CN116070092B - 一种等梯度声速剖面优化方法 - Google Patents

一种等梯度声速剖面优化方法 Download PDF

Info

Publication number
CN116070092B
CN116070092B CN202310200806.4A CN202310200806A CN116070092B CN 116070092 B CN116070092 B CN 116070092B CN 202310200806 A CN202310200806 A CN 202310200806A CN 116070092 B CN116070092 B CN 116070092B
Authority
CN
China
Prior art keywords
sound velocity
sampling point
sampling points
sampling
sound
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310200806.4A
Other languages
English (en)
Other versions
CN116070092A (zh
Inventor
罗宇
程梦迪
宋熙昭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University of Science and Technology
Original Assignee
Shandong University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong University of Science and Technology filed Critical Shandong University of Science and Technology
Priority to CN202310200806.4A priority Critical patent/CN116070092B/zh
Publication of CN116070092A publication Critical patent/CN116070092A/zh
Application granted granted Critical
Publication of CN116070092B publication Critical patent/CN116070092B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本申请属于海洋测绘及水声信号处理技术领域，提供一种等梯度声速剖面优化方法，包括以下步骤：S1，基于声速采样数据集
Figure ZY_3
建立原始声速剖面，其中
Figure ZY_7
为声速采样点的个数，
Figure ZY_10
为声速采样点的序号，
Figure ZY_2
、
Figure ZY_6
分别为第
Figure ZY_9
个声速采样点处的水深及声速；S2，基于所述原始声速剖面的声速梯度方向变化情况确定关键采样点集合
Figure ZY_12
，其中
Figure ZY_1
为关键采样点的个数，
Figure ZY_5
为关键采样点的序号；S3，基于所述
Figure ZY_8
将所述原始声速剖面划分为
Figure ZY_11
个预分层；S4，遍历所述
Figure ZY_4
个预分层，基于距离和角度约束确定每个预分层中保留的声速采样点；S5，基于所有预分层中保留的声速采样点建立优化等梯度声速剖面。本申请提供的方法，能够在保留原始声速剖面关键特征的基础上对采样点数量进行极大的优化。

Description

一种等梯度声速剖面优化方法
技术领域
本申请属于海洋测绘及水声信号处理技术领域，进一步地，涉及水声声速剖面数据处理方法，具体提供一种等梯度声速剖面优化方法。
背景技术
在复杂的海洋环境里，海洋的不均匀性和多变性导致水中传播声线不再是一条直线，声线往声速小的方向弯曲，且弯曲程度与声速变化率呈正相关。对于水声定位系统，声线弯曲会造成声波在发射、接收换能器之间的实际传播时延大于直线传播时延，水声测距得到的是声线的实际传播距离，而非声学发射换能器与接收换能器间的直线传播距离。因此，声线弯曲会使超短基线水声定位结果发生偏移，降低定位精度，严重时还会出现野值点，必须进行声线修正。
目前声线修正方法大都是基于射线声学理论提出的：等效声速剖面法、查表法、有效声速法以及声线跟踪法等。在声速剖面已知的情况下，声线跟踪法是修正声线弯曲误差最有效的方法，是水下目标定位的重要基础，其中尤以等梯度声线跟踪算法应用最为广泛。
等梯度声线跟踪技术首先利用分层近似将声速剖面分为多层，然后对每一分层赋予相应的固定声速梯度，最后通过逐层计算的方法对声线弯曲进行补偿并进行声线追踪，从而达到改善系统定位精度的目的。
显然，当使用等梯度声线追踪技术进行水声信号定位及海洋测绘等应用时，对声速剖面进行等梯度分层的质量将直接关系到对声线进行补偿的精度。由于水中声速受温度、盐度、压强等多种因素的影响，因此不同海域、不同水文条件及不同深度处的声速具有不同的分布特点，尤其在复杂海况条件下，声速剖面将变得复杂且多变，在此情况下如果对于声速剖面的分层过于稀疏，则无法对声线进行高精度的追踪；如分层过于稠密，虽然提高了声线追踪的精度，但声线追踪的计算量大，尤其是在一些需要实时进行水声定位的应用领域，其使用受到了极大限制。因此，随着水下定位技术水平的提高，对声线跟踪法的定位精度和计算效率提出了更高的要求，相应地需要提供一种兼顾精度与效率的等梯度声速剖面分层的技术方案。
发明内容
针对高精度水声定位系统中定位精度与计算量相互矛盾的问题，本申请的目的在于根据水中声速在有限范围内的变化特点，提出一种基于距离和角度约束的对声速剖面进行优化的方法，通过本申请提供的方法所生成的优化的声速剖面应用于声线追踪等领域时，能够在保证计算结果精度的同时，尽可能地减少计算量，从而实现实时且精确地水声定位。
本申请的实施例可以通过以下技术方案实现：
一种等梯度声速剖面优化方法，包括以下步骤：
S1，基于声速采样数据集
Figure SMS_1
建立原始声速剖面，其中/>
Figure SMS_2
为声速采样点的个数，/>
Figure SMS_3
为声速采样点的序号，/>
Figure SMS_4
、/>
Figure SMS_5
分别为第/>
Figure SMS_6
个声速采样点处的水深及声速；
S2，基于所述原始声速剖面的声速梯度方向变化情况确定关键采样点集合
Figure SMS_7
，其中/>
Figure SMS_8
为关键采样点的个数，/>
Figure SMS_9
为关键采样点的序号；
S3，基于所述
Figure SMS_10
将所述原始声速剖面划分为/>
Figure SMS_11
个预分层；
S4，遍历所述
Figure SMS_12
个预分层，基于距离和角度约束确定每个预分层中保留的声速采样点；
S5，基于所有预分层中保留的声速采样点建立优化等梯度声速剖面。
进一步地，步骤S2包括以下步骤：
S21，基于公式(1)确定各个声速采样点处的声速梯度
Figure SMS_13
：
Figure SMS_14
；
S22，对于第2至第
Figure SMS_15
个声速采样点中的任意一个声速采样点，如果该声速采样点处的声速梯度与其前一个声速采样点处的声速梯度的方向不同，则将该声速采样点作为关键采样点；
S23，重复执行步骤S22直到遍历第2至第
Figure SMS_16
个声速采样点，得到关键采样点集合/>
Figure SMS_17
。
优选地，步骤S2中还包括对关键采样点集合
Figure SMS_18
进行优化的步骤，所述优化具体为：
S24，对于第2至第
Figure SMS_19
个关键采样点中的任意一个关键采样点，如果该关键采样点处与其前一关键采样点处的声速变化小于声速变化阈值，则将该关键采样点从/>
Figure SMS_20
中剔除；
S25，重复执行步骤S24直到遍历第2至第
Figure SMS_21
个关键采样点，将保留的关键采样点的个数重新设置为/>
Figure SMS_22
，最终得到优化的关键采样点集合/>
Figure SMS_23
。
进一步地，步骤S3具体为：
将海面作为第1个预分层的层顶，将海底作为第
Figure SMS_24
个预分层的层底；以及依次将相邻的关键采样点作为各个预分层的层顶和/或层底。
进一步地，步骤S4中所述基于距离和角度约束确定每个预分层中保留的声速采样点，具体为对于每个预分层，执行以下步骤：
S41，提取与该预分层对应的声速采样数据集
Figure SMS_25
，其中，/>
Figure SMS_26
为该预分层包含的声速采样点的个数，/>
Figure SMS_27
为该预分层包含的声速采样点的序号，/>
Figure SMS_28
、/>
Figure SMS_29
分别为该预分层的第/>
Figure SMS_30
个声速采样点处的水深及声速；
S42，分别计算该预分层的第2至第
Figure SMS_31
个声速采样点处对应的声速偏离值/>
Figure SMS_35
与声速梯度角/>
Figure SMS_38
，基于/>
Figure SMS_33
个/>
Figure SMS_34
的统计结果确定距离阈值/>
Figure SMS_37
，以及基于/>
Figure SMS_39
个/>
Figure SMS_32
的统计结果确定角度阈值/>
Figure SMS_36
；
S43，将该预分层的第1个和第
Figure SMS_40
个声速采样点作为保留的声速采样点；
S44，从该预分层的第1个声速采样点开始迭代执行以下操作，直到该预分层的第
Figure SMS_41
个声速采样点：
S441，按顺序提取当前声速采样点及与其相邻的2个声速采样点；
S442，将提取的3个声速采样点按顺序分别作为首采样点、中间采样点与尾采样点；
S443，计算中间采样点处的声速偏离值
Figure SMS_42
，如果中间采样点处的声速偏离值/>
Figure SMS_43
大于距离阈值/>
Figure SMS_44
，则将该中间采样点作为保留的声速采样点，然后将该中间采样点作为当前声速采样点并返回执行步骤S441，否则执行步骤S444；
S444，计算中间采样点处的声速梯度角
Figure SMS_45
，如果中间采样点处的声速梯度角/>
Figure SMS_46
小于角度阈值/>
Figure SMS_47
，则将该中间采样点作为保留的声速采样点，然后将该中间采样点作为当前声速采样点并返回执行步骤S441，否则执行步骤S445；
S445，删除该中间采样点并返回执行步骤S441。
进一步地，对于任意一个声速采样点，其声速偏离值
Figure SMS_48
通过以下步骤确定：
第一步，通过公式(2)计算该声速采样点处的拟合声速
Figure SMS_49
，
Figure SMS_50
，
其中，
Figure SMS_51
为该声速采样点的序号；
第二步，通过公式(3)计算该声速采样点的声速偏离值
Figure SMS_52
，
Figure SMS_53
。
进一步地，对于任意一个声速采样点，其声速梯度角为该声速采样点处与其前1个声速采样点处的声速梯度的夹角。
优选地，步骤S42中基于
Figure SMS_54
个/>
Figure SMS_55
的统计结果确定距离阈值/>
Figure SMS_56
，以及基于/>
Figure SMS_57
个/>
Figure SMS_58
的统计结果确定角度阈值/>
Figure SMS_59
，具体为：
基于
Figure SMS_60
个/>
Figure SMS_61
的中位数作为距离阈值/>
Figure SMS_62
，以及基于/>
Figure SMS_63
个/>
Figure SMS_64
的中位数作为角度阈值/>
Figure SMS_65
。
本申请的实施例提供的一种等梯度声速剖面优化方法至少具有以下有益效果：
本申请的技术方案充分考虑了复杂海况下原始声速剖面的复杂形态特征，通过提取影响声速梯度整体方向的关键采样点对声速剖面整体分为走向相同的多个预分层，在各个声速梯度方向相同的预分层内使用各自匹配的阈值进行采样点的抽稀，以保留合理数量的声速采样点，从而避免了现有的各种等梯度声速剖面构造方法在对整个声速剖面的采样点进行抽稀时，无法同时兼顾提高精度与减少数据量的问题；
本申请的技术方案在提取多个关键采样点后，进一步对其进行优化，剔除掉仅存在细微波动的关键采样点，在不影响整体精度的情况下减少了预分层的数量，从而进一步降低了构造等梯度声速剖面所需的声速采样点数量。
附图说明
图1为根据本申请实施例的一种等梯度声速剖面优化方法的流程图；
图2a为根据本申请实施例得到的浅海的原始声速剖面的示意图；
图2b为根据本申请实施例得到的深海的原始声速剖面的示意图；
图3为根据本申请实施例的关键采样点的示意图；
图4为一个具体的浅海区域的声速梯度的示意图；
图5为根据本申请实施例的对原始声速剖面进行预分层的示意图；
图6示出了具有不同声速梯度变化形态的声速采样点处的
Figure SMS_66
值的示意图；
图7为根据本申请实施例的在一个预分层中迭代地确定需要保留的声速采样点的示意图；
图8为根据本申请实施例的原始声速剖面与优化等梯度声速剖面的比较示意图；
图9为图8中原始声速剖面与优化等梯度声速剖面在不同深度的误差情况；
图10为根据本申请实施例的原始声速剖面、优化等梯度声速剖面以及采用现有技术构造的声速剖面的比较示意图；
图11为图10的部分放大图。
具体实施方式
以下，基于优选的实施方式并参照附图对本申请进行进一步说明。
此外，为了方便理解，放大或者缩小了图纸上的各种构件，但这种做法不是为了限制本申请的保护范围。
单数形式的词汇也包括复数含义，反之亦然。
在本申请实施例中的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是本申请实施例的产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，本申请的描述中，为了区分不同的单元，本说明书上用了第一、第二等词汇，但这些不会受到制造的顺序限制，也不能理解为指示或暗示相对重要性，其在本申请的详细说明与权利要求书上，其名称可能会不同。
本说明书中词汇是为了说明本申请的实施例而使用的，但不是试图要限制本申请。还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，可以是直接相连，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域的技术人员而言，可以具体理解上述术语在本申请中的具体含义。
本申请的实施例提供一种等梯度声速剖面优化方法，图1示出了该优化方法的流程图，如图1所示，该优化方法包括以下步骤：
S1，基于声速采样数据集
Figure SMS_67
建立原始声速剖面，其中/>
Figure SMS_68
为声速采样点的个数，/>
Figure SMS_69
为声速采样点的序号，/>
Figure SMS_70
、/>
Figure SMS_71
分别为第/>
Figure SMS_72
个声速采样点处的水深及声速；
S2，基于所述原始声速剖面的声速梯度方向变化情况确定关键采样点集合
Figure SMS_73
，其中/>
Figure SMS_74
为关键采样点的个数，/>
Figure SMS_75
为关键采样点的序号；
S3，基于所述
Figure SMS_76
将所述原始声速剖面划分为/>
Figure SMS_77
个预分层；
S4，遍历所述
Figure SMS_78
个预分层，基于距离和角度约束确定每个预分层中保留的声速采样点；
S5，基于所有预分层中保留的声速采样点建立优化等梯度声速剖面。
本申请提供的等梯度声速剖面优化方法，首先通过步骤S2从原始声速剖面中提取多个声速梯度方向发生改变的“拐点”(即关键采样点)，然后在步骤S3中以上述多个拐点作为各个预分层边界，从而将原始声速剖面划分为多个整体走向相同的预分层，进而通过步骤S4在多个预分层内部综合考虑各个声速采样点的距离偏离与夹角大小的约束以确定需要保留的声速采样点，最后通过步骤S5将完成对整体声速剖面的优化。
通过上述各个步骤，能够基于不同水深范围内不同的声速变化情况分别设置采样点提取的合理阈值，在整体上实现了综合考虑采样点数量与声速剖面拟合精度的最优解，从而有效地改善了现有的各种等梯度声速剖面构造方存在的无法同时兼顾效率与精度的问题。
以下结合附图及具体实施例详细说明步骤S1～S5。
步骤S1用于对声速采样数据集进行处理以生成原始声速剖面。具体地，在一些实施例中，可以对同一经纬度的海域分别在不同深度的采样点处测量海水的温度、盐度、压力等数据，然后利用经验声速公式得到与各个深度对应的声速值，从而完成对各个声速采样点的声速采样。
上述声速采样所得到的声速采样数据集可以表示为
Figure SMS_79
，其中/>
Figure SMS_80
为声速采样点的个数，/>
Figure SMS_81
为声速采样点的序号，/>
Figure SMS_82
、/>
Figure SMS_83
分别为第/>
Figure SMS_84
个声速采样点处的水深及声速，以声速为横坐标，以水深为纵坐标将上述各个声速采样点处的数据标示出来，即可得到原始声速剖面。图2a与图2b分别示出了在一些具体的实施例中所得到的浅海及深海的原始声速剖面的示意图。上述获取声速采样数据以及根据声速采样数据集建立原始声速剖面，并得到各个声速采样点处的声速梯度的方法已为本领域技术人员所熟知，在此不再赘述。
步骤S2用于从原始声速剖面的各个声速采样点中提取多个关键采样点，具体地，在本申请的实施例中，关键采样点的选取原则为声速梯度(对任意一个声速采样点，其与相邻声速采样点的声速差除以对应的深度差即代表了该声速采样点处的声速梯度)的方向发生反转，如从正方向变为负方向，或从负方向变为正方向的“拐点”。由于在声信号的水下传播过程中，声速梯度方向从整体上发生反转的位置往往对声线的传播方向具有极大的影响，在某些情况下甚至导致水声波导的出现，因此上述关键采样点在声速剖面的优化过程中应优先进行保留。
具体地，在本申请的一些实施例中，步骤S2进一步包括以下步骤：
S21，基于公式(1)确定各个声速采样点处的声速梯度
Figure SMS_85
：
Figure SMS_86
；
S22，对于第2至第
Figure SMS_87
个声速采样点中的任意一个声速采样点，如果该声速采样点处的声速梯度与其前一个声速采样点处的声速梯度的方向不同，则将该声速采样点作为关键采样点；
S23，重复执行步骤S22直到遍历第2至第
Figure SMS_88
个声速采样点，得到关键采样点集合/>
Figure SMS_89
。
图3示出了在一些具体的实施例中所提取的关键采样点的示意图，图中星号代表了所提取的关键采样点，显然，对于每一个关键采样点
Figure SMS_90
，其分别具有对应的水深及声速。
通过上述步骤能够将声速梯度方向发生反转的声速采样点提取出来，然而，在一些较为靠近海面的浅海区，由于日晒、洋流变化较为剧烈，使得声速随水深呈现无规律的随机变化，并使得声速梯度呈现类似于锯齿状的形态特征(如图4所示)，上述声速值只具有微小的起伏，但声速梯度方向呈现反复反转的采样点，即使全部进行保留，也不会对后续声线追踪精度的精度提升起到良好的作用，反而会造成计算量不必要的增加，因此，在本申请的一些优选的实施例中，步骤S2中还包括对关键采样点集合
Figure SMS_91
进行优化的步骤，所述优化具体为：
S24，对于第2至第
Figure SMS_92
个关键采样点中的任意一个关键采样点，如果该关键采样点处与其前一关键采样点处的声速变化小于声速变化阈值，则将该关键采样点从/>
Figure SMS_93
中剔除；
S25，重复执行步骤S24直到遍历第2至第
Figure SMS_94
个关键采样点，将保留的关键采样点的个数重新设置为/>
Figure SMS_95
，最终得到优化的关键采样点集合/>
Figure SMS_96
。
具体地，声速变化阈值可以根据进行声速采样的海域的具体环境条件进行设置，例如，在一些可选的实施例中，可以将声速变化阈值设置为1米/秒，以此为判据删除只发生声速微小扰动的关键采样点，而保留对声速剖面的整体形态特征的形成具有决定作用的关键采样点。
通过步骤S2完成关键采样点集合
Figure SMS_97
的提取后，在步骤S3中，即可利用上述多个关键采样点对原始声速剖面进行预分层。在本申请的一些实施例中，步骤S3具体为：将海面作为第1个预分层的层顶，将海底作为第/>
Figure SMS_98
个预分层的层底；以及依次将相邻的关键采样点作为各个预分层的层顶和/或层底。
图5示出了一个具体的实施例中对原始声速剖面进行预分层的示意图，在该实施例中，从原始声速剖面中共提取了4个关键采样点，即
Figure SMS_100
。在该实施例中，可以利用关键采样点/>
Figure SMS_106
、/>
Figure SMS_108
、/>
Figure SMS_101
、/>
Figure SMS_104
将原始声速剖面分为5个预分层，其中，第1预分层的层顶为海面，层底为/>
Figure SMS_109
所在深度；第2预分层的层顶为/>
Figure SMS_111
所在深度，层底为/>
Figure SMS_99
所在深度；第3预分层的层顶为/>
Figure SMS_103
所在深度，层底为/>
Figure SMS_107
所在深度；第4预分层的层顶为/>
Figure SMS_110
所在深度，层底为/>
Figure SMS_102
所在深度；第5预分层的层顶为/>
Figure SMS_105
所在深度，层底为海底。
利用上述步骤完成海水的预分层后，即可通过步骤S4在每一个预分层中进行声学采样点的抽稀，确定需要删除与需要保留的声速采样点。
在一些实施例中，步骤S4中所述基于距离和角度约束确定每个预分层中保留的声速采样点，具体为对于每个预分层，执行以下步骤：
S41，提取与该预分层对应的声速采样数据集
Figure SMS_112
，其中/>
Figure SMS_113
为该预分层包含的声速采样点的个数，/>
Figure SMS_114
为该预分层包含的声速采样点的序号，/>
Figure SMS_115
、/>
Figure SMS_116
分别为该预分层的第/>
Figure SMS_117
个声速采样点处的水深及声速；
S42，分别计算该预分层的第2至第
Figure SMS_120
个声速采样点处对应的声速偏离值/>
Figure SMS_121
与声速梯度角/>
Figure SMS_124
，基于/>
Figure SMS_119
个/>
Figure SMS_123
的统计结果确定距离阈值/>
Figure SMS_125
，以及基于/>
Figure SMS_126
个/>
Figure SMS_118
的统计结果确定角度阈值/>
Figure SMS_122
；
S43，将该预分层的第1个和第
Figure SMS_127
个声速采样点作为保留的声速采样点；
S44，从该预分层的第1个声速采样点开始迭代执行以下操作，直到该预分层的第
Figure SMS_128
个声速采样点：
S441，按顺序提取当前声速采样点及与其相邻的2个声速采样点；
S442，将提取的3个声速采样点按顺序分别作为首采样点、中间采样点与尾采样点；
S443，计算中间采样点处的声速偏离值
Figure SMS_129
，如果中间采样点处的声速偏离值/>
Figure SMS_130
大于距离阈值/>
Figure SMS_131
，则将该中间采样点作为保留的声速采样点，然后将该中间采样点作为当前声速采样点并返回执行步骤S441，否则执行步骤S444；
S444，计算中间采样点处的声速梯度角
Figure SMS_132
，如果中间采样点处的声速梯度角/>
Figure SMS_133
小于角度阈值/>
Figure SMS_134
，则将该中间采样点作为保留的声速采样点，然后将该中间采样点作为当前声速采样点并返回执行步骤S441，否则执行步骤S445；
S445，删除该中间采样点并返回执行步骤S441。
其中，上述步骤S42用于根据每一个预分层中各个声速采样点的声速偏离值
Figure SMS_136
和声速梯度角/>
Figure SMS_140
的统计结果确定距离阈值/>
Figure SMS_141
和角度阈值/>
Figure SMS_137
。其中，声速偏离值/>
Figure SMS_139
表征了一个声速采样点处的声速值相对于其相邻的两个声速采样点处的声速值连线的偏离程度；声速梯度角/>
Figure SMS_143
表征了一个声速采样点与其相邻的两个声速采样点所形成的两条声速梯度线的夹角。/>
Figure SMS_144
与/>
Figure SMS_135
分别从距离的偏离程度与角度的转折程度表征了声速梯度随深度变化的剧烈程度，/>
Figure SMS_138
越大或/>
Figure SMS_142
越小，代表声速梯度的变化越剧烈，应尽可能保留越多的声速采样点，反之亦然。
具体地，在一些实施例中，对于任意一个声速采样点，其声速偏离值
Figure SMS_145
通过以下步骤确定：
第一步，通过公式(2)计算该声速采样点处的拟合声速
Figure SMS_146
，
Figure SMS_147
，
其中，
Figure SMS_148
为该声速采样点的序号；
第二步，通过公式(3)计算该声速采样点的声速偏离值
Figure SMS_149
，
Figure SMS_150
。
图6示出了具有不同的声速梯度变化形态(分别以a至e表示)的声速采样点处的
Figure SMS_151
值的示意图。
具体地，在一些实施例中，对于任意一个声速采样点，其声速梯度角
Figure SMS_152
为该声速采样点处与其前1个声速采样点处的声速梯度的夹角。
通过上述实施方式求取每个预分层的各个声速采样点处的
Figure SMS_157
与/>
Figure SMS_155
后，即可对其进行统计并确定每个预分层的距离阈值/>
Figure SMS_166
及角度阈值/>
Figure SMS_154
，在一些可选的实施例中，步骤S42中基于上述/>
Figure SMS_163
个/>
Figure SMS_161
的统计结果确定距离阈值/>
Figure SMS_165
，以及基于上述/>
Figure SMS_159
个/>
Figure SMS_164
的统计结果确定角度阈值/>
Figure SMS_153
，具体为：基于上述/>
Figure SMS_162
个/>
Figure SMS_156
的中位数作为距离阈值/>
Figure SMS_167
，以及基于上述/>
Figure SMS_160
个/>
Figure SMS_168
的中位数作为角度阈值/>
Figure SMS_158
。
进一步地，在确定每个预分层的距离阈值
Figure SMS_169
及角度阈值/>
Figure SMS_170
后，即可在每一预分层中通过步骤S441～步骤S445迭代地确定各个声速采样点是否需要保留。其中，对各个声速采样点依次判断其声速偏离值与声速梯度角是否在阈值允许的范围内并进行相应的删除或保留操作。图7示出了在一个具体的实施例中，在一个预分层中迭代地确定需要保留的声速采样点的示意图。利用上述判断过程，可以综合考虑各个声速采样点处声速的偏离情况与声速梯度方向变化的情况，从而能够基于距离与角度的约束选择最为合理的声速采样点以进行声速剖面的优化。
通过步骤S4确定各个预分层中保留的声速采样点后，在步骤S5中基于所有预分层中保留的声速采样点处的深度及声速数据，即可建立经过优化的等梯度声速剖面。图8示出了在一个具体的实施例中，原始声速剖面与优化等梯度声速剖面的比较示意图。图9示出了图8中原始声速剖面与优化等梯度声速剖面在不同深度的误差情况。
以下对本申请的一个具体的实施例1进行详细说明。
本实施例采用某海域实测声速数据，利用上述等梯度声速剖面优化方法建立优化等梯度声速剖面并进行声线追踪的仿真验证。
图10示出了本实施例中原始声速剖面与优化等梯度声速剖面的比较示意图，图11示出了图10中的部分放大图，图10、图11中还同时示出了利用现有技术的自适应分层方法所建立的等梯度声速剖面，从图10及图11中可以看出，本申请提供的优化方法能够在保证精度的同时合理地保留对声速剖面特征影响较大的关键采样点。
进一步地，分别使用本实施例的优化方法建立的等梯度声速剖面以及现有技术的分层方法所建立的等梯度声速剖面进行声线追踪，并与利用原始采样数据建立的声速剖面进行声线追踪的结果进行比较，结果表明，利用本实施例的优化方法，所建立的声速剖面采样点数量由原始采样数据的500个减少为15个，所建立的声速剖面的与原始声速剖面的声速平均误差为0.1746 m/s，声线追踪误差为1.7326 m；而利用现有技术建立的声速剖面，其采样点数量为20个，所建立的声速剖面的声速平均误差为0.3208 m/s，声线追踪误差为1.7550 m。
通过以上比较可以看出，采用实施例的优化方法所构造的声速剖面，在保留了原始声速剖面关键特征的基础上极大地降低了采样点数量，利用其进行声线追踪，在满足精度要求的情况下显著地降低了计算量，从而大大拓展了其在实时水声定位等技术领域的应用前景。
以上对本申请的具体实施方式作了详细介绍，对于本技术领域的技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也属于本申请权利要求的保护范围。

Claims (4)

1.一种等梯度声速剖面优化方法，其特征在于，包括以下步骤：
S1，基于声速采样数据集{Ci,Hi},i＝1...N建立原始声速剖面，其中N为声速采样点的个数，i为声速采样点的序号，Hi、Ci分别为第i个声速采样点处的水深及声速；
S2，基于所述原始声速剖面的声速梯度方向变化情况确定关键采样点集合{Gj},j＝1...M，其中M为关键采样点的个数，j为关键采样点的序号；
S3，基于所述{Gj}将所述原始声速剖面划分为M+1个预分层；
S4，遍历所述M+1个预分层，基于距离和角度约束确定每个预分层中保留的声速采样点；
S5，基于所有预分层中保留的声速采样点建立优化等梯度声速剖面；
步骤S2进一步包括以下步骤：
S21，基于公式(1)确定各个声速采样点处的声速梯度gi：
Figure FDA0004240228930000011
S22，对于第2至第N-1个声速采样点中的任意一个声速采样点，如果该声速采样点处的声速梯度与其前一个声速采样点处的声速梯度的方向不同，则将该声速采样点作为关键采样点；
S23，重复执行步骤S22直到遍历第2至第N-1个声速采样点，得到关键采样点集合{Gj},j＝1...M；
步骤S4中所述基于距离和角度约束确定每个预分层中保留的声速采样点，具体为对于每个预分层，执行以下步骤：
S41，提取与该预分层对应的声速采样数据集{ck,hk},k＝1...K，其中，K为该预分层包含的声速采样点的个数，k为该预分层包含的声速采样点的序号，hk、ck分别为该预分层的第k个声速采样点处的水深及声速；
S42，分别计算该预分层的第2至第K-1个声速采样点处对应的声速偏离值DV与声速梯度角SV，基于K-2个DV的统计结果确定距离阈值D，以及基于K-2个SV的统计结果确定角度阈值S；
S43，将该预分层的第1个和第K个声速采样点作为保留的声速采样点；
S44，从该预分层的第1个声速采样点开始迭代执行以下操作，直到该预分层的第K-2个声速采样点：
S441，按顺序提取当前声速采样点及与其相邻的2个声速采样点；
S442，将提取的3个声速采样点按顺序分别作为首采样点、中间采样点与尾采样点；
S443，计算中间采样点处的声速偏离值DV，如果中间采样点处的声速偏离值DV大于距离阈值D，则将该中间采样点作为保留的声速采样点，然后将该中间采样点作为当前声速采样点并返回执行步骤S441，否则执行步骤S444；
S444，计算中间采样点处的声速梯度角SV，如果中间采样点处的声速梯度角SV小于角度阈值S，则将该中间采样点作为保留的声速采样点，然后将该中间采样点作为当前声速采样点并返回执行步骤S441，否则执行步骤S445；
S445，删除该中间采样点并返回执行步骤S441；
对于任意一个声速采样点，其声速偏离值DV通过以下步骤确定：
第一步，通过公式(2)计算该声速采样点处的拟合声速xl，
Figure FDA0004240228930000021
其中，l为该声速采样点的序号；
第二步，通过公式(3)计算该声速采样点的声速偏离值DV，
Figure FDA0004240228930000022
对于任意一个声速采样点，其声速梯度角为该声速采样点处与其前1个声速采样点处的声速梯度的夹角。
2.根据权利要求1所述的等梯度声速剖面优化方法，其特征在于，步骤S2中还包括对关键采样点集合{Gj}进行优化的步骤，所述优化具体为：
S24，对于第2至第M个关键采样点中的任意一个关键采样点，如果该关键采样点处与其前一关键采样点处的声速变化小于声速变化阈值，则将该关键采样点从{Gj}中剔除；
S25，重复执行步骤S24直到遍历第2至第M个关键采样点，将保留的关键采样点的个数重新设置为M，最终得到优化的关键采样点集合{Gj}。
3.根据权利要求1所述的等梯度声速剖面优化方法，其特征在于，步骤S3具体为：
将海面作为第1个预分层的层顶，将海底作为第M+1个预分层的层底；以及
依次将相邻的关键采样点作为各个预分层的层顶和/或层底。
4.根据权利要求1所述的等梯度声速剖面优化方法，其特征在于，步骤S42中基于K-2个DV的统计结果确定距离阈值D，以及基于K-2个SV的统计结果确定角度阈值S，具体为：
基于K-2个DV的中位数作为距离阈值D，以及基于K-2个SV的中位数作为角度阈值S。
CN202310200806.4A 2023-03-06 2023-03-06 一种等梯度声速剖面优化方法 Active CN116070092B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310200806.4A CN116070092B (zh) 2023-03-06 2023-03-06 一种等梯度声速剖面优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310200806.4A CN116070092B (zh) 2023-03-06 2023-03-06 一种等梯度声速剖面优化方法

Publications (2)

Publication Number Publication Date
CN116070092A CN116070092A (zh) 2023-05-05
CN116070092B true CN116070092B (zh) 2023-06-30

Family

ID=86171562

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310200806.4A Active CN116070092B (zh) 2023-03-06 2023-03-06 一种等梯度声速剖面优化方法

Country Status (1)

Country Link
CN (1) CN116070092B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5824946A (en) * 1997-06-30 1998-10-20 The United States Of America As Represented By The Secretary Of The Navy Underwater search angle selection system and method of special utility with surface contacts
CN103591942A (zh) * 2013-11-07 2014-02-19 国家海洋局第二海洋研究所 基于声速最大偏移的声速剖面快速精简与自动优选方法
CN113901383A (zh) * 2021-09-09 2022-01-07 浙江大学 一种基于多层等梯度声速剖面模型的声学定位方法
CN114004300A (zh) * 2021-11-01 2022-02-01 中国人民解放军国防科技大学 基于K-means算法迭代分层聚类声速剖面的海洋锋重构方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105445694A (zh) * 2015-11-19 2016-03-30 中国石油大学(华东) 等梯度声线跟踪的声速剖面自适应分层方法
CN105388457B (zh) * 2015-12-03 2017-10-27 山东科技大学 一种基于等效声速梯度的长基线水声定位方法
CN106950568B (zh) * 2017-02-23 2018-08-03 山东科技大学 一种自适应多节点等效声速剖面的构建方法
CN111708009B (zh) * 2020-05-14 2023-09-15 北京长城电子装备有限责任公司 一种水下声学异步测距方法
CN113191087B (zh) * 2021-02-02 2022-09-27 中国人民解放军海军大连舰艇学院 联合历史剖面声速与实测表层声速的航渡式测深数据剖面声速改正方法
CN113916347A (zh) * 2021-11-05 2022-01-11 哈尔滨工程大学 一种海水声速剖面延拓方法及装置
CN114397643B (zh) * 2021-12-22 2024-04-26 山东科技大学 一种基于超短基线水声定位系统的声线修正方法
CN115307714B (zh) * 2022-10-12 2023-02-03 中国海洋大学 基于跨时空声速剖面聚类的声速分布快速估计方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5824946A (en) * 1997-06-30 1998-10-20 The United States Of America As Represented By The Secretary Of The Navy Underwater search angle selection system and method of special utility with surface contacts
CN103591942A (zh) * 2013-11-07 2014-02-19 国家海洋局第二海洋研究所 基于声速最大偏移的声速剖面快速精简与自动优选方法
CN113901383A (zh) * 2021-09-09 2022-01-07 浙江大学 一种基于多层等梯度声速剖面模型的声学定位方法
CN114004300A (zh) * 2021-11-01 2022-02-01 中国人民解放军国防科技大学 基于K-means算法迭代分层聚类声速剖面的海洋锋重构方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种等效声速梯度的迭代计算方法;辛明真;阳凡林;闫循鹏;卜宪海;;海洋测绘(第05期);全文 *

Also Published As

Publication number Publication date
CN116070092A (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
CN114397643B (zh) 一种基于超短基线水声定位系统的声线修正方法
CN108196305B (zh) 一种山地静校正方法
CN109738902B (zh) 一种基于同步信标模式的水下高速目标高精度自主声学导航方法
CN111239819B (zh) 一种基于地震道属性分析的带极性直接包络反演方法
CN110263075A (zh) Ladcp与usbl组合观测及数据资料处理方法
CN103837895A (zh) 拟合初至波获取短波长静校正量的方法
CN109444959B (zh) 全频高精度层速度场建立方法
CN110132281A (zh) 一种基于询问应答模式的水下高速目标高精度自主声学导航方法
CN108387872B (zh) 基于最大偏移量法的超短基线定位优化方法
CN113960624A (zh) 一种基于自适应dbscan的激光雷达回波水下地形检测方法
CN113607245A (zh) 一种用于超声波水表的自适应流量补偿方法
CN116070092B (zh) 一种等梯度声速剖面优化方法
CN113218421B (zh) 北斗拒止条件下捷联惯导系统鲁棒自适应动态对准方法
CN108267743B (zh) 基于拟合插值的快速迭代水下定位方法
CN113406645B (zh) 一种平均声速水下声呐定位方法
CN111708009B (zh) 一种水下声学异步测距方法
CN107179553A (zh) 基于双压实规律的沙漠区表层静校正方法
CN109298451B (zh) 一种改进偏斜度的自动拾取s波震相方法
CN113761462B (zh) 基于弦截法的初始入射角迭代计算改进方法
CN113221651B (zh) 利用声传播数据和无监督机器学习的海底沉积分类方法
CN105160156A (zh) 一种融合数据预处理的垂测电离图反演方法
CN114861400A (zh) 一种绘制高精度水底地形与淤泥厚度双界面分布图的方法
Wang et al. Detection and Elimination of Bathymetric Outliers in Multibeam Echosounder System Based on Robust Multi-quadric Method and Median Parameter Model.
CN114279462B (zh) 一种惯导周期性误差自主估计与预测方法
Chen et al. Single ping filtering of multi-beam sounding data based on alpha shapes

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant