[发明专利]声速剖面重构方法和装置、设备

说明书

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。

技术领域

本公开涉及海洋数据分析处理技术领域，尤其涉及一种声速剖面重构方法和装置、设备。

背景技术

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。

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。

发明内容

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。

根据本公开的一方面，提供了一种声速剖面重构方法，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。

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。

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：

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。

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。

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。

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：

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；

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。

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。