[发明专利]一种基于元学习的小样本声速剖面反演方法

权利要求书

1.一种基于元学习的小样本声速剖面反演方法，其特征在于，包括以下步骤：

S1：收集历史声速剖面数据及其采样时空信息，并对历史声速剖面数据进行聚类处理；

S2：基于所述历史声速剖面数据和设置的声速剖面反演任务执行时空信息进行声速剖面反演任务所属类型集合映射，得到声速剖面反演任务所属类型集合

S3：根据声速剖面反演任务所在地区最大海深d_max,截取声速剖面反演任务所属类型集合的平均声速剖面在0-d_max米内的部分；截取子类别集合的平均声速剖面在0-d_max米内的部分；计算两者之间的相关系数ρ_tsk，a：遍历子类别集合筛选出ρ_tsk，a＞0时的子类别集合，得到基元学习器训练声速剖面类型数据集

S4：利用所述基元学习器训练声速剖面类型数据集对基元学习器进行训练，进行参数更新，得到基元学习器模型参数；以所述基元学习器模型参数为初始参数对各基元学习器的联合代价函数做最优化来更新全局学习器模型参数；

S5：训练任务学习器模型，参数初始化为S4得到的全局学习器模型参数，所述声速剖面反演任务所属类型集合作为训练数据，经过训练后得到收敛的任务学习器模型参数

S6：利用S5训练好的任务学习器模型进行声速剖面反演，最终得到声速剖面；

所述S3具体为：声速剖面在表面层表现为正梯度或负梯度，表面层深度随纬度变化而变化，通常在400米以内，在主跃层表现为负梯度，在深海等温层表现为正梯度；截取声速剖面反演任务所属类型集合的平均声速剖面在0-d_max米内的部分深度标号d′＝1，2，...，D′，D′≤d_max，为标号深度层的平均声速值，d_tsk，d′为标号深度层的实际深度值；截取子类别集合的平均声速剖面在0-d_max米内的部分计算与之间的相关系数ρ_tsk，a：

其中为声速剖面反演任务所属类型集合的平均声速剖面在表面层截取部分的平均声速值，是子类别集合的平均声速剖面在表面层截取部分的平均声速值；遍历子类别集合筛选出ρ_tsk，a＞0时的子类别集合，用于后续基元学习器训练，并形成基元学习器训练声速剖面类型数据集其中表示用于基元学习器训练的第个声速剖面类型集合，为类型序列标号，共个类型；

所述S5中，任务学习器为神经网络模型，任务学习器模型参数初始化为声速剖面反演任务所属类型集合作为训练数据；对任务学习器进行M_tsk轮训练，M_tsk为任务学习器训练总轮次数目参数，每轮训练从中随机提取一组声速剖面样本S_tsk，c，根据射线理论计算信号由海底基站传播到每一个海面航行器所在位置时的模拟信号传播时间对声速剖面样本S_tsk，c重采样得到作为任务学习期输入，得到估计声速值序列第m_tsk轮训练的代价函数为：

任务学习期参数更新的优化目标函数为：

优化式(16)并采用BP算法更新任务学习期参数：

经过M_tsk轮训练后得到收敛的任务学习模型参数

所述S6具体为：获得实测信号传播时间序列其中表示声速反演任务中由海底基站传播到第n_δ个海面航行器所在位置时的实测信号传播时间,n_δ为位置标号,共有N_δ个位置,将Ts_tsk输入到已训练收敛的任务学习器模型得到任务学习器的声速估计序列其中为深度标号，对应深度值序列为为任务学习器在深度标号对应的声速估计值,对按照深度索引进行插值，得到声速剖面其中深度标号d＝1，2，...，D，d_d为按照深度索引插值后的深度标号对应的深度值，为按照深度索引插值后的深度标号对应的声速估计值，为最终反演声速剖面。