一种基于DeepAR模型的近岸海底小目标冲蚀掩埋预测方法技术

本发明专利技术公开了一种基于DeepAR模型的近岸海底小目标冲蚀掩埋预测方法，属于近岸海洋工程研究领域，包括获取近岸海底局部特征环境因子数据和掩埋深度数据；采用长短期记忆神经网络(LSTM)模型，构建所述DeepAR模型；根据所述近岸海底小目标冲蚀掩埋训练集和验证集，训练和优化所述DeepAR模型；根据所述近岸海底小目标冲蚀掩埋测试集，对优化后的DeepAR模型进行精度评价。本发明专利技术采用上述的一种基于DeepAR模型的近岸海底小目标冲蚀掩埋预测方法，解决了传统近岸海底小目标冲蚀掩埋深度预测方法所存在的准确性和适用性问题，提高了专业人员对近岸海底小目标的掩埋深度预测的准确率和效率。

【技术实现步骤摘要】

本专利技术涉及近岸海洋工程研究，尤其是涉及一种基于deepar模型的近岸海底小目标冲蚀掩埋预测方法。

技术介绍

1、沉底雷、未爆弹和黑匣子等海底小目标在波浪、潮流、海流等冲刷作用下，极易发生冲蚀掩埋。海底小目标一旦发生掩埋，探测声纳的声波信号因受沉积物反射和吸收而发生衰减，光学探测手段甚至完全失效，从而对反水雷探测、未爆弹排查以及黑匣子搜寻等近岸海底作业产生干扰。比如在反水雷探测中，探雷声纳接收回波的频谱、频率以及目标声散射强度变化等信息，对沉底雷进行成像识别与空间位置定位。若在掩埋条件下，随着掩埋深度的增加，探测声纳的声波在穿透掩埋沉积物过程中发生能量损失，使得目标散射强度减小、频谱结构异变，导致目标回波信噪比降低、目标特性提取识别受影响，极大减低对掩埋目标探测识别的成功率。因此，预先掌握沉底雷掩埋状态(包括掩埋深度、掩埋率等)，相应的采取针对性的目标探测策略，可大幅度提高海底小目标的探测时效。

2、但以往对近岸海底小目标的掩埋深度预测方法通常为纯数学模型或半经验半数学模型的方法，这种传统的纯数学模型或半经验半数学模型方法相较于deepar模本文档来自技高网...

【技术保护点】

1.一种基于DeepAR模型的近岸海底小目标冲蚀掩埋预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于DeepAR模型的近岸海底小目标冲蚀掩埋预测方法，其特征在于：S1中的近岸海底局部特征环境因子数据和掩埋深度数据包括不同时间条件下的底流流速、波浪高度、波浪周期、波长、浪潮流耦合流速方向、冲蚀掩埋深度、近岸海底沉积物粒径、海底小目标长径比。

3.根据权利要求1所述的一种基于DeepAR模型的近岸海底小目标冲蚀掩埋预测方法，其特征在于：S2中使用最大最小标准化方法和箱线图法的四分位距分别对近岸海底局部特征环境因子数据和掩埋深度数据进行归一化处理和...

【技术特征摘要】

1.一种基于deepar模型的近岸海底小目标冲蚀掩埋预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于deepar模型的近岸海底小目标冲蚀掩埋预测方法，其特征在于：s1中的近岸海底局部特征环境因子数据和掩埋深度数据包括不同时间条件下的底流流速、波浪高度、波浪周期、波长、浪潮流耦合流速方向、冲蚀掩埋深度、近岸海底沉积物粒径、海底小目标长径比。

3.根据权利要求1所述的一种基于deepar模型的近岸海底小目标冲蚀掩埋预测方法，其特征在于：s2中使用最大最小标准化方法和箱线图法的四分位距分别对近岸海底局部特征环境因子数据和掩埋深度数据进行归一化处理和异常值监测。

4.根据权利要求1所述的一种基于deepar...

【专利技术属性】
技术研发人员：马本俊，王杰，秦志亮，解龙翔，杨思域，兰文剑，刘雪芹，郭超，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：