[发明专利]通用声纳信号模拟系统及其应用

权利要求书

1.通用声纳信号模拟方法，包括：

获取待模拟目标的形式X，利用逻辑回归预测模型得到同所述目标的形式对应的目标声源特征Y，其中用W^TX+b的结果作为对目标声源特征Y的预测，以及其中W与b为逻辑回归预测模型的权重向量；

获取所述目标与采集所述目标的声纳在地球坐标的位置；根据所述地球坐标的位置获取所述目标与所述声纳所处的海区以及所述海区的海区环境数据；根据所述海区环境数据生成所述海区的海区环境声场模型，其中根据所述海区环境数据的空间分布将所述海区划分为一个或多个子海区，为每个子海区匹配对应的声场模型，所述海区的每个子海区的声场模型共同构成所述海区的声场模型；

获取所述声纳的配置信息，根据所述海区的声场模型与所述目标声源特征，计算目标声音在所述海区中的传播效应，以及结合所述声纳的配置信息计算代表所述声纳接收的目标声音的模拟信号的数据。

2.根据权利要求1所述的方法，其中所述逻辑回归预测模型通过利用样本数据集进行机器学习得到，

所述样本数据集包括n个样本，n为正整数；

所述目标是船只，样本中的目标的形式X包括目标物理外形、目标吨位、目标航速、目标螺旋桨数目和/或目标螺旋桨转速，目标声源特征Y包括目标声音的频率、频带、带宽、幅值、时频特性和/或声纹谱图数据。

3.根据权利要求2所述的方法，其中所述通过利用样本数据集进行机器学习包括：

设置机器学习的迭代误差值e、机器学习迭代步长a、预测函数h、传播损失函数G、初始化权重向量E₀、b₀，t代表迭代次数；

步骤一、计算当前迭代回合预测值y^＝W^TX+b：

其中y^是对目标特征的预测值，n是所述样本数据集中的样本数量，m是X的属性数量；

步骤二：构造预测函数：

步骤三：计算损失函数：

步骤四：计算损失函数梯度下降权重参数搜索方向：

步骤五：更新特征向量权重：

步骤六：计算当前损失函数偏差是否小于迭代误差值e；

重复步骤一到步骤六，直至步骤六条件判断为真，得到权重向量W与b；

以及根据获取的待模拟目标的形式X，以及训练得到的逻辑回归预测模型的权重向量W与权重向量b，预测同所述目标的形式对应的目标声源特征Y。

4.根据权利要求3所述的方法，其中所述海区环境数据包括所述海区的温度、盐度、深度、底质、地形、洋流、风速、涡流和/或海洋锋信息；以及其中

根据所述海区环境数据的空间分布将所述海区划分为一个或多个子海区，包括：

根据所述海区的空间位置构建海区网格，每个海区网格是指定范围的经度与纬度所围成的区域；

为每个海区网格计算声速分布同化值和/或海底高程数据变化率同化值；

比较相邻海区网格的一种或多种同化值，根据相邻海区网格的同化值变化情况将所述海区划分为一个或多个子海区，其中在每个子海区内，该子海区的任何相邻海区网格的同化值的变化小于设定阈值，而不同子海区的相邻海区网格的同化值变化不小于或大于设定阈值。

5.根据权利要求4所述的方法，其中为每个子海区匹配对应的声场模型包括：

根据各子海区的海区环境数据的分布情况，选择对应的声场模型，构建子海区的声场，其中采用层次分析法确定子海区所对应的声场模型，包括：

(1)确定声场模型评价体系，建立子海区环境数据与声场模型的层次对应关系；

(2)构造判断矩阵，确定海区环境数据的不同属性的影响标度；

(3)确定海区环境数据的不同属性对应的权值；

(4)针对每个子海区，根据判断矩阵与权值对各声场模型计算评分，确定评分最高的声场模型为子海区的要被应用的声场模型。

6.根据权利要求1-5之一所述的方法，其中

所述声纳的配置信息包括声纳设备的接收器个数、接收器型号、接收器分布位置和/或阵元间距。