本申请涉及一种声速剖面重构方法和装置，设备，其中方法包括：获取当前采集到的目标海域的地理位置信息、地形信息和时间信息；将地理位置信息、地形信息和时间信息作为输入数据，输入至预先构建的声速剖面预测模型，由声速剖面预测模型根据输入数据进行声速剖面预测，得到相应的预测声速剖面；其中，声速剖面预测模型基于非线性回归模型和自回归滑动平均模型构建得到。本申请实施例的方法在进行声速剖面预测时充分考虑了时间变动因素，从而使得在进行目标海域点位的声速剖面预测时所考虑的因素更加全面，这也就有效提高了声速剖面预测结果的准确性。测结果的准确性。测结果的准确性。
【技术实现步骤摘要】
声速剖面重构方法和装置、设备
[0001]本公开涉及海洋数据分析处理
，尤其涉及一种声速剖面重构方法和装置、设备。
技术介绍
[0002]随着技术的发展规模化，精准化的海洋声场分析在民用和军事领域被广泛应用，而声速剖面是海洋声场分析计算重要的波导要素之一，因此构造准确，大范围，全海深覆盖的声速剖面具有重要的理论和现实意义。
[0003]目前常用的声速剖面重构方法主要是数学外插法和经验正交函数法(EOF)，数据外插法对于声速梯度变化不大，延拓深度较小的区域具有很好的效果，但是该方法不能吸收有效的跃层信息，在跨越声跃层应用时往往失效。经验正交函数法通过组合多阶数据信息，可以反映声速剖面的非线性变化，针对跨越跃层的声速剖面重构具有明显的优势，但是该方法受最大测量声速深度位置钳制，构造全海深声速剖面需要借助其他方法辅助，并且没有充分考虑时间变动因素的影响，从而使得得到的声速剖面结果的准确度不够高。
技术实现思路
[0004]有鉴于此，本公开提出了一种声速剖面重构方法，可以有效提高声速剖面结果的准确度。
[0005]根据本公开的一方面，提供了一种声速剖面重构方法，包括：
[0006]获取当前采集到的目标海域的地理位置信息、地形信息和时间信息；
[0007]将所述地理位置信息、所述地形信息和所述时间信息作为输入数据，输入至预先构建的声速剖面预测模型，由所述声速剖面预测模型根据所述输入数据进行声速剖面预测，得到相应的预测声速剖面；
[0008]其中，所述声速剖面预测模型基于非线性回归模型和自回归滑动平均模型构建得到。
[0009]在一种可能的实现方式中，所述地理位置信息包括所述目标海域的经度和纬度，所述地形信息包括所述目标海域的高程。
[0010]在一种可能的实现方式中，由所述声速剖面预测模型根据所述输入数据得到所述预测声速剖面时，包括：
[0011]调用所述非线性回归模型，根据所述输入数据计算得到空间均态估计值，并调用所述自回归滑动平均模型，根据所述输入数据计算时间序列波动估计值；
[0012]将所述空间均态估计值和所述时间序列波动估计值进行叠加，得到所述预测声速剖面结果。
[0013]在一种可能的实现方式中，在由所述声速剖面预测模型根据所述输入数据得到所述预测声速剖面后，还包括对所述预测声速剖面进行校正的步骤。
[0014]在一种可能的实现方式中，对所述预测声速剖面进行校正时，根据获取到的实测
声速剖面进行校正。
[0015]在一种可能的实现方式中，根据获取到的实测声速剖面对所述预测声速剖面进行校正时，包括：
[0016]确定所述实测声速剖面与所述预测声速剖面的重叠区域，并将所述预测声速剖面中重叠区域处的数据更新为所述重叠区域处的实测声速剖面；
[0017]计算所述实测声速剖面与所述预测声速剖面的非重叠区域的数据误差，并根据所述数据误差对所述非重叠区域处的所述预测声速剖面进行校正。
[0018]在一种可能的实现方式中，根据所述数据误差对所述非重叠区域处的所述预测声速剖面进行校正时，以所述重叠区域处的所述实测声速剖面与所述预测声速剖面的平均误差作为初始校正值，按照区域深度的递增依次递减校正值。
[0019]根据本公开的另一方面，还提供了一种声速剖面重构装置，包括信息获取模块和声速剖面预测模块；
[0020]所述信息获取模块，被配置为获取当前采集到的目标海域的地理位置信息、地形信息和数据采集时间；
[0021]所述声速剖面预测模块，被配置为将所述地理位置信息、所述地形信息和所述数据采集时间作为输入数据，输入至预先构建的声速剖面预测模型，由所述声速剖面预测模型根据所述输入数据进行声速剖面预测，得到相应的预测声速剖面；
[0022]其中，所述声速剖面预测模型基于非线性回归模型和自回归滑动平均模型构建得到。
[0023]在一种可能的实现方式中，还包括数据校正模块；
[0024]所述数据校正模块，被配置为在由所述声速剖面预测模型根据所述输入数据得到所述预测声速剖面后，对所述预测声速剖面进行校正。
[0025]根据本公开的一方面，还提供了一种声速剖面重构设备，包括：
[0026]处理器；
[0027]用于存储处理器可执行指令的存储器；
[0028]其中，所述处理器被配置为执行所述可执行指令时实现前面任一所述的方法。
[0029]通过采用NLR模型和ARMA模型进行声速剖面预测模型的构建，并基于构建后的声速剖面预测模型进行目标海域的声速剖面的重构，使得所得到的声速剖面模型在进行声速预测时能够同时结合数据的平均态信息和波动态信息进行声速剖面的预测，这也就使得本申请实施例的方法在进行声速剖面预测时充分考虑了时间变动因素，从而使得在进行目标海域点位的声速剖面预测时所考虑的因素更加全面，这也就有效提高了声速剖面预测结果的准确性。
[0030]根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
[0031]包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
[0032]图1示出本申请一实施例的声速剖面重构方法的一流程图；
[0033]图2示出本申请一实施例的声速剖面重构方法中基于构建的声速剖面预测模型进行预测声速剖面的计算的流程示意图；
[0034]图3示出本申请一实施例的声速剖面重构方法中进行声速剖面预测模型构建时的流程图；
[0035]图4示出本申请另一实施例的声速剖面重构方法的流程图；
[0036]图5示出本申请一实施例的声速剖面重构装置的结构框图；
[0037]图6示出本申请一实施例的声速剖面重构设备的结构框图。
具体实施方式
[0038]以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
[0039]在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
[0040]另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
[0041]首先，需要说明的是，本申请实施例提供的声速剖面重构方法主要是用于海洋领域的数据分析，尤其是对海洋声场的分析，通过本申请实施例的方法进行海洋声速剖面预测得到目标海域的声速剖面后，从而将所得到的声速剖面结果应用到海洋声场分析中。
[0042]实施例1
[0043]图1示出根据本公开一实施例的声速剖面重构方法的流程本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种声速剖面重构方法，其特征在于，包括：获取当前采集到的目标海域的地理位置信息、地形信息和时间信息；将所述地理位置信息、所述地形信息和所述时间信息作为输入数据，输入至预先构建的声速剖面预测模型，由所述声速剖面预测模型根据所述输入数据进行声速剖面预测，得到相应的预测声速剖面；其中，所述声速剖面预测模型基于非线性回归模型和自回归滑动平均模型构建得到。2.根据权利要求1所述的方法，其特征在于，所述地理位置信息包括所述目标海域的经度和纬度，所述地形信息包括所述目标海域的高程。3.根据权利要求1所述的方法，其特征在于，由所述声速剖面预测模型根据所述输入数据得到所述预测声速剖面时，包括：调用所述非线性回归模型，根据所述输入数据计算得到空间均态估计值，并调用所述自回归滑动平均模型，根据所述输入数据计算时间序列波动估计值；将所述空间均态估计值和所述时间序列波动估计值进行叠加，得到所述预测声速剖面结果。4.根据权利要求1至3如任一项所述的方法，其特征在于，在由所述声速剖面预测模型根据所述输入数据得到所述预测声速剖面后，还包括对所述预测声速剖面进行校正的步骤。5.根据权利要求4所述的方法，其特征在于，对所述预测声速剖面进行校正时，根据获取到的实测声速剖面进行校正。6.根据权利要求5所述的方法，其特征在于，根据获取到的实测声速剖面对所述预测声速剖面进行校正时，包括：确定所述实测声速剖面与所述预测声速剖面的重叠区域，并将所述预测声...
【专利技术属性】
技术研发人员：陆桦，
申请(专利权)人：北京中安智能信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。