[发明专利]一种基于梯度分析的海水温度场采样方法

摘要

本发明提供一种基于梯度分析的海水温度场采样方法，包括步骤：计算海水温度场中每个数据点的梯度大小，得到梯度空间分布，对梯度空间分布进行聚类分块操作，根据梯度分布特征计算每个聚类块的采样率，对聚类块内随机采样后，利用重构算法重构海水温度场分布。本发明对梯度具有显著变化的区域进行加密采样，提高了对海水温度场的重构精度。

主权项

1.一种基于梯度分析的海水温度场采样方法，其特征在于：步骤如下：步骤1、利用Sobel算子计算海水温度场中每个数据点的梯度大小，得到梯度空间分布；步骤2、利用K‑Means算法对梯度空间分布进行聚类分块操作：2.1.随机选定数据空间中p个对象作为初始的p个聚类中心；2.2.按照距离就近准则将数据逐个分配到相应的聚类中心所在的聚类中；2.3.计算每个聚类中所有对象的均值作为该聚类的新的聚类中心，计算所有数据对象到其所在聚类中心的距离平方和；2.4.判断各个聚类中心以及各个距离平方和是否发生变化，若是，则转到步骤2.2，否则算法迭代结束，输出各个聚类中心以及各个对象的聚类结果；步骤3、计算每个聚类块的采样率和采样点数目：将第j个聚类块的采样率设置为：式中：bj为海水温度场第j个聚类块的采样率，a为基础采样率，gj为海水温度场第j个聚类块的聚类中心梯度大小，G为海水温度场所有聚类块聚类中心梯度值的集合，ave(G)为海水温度场所有聚类块聚类中心梯度值的均值，max(G)为海水温度场所有聚类块聚类中心梯度值的集合中最大值，min(G)为海水温度场所有聚类块聚类中心梯度值的集合中最小值；得到各个聚类块的采样率后，计算聚类块的采样点数目为：mj＝bj·nj式中：mj是第j个感知块的采样点数目，bj是第j个感知块的采样率，nj是感知块的数据网格的数目；步骤4、聚类块内随机采样：将整个采样区域网格数据排列成n×1列一维信号f，设标准正交基Ψ＝[ψ1,ψ2,...,ψn]∈Rn×n是稀疏基，f是原始，其中f＝Ψx,x∈Rn，x是f在稀疏基Ψ的投影，为稀疏信号；设采样区域有m个采样点，其中m＜＜n，n是原始信号f的数据网格的数目，根据每个聚类块分配到的采样点数目，在聚类块内随机位置进行采样，并编码进全区域采样编码矩阵R中，R是m×n阶的位置编码矩阵，在有采样位置置1而其余没有采样的位置置0。得到由海水温度观测值组成的向量y＝Rf，其中f＝Ψx，f是温盐场数据排列成的一维信号，Ψ是稀疏基，x是f在稀疏基Ψ下的投影；步骤5、利用重构算法ASMP重构温盐场分布：5.1.外循环初始化温盐信号的稀疏估计、残差余量；5.2.计算内积，更新外循环支撑索引集；5.3.初始化内循环的残差余量、稀疏估计、内循环迭代的计数器；5.4.计算内积，更新内循环支撑索引集、稀疏估计、残差余量；5.5.若本次内循环迭代残差余量比上次迭代残差余量少，返回步骤5.4，否则返回步骤5.2；5.6.外循环是否达到最大迭代次数，若是，则输出海水温度场一维信号的稀疏估计x，否则返回步骤5.2；得到稀疏估计x后，利用计算式f＝Ψx得到海水温度场一维信号重构值f，其中Ψ是DCT稀疏基，一维信号f经过二维变换后得到重构的温盐场分布。