[发明专利]一种基于深潜器无动力下潜实时信息的深海海流计算方法有效

专利信息
申请号: 202111021653.4 申请日: 2021-09-01
公开(公告)号: CN113501114B 公开(公告)日: 2022-05-06
发明(设计)人: 修宗祥;丁忠军;高伟;解秋红;孙永福 申请(专利权)人: 自然资源部第一海洋研究所;国家深海基地管理中心
主分类号: B63G8/00 分类号: B63G8/00;B63G8/39;G06Q10/04;G06N3/04;G06K9/62
代理公司: 济宁众城专利事务所 37106 代理人: 李效宁
地址: 266000 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深潜器无 动力 下潜 实时 信息 深海 海流 计算方法
【权利要求书】:

1.一种基于深潜器无动力下潜实时信息的深海海流计算方法,其特征在于:包括以下步骤:

步骤一:深潜器母船到达下潜位置后,开启船载ADCP声学多普勒海流剖面仪,此时水深超过ADCP的最大测量深度,底跟踪功能无效,根据同步母船导航定位记录通过矢量分离,获得最大工作水深范围内的实际海流信息;

步骤二:深潜器无动力下潜,下潜过程中依托深潜器导航与定位系统获取深潜器姿态、航向、航速以及下潜深度信息,深潜器下潜至近底面时开启搭载的ADCP系统,获取近底范围内的海流信息;

步骤三:将步骤一与步骤二获得的不同深度海流数据与深潜器姿态、航向、航速,根据深度建立海流与深潜器姿态、航向、航速对应的数据集;

步骤四:将步骤三获得的各数据集进行标准化处理,将船载ADCP有效工作深度范围内对应的数据集按分为训练集和测试集两部分;

步骤五:基于步骤四中的训练集数据,设计建立基于循环神经网络的机器学习预测模型,进行预测模型训练,并通过测试集对预测模型进行检验,如若误差大,则改进预测模型直至满足精度要求;

步骤六:针对超出船载ADCP工作水深的深度范围,采用检验合格的网络预测模型,由深潜器姿态、航向、航速实时下潜信息,计算不同深度的海流信息;

步骤七:将船载ADCP获得的上部水深范围内海流测量信息、深潜器搭载ADCP获得近海底海流信息以及步骤六获得的中间段海流信息进行整合,可以获得全海深范围的海流信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于自然资源部第一海洋研究所;国家深海基地管理中心,未经自然资源部第一海洋研究所;国家深海基地管理中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111021653.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top