基于密度融合的水下试验环境反演方法及系统技术方案

基于密度融合的水下试验环境反演方法及系统，属于水声技术领域。本发明专利技术为了解决现有的匹配场反演比较复杂的问题以及声速剖面往往不能直接求解得到唯一解的问题。本发明专利技术首先将将环境特征输入OneHot和Embedding网络得到高维特征向量，然后根据环境特征和深度信息得到融合特征矩阵，将融合特征矩阵输入残差网络模型得到对应的环境剖面信息数据，从而实现试验环境反演。主要用于水下试验环境的反演。验环境反演。主要用于水下试验环境的反演。验环境反演。主要用于水下试验环境的反演。

【技术实现步骤摘要】
基于密度融合的水下试验环境反演方法及系统


[0001]本专利技术涉及水下试验环境反演方法，属于水声


技术介绍

[0002]水下环境剖面在水下环境的反演中具有极其重要的意义，获知声速、温度剖面等水声环境剖面信息，对水下目标探测、定位与跟踪等应用的进行，有着重要的贡献。但是由于待反演的参数较多且待反演参数与声场之间呈现非线性关系，这些使得环境剖面反演比较复杂，环境剖面往往不能直接求解得到唯一解，而只能通过优化算法在一定的参数空间范围内对代价函数寻优来获得声速剖面的最优解。同时，对于不同的水环境，基于对声信号的不同定义，水声传播模型也不同，基于不同的水声传播模型，代价函数和优化算法也有不同，这些都给这样的匹配场反演方法的应用带来一些限制。同时，对于水下环境除了声速之外的环境信息，比如温度，传统的声速剖面反演方法想要得到这样的结果，也需要进行一些调整，使得原本的反演方法更加复杂，且反演结果的准确率也有待于提高。
[0003]目前，传统的基于匹配场反演的方法，需要首先建立合适的声场计算模型，声场计算模型的选取直接关系到反演计算的精度和速本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于密度融合的水下试验环境反演方法，其特征在于，针对于待反演水域，根据环境特征和深度信息得到融合特征矩阵，将融合特征矩阵输入最优残差网络模型得到对应的环境剖面信息数据，从而实现试验环境反演；所述的最优残差网络模型的确定过程包括以下步骤：S1.对不同环境水域的环境剖面信息数据进行采集，获取不同环境水域的不同深度的环境剖面信息数据,并记录剖面信息对应的环境特征，环境特征可以是在数据采集过程中指定的环境标量信息；然后将环境特征、深度信息与对应的剖面信息作为一组数据，对数据集进行划分，划分训练集、测试集和验证集；S2.将环境特征转换为融合前高维特征向量；S3.首先将融合前高维特征向量和深度信息进行融合，得到包含环境特征信息和深度信息的融合特征矩阵；然后利用残差网络模型进行反演，所述的残差网络模型根据融合特征矩阵预测得到相应的环境剖面信息数据，进而得到不同环境下的不同深度的环境剖面信息；具体处理过程包括以下步骤：融合特征矩阵作为残差网络模型的输入，将环境特征和深度信息对应的环境剖面信息数据作为残差网络模型的标签输出数据；融合特征矩阵输入给残差网络，残差网络包括多个残差子网络，每个残差子网络的输出信息除了会继续向下传递，同时也会提取出来并分别通过上采样进行维度统一，然后将每个残差子网络对应的维度统一后的输出在通道维度进行密度融合；最后经过密度融合后的特征矩阵再通过全局均值池化和全连接层，得到反演的环境剖面信息数据；S4.设置多个用于反演的残差网络模型，每个残差网络模型对应残差子网络中的残差块数量不等，将残差子网络中的残差块数量不等的多个残差网络模型称为不同参数网络模型；将训练集数据分别输入到不同参数模型进行训练，得到的多个训练好的残差网络模型；然后分别利用测试集进行测试，选取多个不同参数的模型中测试集效果最好的模型作为最优残差网络模型。2.根据权利要求1所述的基于密度融合的水下试验环境反演方法，其特征在于，针对于待反演水域，根据环在对不同环境水域的环境剖面信息数据进行采集之后，需要对剖面信息数据集进行预处理，预处理过程包括无效、错误的数据的剔除处理。...

【专利技术属性】
技术研发人员：王念滨，沙忠澄，张政超，王红滨，何鸣，周连科，王勇，孙彧，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：