者的广泛关注。目前常用的声速剖面反演方法是匹配场反演方法和声线传播时间反演方法，其中匹配场反演方法由于要获得足够的空间增益，对阵型及阵列的要求较高，实际试验实施难度较大；而声线传播时间反演方法中的声线传播时间的测量误差常会导致反演精度较差。

发明内容

本发明的目的在于，为解决现有的声速剖面反演方法存在着实施难度高或反演精度低的技术问题，本发明提出一种基于网络节点间水声通信信号的声速剖面反演方法，该方法利用声速剖面历史数据获取声速剖面经验正交函数(EOF，EmpiricalOrthogonalFunction，也称为EOF基函数)，并利用EOF基函数进一步重构一组声速剖面值，进而通过声场计算模型计算重构声速剖面下的接收信号，最后利用重构声速剖面下的接收信号与实际接收信号的相关度来反推得到最优声速剖面。

为实现上述目的，本发明提供的一种基于网络节点间水声通信信号的声速剖面反演方法，包括：

步骤1)选择需要进行声速剖面反演的水域，利用该水域的声速剖面历史数据获取声速剖面经验正交函数，并利用经验正交函数重构一组声速剖面；

步骤2)通过声场计算模型模拟生成步骤1)中各声速剖面对应的接收信号；

步骤3)将步骤2)中模拟生成的所有接收信号分别与该水域内网络节点间传输的水声通信信号做相关运算，选择最高相关系数对应的声速剖面作为该水域的最优声速剖面。

作为上述技术方案的进一步改进，所述的步骤1)包括：

步骤101)以测量获得的水域的声速剖面历史数据求平均，获得平均声速剖面，所述的平均声速剖面表示为：

其中，表示平均声速剖面，N表示测量获得的声速剖面总数，表示测量获得的第n个声速剖面，c_m,0表示中第m个平均值，c_m,n表示中第m个测量值，m的取值范围为1～M；

步骤102)利用步骤101)中的若干个声速剖面与平均声速剖面，构建测量声速剖面的协方差矩阵，所述的协方差矩阵表示为：

其中，r_ij表示协方差矩阵中第i行第j列位置的元素，c_i,n和c_j,n分别表示中第i个测量值和第j个测量值，c_i,0)和c_j,0分别表示中第i个平均值和第j个平均值；

步骤103)对协方差矩阵进行特征值分解，得到特征值由大到小排列的M个特征矢量作为经验正交函数，所述的M个特征矢量表示为：

步骤104)利用步骤101)中获得的平均声速剖面和步骤103)中获得的经验正交函数重构声速剖面，重构的声速剖面表示为：

其中，表示重构的声速剖面，α_i表示第i阶声速剖面展开系数，H_i表示第i阶经验正交函数。

作为上述技术方案的进一步改进，所述的声速剖面展开系数的计算公式表示为：

其中，c_m,0)表示平均声速剖面中第m个平均值，c_m表示声速剖面中第m个元素，H_m,i表示第i阶经验正交函数中第m个元素。

本发明的一种基于网络节点间水声通信信号的声速剖面反演方法优点在于：

(1)利用声速剖面历史数据得到的EOF基函数，并以EOF基函数重构声速剖面值是较为有效的声速剖面样本，可保证反演结果的有效性和精确度；(2)本方法中最后做匹配的声场信号是时间序列，而匹配场反演方法中最后做匹配的声场信号是空间序列，相当于本方法利用合适的时间增益代替了匹配场反演方法中的空间增益，从而减少了实际实验中的设备布放的困难度。

附图说明

图1为利用本发明提供的声速剖面反演方法获取最优声速剖面的反演操作流程图；

图2为本发明中的发射数据帧结构，发射信号中的同步信号均采用m序列psk调制方式；

图3为利用某海域的声速剖面历史数据计算得到的EOF基函数；

图4为利用某海域的声速剖面历史数据计算得到的平均声速剖面；

图5为发射信号中的第一个同步信号时域图；

图6为发射信号中的第一个同步信号的局部时域图；

图7为发射信号中的第二个同步信号时域图；

图8为发射信号中的第二个同步信号局部时域图；

图9为声场模型计算得到的接收信号时域示例；

图10为实验中阵元的接收信号时域图；

图11为第一个同步信号声速剖面反演结果与实测声速剖面的比较图；

图12为第二个同步信号声速剖面反演结果与实测声速剖面的比较图；

图13为第一个同步信号反演结果与第二个同步信号反演结果的比较图。

具体实施方式

下面结合附图和实施例对本发明所述的一种基于网络节点间水声通信信号的声速剖面反演方法进行详细说明。

如图1所示，本发明提供的一种基于网络节点间水声通信信号的声速剖面反演方法，该方法包括：

步骤1)选择需要进行声速剖面反演的水域，利用该水域的声速剖面历史数据获取声速剖面经验正交函数，并利用经验正交函数重构一组声速剖面；

步骤2)通过声场计算模型模拟生成步骤1)中各声速剖面对应的接收信号；

步骤3)将步骤2)中模拟生成的所有接收信号分别与该水域内网络节点间传输的水声通信信号做相关运算，选择最高相关系数对应的声速剖面作为该水域的最优声速剖面。

基于上述的声速剖面反演方法，该方法具体由实验接收信号获取、重构声速剖面下的接收信号和最优声速剖面反演三部分组成。

(1)实验中的接收信号获取：

信号发射形式：

在本实施例中，采用网络节点间传输的水声网络通信宽带信号完成信号的发射，发射信号经过实际的声场后通过网络中的节点接收，对接收到的信号进行带通滤波，用于执行后续的相关运算。

(2)重构声速剖面下的接收信号获取：

首先，采用EOF方法重构声速剖面，利用声速剖面历史数据获取试验海域的声速剖面EOF基函数，再利用声速剖面EOF基函数重构出一组声速剖面SSP(假设有N个重构的声速剖面)。重构时声速剖面经验正交函数的阶数均取前三阶，各重构声速剖面之间的不同之处是各阶EOF基函数的系数不同。由于重构声速剖面时选取的经验正交函数的系数是参考历史声速剖面EOF基函数的系数范围设定，因此这组声速剖面是该海域在一定时间周期内可能存在的声速剖面，即这组重构声速剖面值是较为有效的声速剖面样本。

下面介绍利用声速剖面历史数据获取EOF基函数，以及利用EOF基函数重构声速剖面的具体方法：

a.水层声速剖面建模：

首先对水层声速剖面进行建模，将水层声速剖面分布用一组正交基函数以及对应的系数来表示，其目的是简化需要重构和反演参数的数目。将测量海区的全海深声速剖面表示成：

其中，H_i(z)是展开的第i阶基函数，c₀(z)是平均声速剖面，α_i是第i阶基函数系数，只要基函数选取合适，一般取前几阶即可满足声剖面重构的需求。在有声速剖面历史数据的情形下，水层声速剖面展开基函数比较适合选择经验正交函数。

b.经验正交函数展开：

以近期CTD剖面仪获取的声速剖面作为声速剖面历史数据。在声速剖面测量的历史数据基础上，可以从中提取得到对应的经验正交函数，用于声速剖面数据的压缩存储以及对未知声速剖面的参数表示和反演。声速剖面经验正交函数的提取过程如下：

声速剖面历史数据包括N个声速剖面数据，可表示为：

其中

是历史声速剖面中的第n个声速剖面，c_m,n＝c_n(z_m)，c_m,n表示中第m个元素，z_m是与声速值c_n对应的测量深度。总共N个历史声速剖面数据的平均声速剖面表示为：

其中，c_m,0表示中第m个平均值，c_m,n表示中第m个测量值，m的取值范围为1～M；

这样可以得到测量声速剖面的协方差矩阵：

其中，r_ij表示协方差矩阵中第i行第j列位置的元素，c_i,n和c_j,n分别表示中第i个测量值和第j个测量值，c_i,0)和c_j,0分别表示中第i个平均值和第j个平均值；

对协方差矩阵R进行特征值分解，得到特征值由大到小排序的M个特征矢量：

将M个特征矢量作为声速剖面经验正交函数。

其中的展开系数α_i由以下公式(7)计算：

其中，c_m,0)表示平均声速剖面中第m个平均值，c_m表示声速剖面中第m个元素，H_m,i表示第i阶经验正交函数中第m个元素。

c.利用EOF基函数重构声速剖面：

通过b步骤，我们得到了该海域的平均声速剖面c₀(z)和基函数H_i(z)，当确定了各阶基函数的系数α_i，就可以通过公式(1)得到重构声速剖面。

在提取得到经验正交函数之后，可以利用公式(8)重构声速剖面：

上式中表示重构的声速剖面，β_i表示重构声速剖面的第i阶EOF基的系数，重构声速剖面的EOF基系数β_i的范围参考历史声速剖面的EOF基系数α_i来设定，H_i表示第i阶经验正交函数。

参照公式(6)由历史声速剖面获取声速剖面EOF基函数，同时会得到历史声速剖面数据对应的第一阶EOF系数、第二阶EOF系数、第三阶EOF系数，这三个系数分别对应公式(1)中等式右边第二项中的α₁、α₂和α₃。根据历史声速剖面对应的第一阶EOF系数、第二阶EOF系数、第三阶EOF系数，来确定我们所重构的声速剖面的EOF基函数的各阶系数的变化范围，进而得到一组重构声速剖面。

可以看到，公式(8)的经验正交函数展开项反映了声速剖面与平均声速剖面的偏差：如果重构的声速剖面与平均声速剖面偏差不大并且基函数选取合适，一般取前几阶即可满足声速剖面的重构需求，如果偏差比较大，原则上需要的展开项就会比较多，以更好的逼近实际声速剖面分布。

d.利用Kraken声场模型计算重构声速剖面下的接收信号：

发射信号采用宽带信号s(t)，其频谱为S(ω)，利用Kraken声场模型可计算单频点源的声场H(ω)(H(ω)也相当于是Kraken声场模型对于给定的水声环境计算所得的传递函数)，则接收信号的频谱为Y(ω)＝S(ω)H(ω)；对接收信号的频谱Y(ω)做傅里叶逆变换，可以得到时域上的接收信号y(t)，这里的接收信号y(t)是一个时间序列，是具有一定的时间增益的。

对于发射信号s(t)，保持发射与接收条件及水体深度条件不变，将声速剖面值作为仿真水声环境中的唯一变量，对于每一个重构声速剖面SSP_i(i＝1,2···N)，利用kraken声场模型可得到一个与之对应的接收信号y_i(t)(i＝1,2···N)。

(3)最优声速剖面反演

将计算获得的一组接收信号时间序列分别与实验中的宽带声场接收信号时间序列做匹配，当仿真的接收信号y_j(t)与实验中的接收信号的相关系数达到最高时，与之对应的声速剖面SSP_j是最优声速剖面。

实施例一

在本实施例中，以某次海试过程为例，由温度链测得较长时间周期上的声速剖面数据，是为了与后续反演出的最优声速剖面作比较，以证明反演结果的准确性和有效性；利用本发明的声速剖面反演方法，由此海域的声速剖面历史数据得到试验海区的EOF基函数及平均声速剖面(见图3、图4所示)，图4中的声速剖面是利用CTD所测的声速剖面求平均得到的平均声速剖面。

利用EOF基函数对声速剖面历史数据中的八个声速剖面进行重构得到的EOF系数如下表所示：

EOF系数	第一阶EOF系数	第二阶EOF系数	第三阶EOF系数
				声速剖面号数1	-9.5	14.7	-5.9
声速剖面号数2	-13.2	12.7	-4.7
				声速剖面号数3	-11.6	-17	-1
声速剖面号数4	11.3	13.34	-5
				声速剖面号数5	23.6	-1.8	-3.8
声速剖面号数6	19	0.6	-7.4
				声速剖面号数7	-0.7	4.8	11.8
声速剖面号数8	3.7	-0.7	16

参考声速剖面历史数据中的八个声速剖面的各阶EOF系数值，确定重构声速剖面时各阶EOF的系数，重构一组声速剖面，作为寻找最优声速剖面的样本。

实验中的发射信号格式如图2所示，包括同步信号和数据信号两部分，其中同步信号由多个信号组成，同步信号均采用m序列psk调制方式，这是水声通信中常用的同步信号形式，本实施例中只是取了同步信号中的第一个同步信号和第二个同步信号做仿真发射信号，对于同步信号中的第一个信号(见图5、图6所示)，即以选取的信号为初始发射信号，在一组重构声速剖面下由声场计算模型得到一组仿真接收信号。

发射信号为宽带信号s(t)，如图5中所示，对s(t)做傅里叶变换得到其频谱为S(ω)，在Kraken声场模型的环境输入文件中输入频率、海深、发射深度、接收深度、接收距离、声速剖面等参数可计算单频点源的声场H(ω)(H(ω)也相当于是Kraken声场模型对于给定的水声环境计算所得的传递函数)，则接收信号的频谱为Y(ω)＝S(ω)H(ω)；对接收信号的频谱Y(ω)做傅里叶逆变换，可以得到时域上的接收信号y(t)。如图9为一个仿真接收信号的时域图。

将仿真接收信号与实验中的实际接收信号(如图10所示的信号形式)做相关，相关系数最高时对应的声速剖面就是反演结果1；再次选取同步信号中的第二个信号(见图7、图8所示)对声速剖面进行反演，即以同步信号中的第二个信号为初始发射信号重复上述步骤，得到的最优声速剖面就是反演结果2，计算所得最优声速剖面与对应时间段的温度链所测的平均声速剖面对比结果如图11、图12所示。

反演结果1中EOF前三阶系数分别为-2、-12、-7，反演结果2中EOF前三阶系数分别为-8、-10、-3，图中黑色虚线为计算所得最优声速剖面，黑色实线为对应时间内温度链所测的平均声速剖面，由对比可知，最优声速剖面与温度链实测声速剖面较为接近，并且声速剖面在15～45m内的声速变化速率基本一致，可见反演结果具有较高的精确性和准确度。如图13所示，通过同步信号第一个信号反演结果与同步信号第二个信号反演结果比较可见，两个声速剖面在20～60m内的声速基本一致，反演结果具有很好的一致性。

总之，实施本发明的声速剖面反演方法所产生的效果包括以下几个方面：

(1)本发明反演出的声速剖面结果就是大范围内的声速剖面的一个平均数据，利用本发明的反演方法能够快速获取大范围海域的声速剖面数据。

(2)实际实验中不必布放声速剖面测量设备进行声速剖面测量(本实施例中布放温度链获取声速剖面数据只是为了与反演结果作比较，以证明反演结果的准确性和有效性)；本发明的反演方法中做匹配的两个宽带声场信号都是时间序列，而匹配场反演方法中做匹配的两个声场信号是空间序列，相当于本方法中用时间增益代替了匹配场反演方法中的空间增益，从而减少了实际实验中仪器布放的困难度。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (3)

1.一种基于网络节点间水声通信信号的声速剖面反演方法，其特征在于，该方法包括：

步骤1)选择需要进行声速剖面反演的水域，利用该水域的声速剖面历史数据获取声速剖面经验正交函数，并利用经验正交函数重构一组声速剖面；

步骤2)通过声场计算模型模拟生成步骤1)中各声速剖面对应的接收信号；和

步骤3)将步骤2)中模拟生成的所有接收信号分别与该水域内网络节点间传输的水声通信信号做相关运算，选择最高相关系数对应的声速剖面作为该水域的最优声速剖面。

2.根据权利要求1所述的基于网络节点间水声通信信号的声速剖面反演方法，其特征在于，所述的步骤1)包括：

步骤101)以测量获得的水域的声速剖面历史数据求平均，获得平均声速剖面，所述的平均声速剖面表示为：

其中，表示平均声速剖面，N表示测量获得的声速剖面总数，表示测量获得的第n个声速剖面，c_m,0表示中第m个平均值，c_m,n表示中第m个测量值，m的取值范围为1～M；

步骤102)利用步骤101)中的若干个声速剖面与平均声速剖面，构建测量声速剖面的协方差矩阵，所述的协方差矩阵表示为：

其中，r_ij表示协方差矩阵中第i行第j列位置的元素，c_i,n和c_j,n分别表示中第i个测量值和第j个测量值，c_i,0)和c_j,0分别表示中第i个平均值和第j个平均值；

步骤103)对协方差矩阵进行特征值分解，得到特征值由大到小排列的M个特征矢量作为经验正交函数，所述的M个特征矢量表示为：

步骤104)利用步骤101)中获得的平均声速剖面和步骤103)中获得的经验正交函数重构声速剖面，重构的声速剖面表示为：

其中，表示重构的声速剖面，α_i表示第i阶声速剖面展开系数，H_i表示第i阶经验正交函数。

3.根据权利要求2所述的基于网络节点间水声通信信号的声速剖面反演方法，其特征在于，所述的声速剖面展开系数的计算公式表示为：

其中，c_m,0表示平均声速剖面中第m个平均值，c_m表示声速剖面中第m个元素，H_m,i表示第i阶经验正交函数中第m个元素。