[发明专利]基于字典学习的高分辨率声速剖面稀疏编码及存储方法

说明书

本发明属于三维温盐深数据的海洋声学应用技术领域，具体涉及基于字典学习的高分辨率声速剖面稀疏编码及存储方法。实现流程如下所示：计算全球海域的海水声速剖面数据；对所有经纬度进行遍历将数据深度统一延拓至海底沉积层；按照不同经纬网格点下的采样时刻依次排列组合目标矩阵；利用过完备字典对原数据矩阵进行稀疏编码；将稀疏矩阵进行CSR存储。本发明提对基于全球高分辨率海洋再分析产品的大规模声速剖面数据提供了压缩存储的技术，方便数据的运用和交流；在确保数据的误差情况下，极大地压缩了相关数据，获得高分辨率、长时间序列声速剖面数据压缩80％以上的有益效果。

技术领域

本发明属于三维温盐深数据的海洋声学应用技术领域，具体涉及基于字典学习的高分辨率声速剖面稀疏编码及存储方法。

背景技术

海水中的声速是对海洋中的声传播有重要影响的海洋环境参数。在海洋声学应用技术领域，开展水声场研究、水声目标探测、水声信号传播及声学性能计算评估都需要基于声速剖面所提供的相关数据进行。高精度的声速剖面更利于海洋声学的相关研究，提高各项应用的精确性，为海洋环境的反演及测试提供了有力保障。基于高分辨率海洋再分析产品所获得的高分辨率声速剖面数据量十分庞大，单个数据采样时刻下的数据文件大小为GB量级，普通的个人计算机终端难以满足长时间序列数据存储需求，阻碍了相关研究的展开。

会议论文(李倩倩,史娟.基于字典学习的声速剖面稀疏表示[A].中国声学学会水声学分会.中国声学学会水声学分会2019年学术会议论文集[C].中国声学学会水声学分会:《声学技术》编辑部,2019)聚焦了利用小范围的字典学习产生过完备字典来对声速剖面进行稀疏表示，可以更好的表征一些声速剖面的深层特性。CN110837791A公开了一种利用字典学习对声速剖面进行反演的技术，重点利用字典学习提取内在特征的能力来提高海洋反演的准确性。前述专利或研究内容从声速剖面的表示和特性发掘层面进行了一定的研究，但从前述研究内容以及实际应用分析过程中可以发现，由于海洋面积大、深度变化不规律、参数差异大，这导致在研究分析过程中往往需要面对和处理海量的基础数据，这对前述工作的成本和效率控制造成不利影响，庞大的数量也使系统对数据的读取和使用造成了很大的压力。

发明内容

本申请的目的在于，本发明创造旨在利用字典学习实现对大规模高分辨率声速剖面数据的稀疏编码的方法。该方法从全球高分辨率海洋再分析产品中获得高分辨率、长时间序列的声速剖面数据，在确保数据精度的前提下，利用训练集训练得到的过完备字典对对应海域的声速剖面进行处理得到对应的稀疏编码，从而对大规模的声速剖面数据进行压缩，为数据在海洋声学领域的其他应用提供方便快捷的读取和使用。

为实现上述目的，本申请采用如下技术方案。

基于字典学习的高分辨率声速剖面稀疏编码及存储方法基于全球高分辨率海洋再分析产品；基于全球高分辨率海洋再分析产品，该产品提供了全球海域的经纬度，不同深度的海洋温度、盐度等信息。基于字典学习的高分辨率声速剖面稀疏编码及存储方法的实现流程如下所示：

步骤1，利用全球高分辨率海洋再分析产品提供的基础数据，经过声速公式计算形成全球海域的海水声速剖面数据；

所述基础数据至少包括不同经纬度，不同深度上的海洋温度、盐度数据；

步骤2，为确保字典学习过程中训练过完备字典的精确性，参照典型声速剖面的分层特点对所有经纬度进行遍历将数据深度统一延拓至海底沉积层。

步骤3，将声速剖面数据按照不同经纬网格点下的采样时刻依次排列组合为目标矩阵，并随机选取足够数量的数据组成训练集训练过完备字典。

步骤4，利用过完备字典对原数据矩阵进行稀疏编码，选取合适的稀疏度得到对应的稀疏矩阵。

步骤5，将稀疏矩阵进行CSR存储，完成对高分辨率声速剖面的压缩。

步骤1的具体步骤如下：