声速剖面重构方法和装置、设备.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115828733A(43)申请公布日2023.03.21(21)申请号202211372059.4(22)申请日2022.11.03(71)申请人北京中安智能信息科技有限公司地址100089北京市海淀区东冉北街9号A幢4层B区B4023(72)发明人陆桦(74)专利代理机构北京市鼎立东审知识产权代理有限公司11751专利代理师朱慧娟刘爽(51)Int.Cl.G06F30/27(2020.01)G06F17/18(2006.01)权利要求书2页说明书8页附图4页(54)发明名称声速剖面重构方法和装置、设备(57)摘要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。CN115828733ACN115828733A权利要求书1/2页1.一种声速剖面重构方法，其特征在于，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。2.根据权利要求1所述的方法，其特征在于，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。3.根据权利要求1所述的方法，其特征在于，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。4.根据权利要求1至3如任一项所述的方法，其特征在于，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。5.根据权利要求4所述的方法，其特征在于，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。6.根据权利要求5所述的方法，其特征在于，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。7.根据权利要求6所述的方法，其特征在于，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。8.一种声速剖面重构装置，其特征在于，包括信息获取模块和声速剖面预测模块；所述信息获取模块，被配置为获取当前采集到的目标海域的地理位置信息、地形信息和数据采集时间；所述声速剖面预测模块，被配置为将所述地理位置信息、所述地形信息和所述数据采集时间作为输入数据，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。9.根据权利要求8所述的装置，其特征在于，还包括数据校正模块；所述数据校正模块，被配置为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，对所述预测声速剖面进行校正。10.一种声速剖面重构设备，其特征在于，包括：2CN115828733A权利要求书2/2页处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行所述可执行指令时实现权利要求1至7中任意一项所述的方法。3CN115828733A说明书1/8页声速剖面重构方法和装置、设备技术领域[0001]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[0002]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