CN116628396A - 一种基于平滑插值的水下装备声线弯曲修正方法 - Google Patents
一种基于平滑插值的水下装备声线弯曲修正方法 Download PDFInfo
- Publication number
- CN116628396A CN116628396A CN202310914274.0A CN202310914274A CN116628396A CN 116628396 A CN116628396 A CN 116628396A CN 202310914274 A CN202310914274 A CN 202310914274A CN 116628396 A CN116628396 A CN 116628396A
- Authority
- CN
- China
- Prior art keywords
- sound velocity
- data
- layer
- underwater
- depth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005452 bending Methods 0.000 title claims abstract description 18
- 238000012937 correction Methods 0.000 title abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 19
- 238000013528 artificial neural network Methods 0.000 claims abstract description 16
- 238000005259 measurement Methods 0.000 claims abstract description 12
- 238000012549 training Methods 0.000 claims abstract description 6
- 239000013535 sea water Substances 0.000 claims description 4
- 210000002569 neuron Anatomy 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Analysis (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Pure & Applied Mathematics (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种基于平滑插值的水下装备声线弯曲修正方法，包括步骤：S1、测量自水面至水下装备层深度之间的温度、盐度、压力，取得原始水文测量数据(T,S,P)，其中T表示温度，S表示盐度，P表示压力；S2、根据声速经验公式，基于原始水文测量数据，计算声速剖面数据SVP(D,SV)，其中D表示深度数据，SV表示声速数据；S3、构建径向基函数神经网络；S4、以声速剖面数据SVP对径向基函数神经网络进行训练，直至收敛；S5、对水下全深度进行细分泛化，取得逐层的声速数据；S6、根据声速数据计算水面节点到水下节点之间的直线距离，所述方法能够对测量范围内任意深度的声速精确拟合，从而提供误差更小的测距数据。
Description
技术领域
本发明涉及水下装备测距技术领域，尤其涉及一种基于平滑插值的水下装备声线弯曲修正方法。
背景技术
目前针对水下运动装备的定位算法包括基于固定声速测距与时变声速测距两种类型，这两种定位算法的定位精度受制于水面节点与水下装备之间的距离精度。由于不同海水温度、盐度、深度等条件的影响，采用时变的声速测距方法定位精度较高。在相关的定位方法中，一般考虑采用几个分段直线方式拟合进行测距，在精细差分特定深度上的声速时存在一定的定位误差。
发明内容
鉴于此，本发明的目的在于提供一种基于平滑插值的水下装备声线弯曲修正方法，对测量范围内任意深度的声速精确拟合，从而提供误差更小的测距数据。
为实现上述发明目的，本发明提供一种基于平滑插值的水下装备声线弯曲修正方法，所述方法包括以下步骤：
S1、测量自水面至水下装备层深度之间的温度、盐度、压力，取得原始水文测量数据(T,S,P)，其中T表示温度，S表示盐度，P表示压力；
S2、根据声速经验公式，基于原始水文测量数据，计算声速剖面数据SVP(D,SV)，其中D表示深度数据，SV表示声速数据；
S3、构建径向基函数神经网络；
S4、以声速剖面数据SVP对径向基函数神经网络进行训练，直至收敛；
S5、对水下全深度进行细分泛化，取得逐层的声速数据；
S6、根据声速数据计算水面节点到水下节点之间的直线距离。
进一步的，步骤S2中，声速经验公式表示为：
其中，SV为声速，T为温度，-2℃≤T≤24.5℃，D为深度，0≤D≤1000m，S为盐度，0.03≤S≤0.042。
进一步的，步骤S3中，定义径向基函数神经网络，其中，X为网络输入，对应深度数据D；Y为网络输出，对应声速数据SV，/>为网络第二、三层的神经元个数。
进一步的，以SVP对径向基函数神经网络进行训练，表示为：
上式中，为网络输出，/>为实际计算声速，/>为误差初始化。
进一步的，对水下全深度进行细分泛化，取得逐层的声速数据，表达式为：
其中，为细分深度，/>为泛化声速。
进一步的，步骤S6具体包括：假设水面节点到水下节点之间的海水均匀分为n层，每层的声速为，每层的层厚为d，则对每层有：
其中表示第i层的声速传播距离，传播用时/>，声信号传播总时间t为：
+/>+/>
相邻层的折射弯曲比例系数表示为：
基于前式，将声信号传播总时间t的表达式转化为：
=+/>+/>+/>
对进行求解，然后计算声信号在每层传播的横向距离/>，/>的计算式如下：
进一步计算水面节点到水下节点的直线距离L为：
。
与现有技术相比，本发明的有益效果是：
本发明提供的一种基于平滑插值的水下装备声线弯曲修正方法，考虑了不同深度的水下温度、盐度、压力对声速传播速度的影响，计算得到准确的声速剖面数据，通过声速剖面数据对径向基函数神经网络进行训练，通过训练后的神经网络获得水下不同层的声速数据，根据不同层的声速数据计算得到准确的水面节点到水下节点的直线距离数据，所述方法相较于传统的粗略多分段拟合方法，具备任意深度的声速高精度插值能力，能够辅助研究人员对水下装备位置进行更加精准地定位。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于平滑插值的水下装备声线弯曲修正方法整体流程示意图。
图2是本发明实施例提供的水面节点到水下节点距离分析示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所列举实施例只用于解释本发明，并非用于限定本发明的范围。
参照图1，本实施例提供一种基于平滑插值的水下装备声线弯曲修正方法，所述方法包括以下步骤：
S1、测量自水面至水下装备层深度之间的温度、盐度、压力，取得原始水文测量数据(T, S, P)，其中T表示温度，S表示盐度，P表示压力。
S2、根据声速经验公式，基于原始水文测量数据，计算声速剖面数据SVP(D,SV)，其中D表示深度数据，SV表示声速数据。
本实施例中，声速经验公式表示为：
其中，SV为声速，T为温度，-2℃≤T≤24.5℃，D为深度，0≤D≤1000m，S为盐度，0.03≤S≤0.042。
S3、构建径向基函数神经网络。
本实施例中将径向基函数神经网络定义为，其中，X为网络输入，对应深度数据D；Y为网络输出，对应声速数据SV；/>为网络第二、三层的神经元个数，可以根据下位机的计算能力或者能源调增或者调减。
S4、以声速剖面数据SVP对径向基函数神经网络进行训练，直至收敛，如下式所示：
上式中，为网络输出，/>为实际计算声速，/>为误差初始化。
S5、对水下全深度进行细分泛化，取得逐层的声速数据，每层的深度可选1米、0.1米等，表达式为：
其中，为细分深度，/>为泛化声速。
S6、根据声速数据计算水面节点到水下节点之间的直线距离。
参照图2，A点为水面节点，D点为水下节点，即水下装备所在位置，曲线ABCD为声线传播路径，按精细深度划分可以将该曲线平滑，从而求解AD两点的直线距离。假设水面节点到水下节点之间的海水均匀分为n层，每层的声速为，每层的层厚为d，则对每层有：
其中表示第i层的声速传播距离，传播用时/>，声信号传播总时间t为：
+/> +/>
相邻层的折射弯曲比例系数表示为：
求出横向距离基于前式，将声信号传播总时间t的表达式转化为：
= +/> +/> +/>
由于由该层原始水文测量数据决定；/>由该层原始水文测量数据决定；t已知，所以待求解变量仅为/>。对/>进行求解，然后计算声信号在每层传播的横向距离/>，/>的计算式如下：
进一步计算水面节点到水下节点的直线距离L为：
。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于平滑插值的水下装备声线弯曲修正方法，其特征在于，所述方法包括步骤：
S1、测量自水面至水下装备层深度之间的温度、盐度、压力，取得原始水文测量数据(T,S, P)，其中T表示温度，S表示盐度，P表示压力；
S2、根据声速经验公式，基于原始水文测量数据，计算声速剖面数据SVP(D, SV)，其中D表示深度数据，SV表示声速数据；
S3、构建径向基函数神经网络；
S4、以声速剖面数据SVP对径向基函数神经网络进行训练，直至收敛；
S5、对水下全深度进行细分泛化，取得逐层的声速数据；
S6、根据声速数据计算水面节点到水下节点之间的直线距离。
2.根据权利要求1所述的一种基于平滑插值的水下装备声线弯曲修正方法，其特征在于，步骤S2中，声速经验公式表示为：
其中，SV为声速，T为温度，-2℃≤T≤24.5℃，D为深度，0≤D≤1000m，S为盐度，0.03≤S≤0.042。
3.根据权利要求1所述的一种基于平滑插值的水下装备声线弯曲修正方法，其特征在于，步骤S3中，定义径向基函数神经网络，其中，X为网络输入，对应深度数据D；Y为网络输出，对应声速数据SV，/>为网络第二、三层的神经元个数。
4.根据权利要求1所述的一种基于平滑插值的水下装备声线弯曲修正方法，其特征在于，以SVP对径向基函数神经网络进行训练，表示为：
上式中，为网络输出，/>为实际计算声速，/>为误差初始化。
5.根据权利要求1所述的一种基于平滑插值的水下装备声线弯曲修正方法，其特征在于，对水下全深度进行细分泛化，取得逐层的声速数据，表达式为：
其中，为细分深度，/>为泛化声速。
6.根据权利要求1所述的一种基于平滑插值的水下装备声线弯曲修正方法，其特征在于，步骤S6具体包括：假设水面节点到水下节点之间的海水均匀分为n层，每层的声速为，每层的层厚为d，则对每层有：
其中表示第i层的声速传播距离，传播用时/>，声信号传播总时间t为：
+/> +/>
相邻层的折射弯曲比例系数表示为：
基于前式，将声信号传播总时间t的表达式转化为：
=+/>+/>+/>
对进行求解，然后计算声信号在每层传播的横向距离/>，/>的计算式如下：
进一步计算水面节点到水下节点的直线距离L为：
。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310914274.0A CN116628396B (zh) | 2023-07-25 | 2023-07-25 | 一种基于平滑插值的水下装备声线弯曲修正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310914274.0A CN116628396B (zh) | 2023-07-25 | 2023-07-25 | 一种基于平滑插值的水下装备声线弯曲修正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116628396A true CN116628396A (zh) | 2023-08-22 |
| CN116628396B CN116628396B (zh) | 2024-02-02 |
Family
ID=87603114
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310914274.0A Active CN116628396B (zh) | 2023-07-25 | 2023-07-25 | 一种基于平滑插值的水下装备声线弯曲修正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116628396B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012202941A (ja) * | 2011-03-28 | 2012-10-22 | Nec Corp | 水中物体までの水平距離を算出するための水平距離算出システム及び水平距離算出方法 |
| CN105004413A (zh) * | 2015-06-11 | 2015-10-28 | 华南理工大学 | 用于水下目标定位的声传播路径综合速度测定方法与装置 |
| CN109597032A (zh) * | 2019-01-31 | 2019-04-09 | 中国科学院深海科学与工程研究所 | 一种水下声学定位通信方法 |
| CN109858523A (zh) * | 2019-01-03 | 2019-06-07 | 武汉大学 | 一种神经网络和射线理论的浅海声速剖面反演方法 |
| US20200209054A1 (en) * | 2018-12-27 | 2020-07-02 | National Deep Sea Center | Method for determining effective sound velocity in deep sea |
| CN113671443A (zh) * | 2021-08-16 | 2021-11-19 | 西北工业大学 | 基于掠射角声线修正的水声传感器网络深海目标定位方法 |
| CN114397643A (zh) * | 2021-12-22 | 2022-04-26 | 山东科技大学 | 一种基于超短基线水声定位***的声线修正方法 |
| CN115930951A (zh) * | 2022-09-16 | 2023-04-07 | 青岛秀山移动测量有限公司 | 一种基于多传感器组合的短期水下auv隐蔽导航方法 |
| WO2023082382A1 (zh) * | 2021-11-15 | 2023-05-19 | 自然资源部第一海洋研究所 | 一种广播式水下导航定位***及方法 |
-
2023
- 2023-07-25 CN CN202310914274.0A patent/CN116628396B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012202941A (ja) * | 2011-03-28 | 2012-10-22 | Nec Corp | 水中物体までの水平距離を算出するための水平距離算出システム及び水平距離算出方法 |
| CN105004413A (zh) * | 2015-06-11 | 2015-10-28 | 华南理工大学 | 用于水下目标定位的声传播路径综合速度测定方法与装置 |
| US20200209054A1 (en) * | 2018-12-27 | 2020-07-02 | National Deep Sea Center | Method for determining effective sound velocity in deep sea |
| CN109858523A (zh) * | 2019-01-03 | 2019-06-07 | 武汉大学 | 一种神经网络和射线理论的浅海声速剖面反演方法 |
| CN109597032A (zh) * | 2019-01-31 | 2019-04-09 | 中国科学院深海科学与工程研究所 | 一种水下声学定位通信方法 |
| CN113671443A (zh) * | 2021-08-16 | 2021-11-19 | 西北工业大学 | 基于掠射角声线修正的水声传感器网络深海目标定位方法 |
| WO2023082382A1 (zh) * | 2021-11-15 | 2023-05-19 | 自然资源部第一海洋研究所 | 一种广播式水下导航定位***及方法 |
| CN114397643A (zh) * | 2021-12-22 | 2022-04-26 | 山东科技大学 | 一种基于超短基线水声定位***的声线修正方法 |
| CN115930951A (zh) * | 2022-09-16 | 2023-04-07 | 青岛秀山移动测量有限公司 | 一种基于多传感器组合的短期水下auv隐蔽导航方法 |
Non-Patent Citations (2)
| Title |
|---|
| PAN XU ET.AL: "Water Temperature Reconstruction via Station Position Correction Method Based on Coastal Acoustic Tomography Systems", 《REMOTE SENS. 2023》, pages 1 - 16 * |
| 姜婷;张吟;: "声线弯曲对水下目标定位的影响及修正方法", 水雷战与舰船防护, no. 01, pages 36 - 40 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116628396B (zh) | 2024-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115950557B (zh) | 一种基于压力变送器的温度智能补偿方法 | |
| CN107132520B (zh) | 一种基于水声超短基线定位***的声线修正方法及*** | |
| CN114397643B (zh) | 一种基于超短基线水声定位***的声线修正方法 | |
| CN101887239A (zh) | 一种自适应的工业过程最优控制***及方法 | |
| CN108460462A (zh) | 一种基于区间参数优化的区间神经网络学习方法 | |
| Yazdanshenasshad et al. | Neural-network-based error reduction in calibrating utility ultrasonic flow meters | |
| CN109115289A (zh) | 一种明渠流量测量***、方法及流量计修正装置 | |
| Wu et al. | An improved underwater acoustic network localization algorithm | |
| WO2018078674A1 (ja) | シミュレーション装置、シミュレーション方法及び記録媒体 | |
| CN109031314A (zh) | 一种面向声速剖面的水下节点定位方法 | |
| CN116628396B (zh) | 一种基于平滑插值的水下装备声线弯曲修正方法 | |
| CN108267743B (zh) | 基于拟合插值的快速迭代水下定位方法 | |
| CN114199331A (zh) | 一种适用于多声道超声流量计的流量计算方法 | |
| Zhang et al. | Low-complexity effective sound velocity algorithm for acoustic ranging of small underwater mobile vehicles in deep-sea Internet of Underwater Things | |
| CN105718666A (zh) | 一种浪-流耦合海面的雷达后向散射截面数值模拟方法 | |
| CN115854945A (zh) | 一种确定泥沙沉积厚度的方法及装置 | |
| CN114485863A (zh) | 超声波水表的流量误差校正方法、***、计算机及介质 | |
| CN114485865A (zh) | 一种基于香农熵的超声波水表流量校准方法 | |
| CN109870146B (zh) | 一种气候变化情景下的洪水频率计算方法和装置 | |
| KR102539223B1 (ko) | 엣지 컴퓨팅 환경에서 ami 데이터 스트림 가속처리를 위한 딥 러닝 방법 | |
| CN112990441A (zh) | 一种基于lmbp神经网络温度补偿算法 | |
| CN113945729A (zh) | 一种基于渠道垂直切面的平均流速计算方法 | |
| CN111641471A (zh) | 一种原子钟信号组合控制中预测的权重设计策略 | |
| US11466983B2 (en) | Method and apparatus for calculation of wall thickness variations | |
| CN112285719B (zh) | 一种计算海底基准站坐标平差值的方法及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |