CN118642049B - 一种海洋声学释放器的定位方法、介质及电子装置 - Google Patents
一种海洋声学释放器的定位方法、介质及电子装置 Download PDFInfo
- Publication number
- CN118642049B CN118642049B CN202411095252.7A CN202411095252A CN118642049B CN 118642049 B CN118642049 B CN 118642049B CN 202411095252 A CN202411095252 A CN 202411095252A CN 118642049 B CN118642049 B CN 118642049B
- Authority
- CN
- China
- Prior art keywords
- acoustic
- sound
- grid
- propagation
- measured
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 82
- 239000011159 matrix material Substances 0.000 claims abstract description 53
- 238000003672 processing method Methods 0.000 claims abstract description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 41
- 238000009826 distribution Methods 0.000 claims description 22
- 238000005457 optimization Methods 0.000 claims description 20
- 230000000694 effects Effects 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 239000013589 supplement Substances 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 24
- 238000001514 detection method Methods 0.000 abstract description 6
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract 1
- 238000013135 deep learning Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 2
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000003252 repetitive effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提供了一种海洋声学释放器的定位方法、介质及电子装置,属于海洋声学技术领域,采用声学网格测量技术对待测海域进行调查评估。包括:首先,通过网格划分获取该海域的标准声学信号,并建立接收信号矩阵,进行互相关运算得到到达时延估计值矩阵。根据此估计值及声线理论计算声传播场模型,优化网格划分。然后获取实际待测声学信号,结合优化后的声传播场模型,采用匹配场处理方法精确定位海洋声学释放器的位置。该方法利用网格化声学探测技术,结合声传播分析,实现了声源精确定位,为海洋声学监测和目标探测提供了有效手段。本发明解决了现有技术由于受到海洋环境的复杂性影响,往往定位精度较低,难以满足实际应用的需求的技术问题。
Description
技术领域
本发明属于海洋声学技术领域,具体而言,涉及一种海洋声学释放器的定位方法、介质及电子装置。
背景技术
近年来,随着海洋事业的快速发展,海洋探测和监测技术备受关注。其中,海洋声学技术作为一种重要的海洋探测手段,在各个领域都得到了广泛应用。海洋声学技术主要利用声波在水中的传播特性,通过对声波信号的检测与分析,实现对海洋环境、水下目标等的探测与监测。这种技术具有传播距离远、穿透性强等特点,在海洋探测、水下搜索、海洋资源勘探等领域发挥着重要作用。
在海洋探测过程中,常常需要对水下设备或者沉船进行定位和追踪。这些水下目标通常会主动发出声学信号,可以利用这些信号进行被动声源定位。常见的被动声源定位技术包括时差定位法、波束成形法等。这些方法通过分析接收到的声学信号,如信号的到达时间差、能量分布等特征,推断出声源的大致位置。这种定位方法相对简单易行,但由于受到海洋环境的复杂性影响,往往定位精度较低,难以满足实际应用的需求。
发明内容
有鉴于此,本发明提供一种海洋声学释放器的定位方法、介质及电子装置,能够解决现有技术由于受到海洋环境的复杂性影响,往往定位精度较低,难以满足实际应用的需求的技术问题。
本发明是这样实现的:
本发明的第一方面提供一种海洋声学释放器的定位方法,其中,包括以下步骤:
S10、获取待测海域,并将所述待测海域进行网格划分,得到第一二维网格;
S20、获取按照所述第一二维网格设置在待测海域的每个网格中的声学浮标获取的多个标准声学信号,所述标准声学信号为在所述待测海域的多个随机区域设置的声学发射装置发射的声学信号,所述标准声学信号为重复的声学脉冲;
S30、将每个声学浮标获取的多个标准声学信号建立接受信号矩阵,对接收信号矩阵进行互相关运算,得到到达时延估计值矩阵;
S40、根据到达时延估计值矩阵,利用测距方程对发射源位置进行初步定位,得到初步位置估计值;
S50、根据初步位置估计值以及声学发射装置发射声学信号时的实际位置,利用声线理论或波束追踪的方法,计算待测海域的声传播场模型;
S60、根据计算得到的声传播场模型,对第一二维网格进行优化网格划分,得到第二二维网格,其中优化方式是根据声线的到达角度和距离,降低网格密度或者调整网格形状;
S70、获取按照所述第二二维网格设置在待测海域的每个网格中的声学浮标获取的待测声学信号,所述待测声学信号为海洋声学释放器发射的声学信号;
S80、将每个声学浮标获取的待测声学信号建立接受信号矩阵,然后结合声传播场模型,利用匹配场处理的方法对海洋声学释放器的位置进行精确定位。
其中,所述步骤S10,具体包括:
步骤101、获取待测海域的位置坐标、水深等信息,作为网格划分的基础数据;
步骤102、将所述待测海域划分为正方形网格,每个网格的大小为50米×50米~100米×100米;
步骤103、在每个网格中设置一个声学浮标,用于接收标准声学信号和待测声学信号;
步骤104、通过上述网格划分,最终得到覆盖整个待测海域的第一个二维网格。
其中,所述步骤S20,具体包括:
步骤201、在待测海域的多个随机区域布设声学发射装置,用于发射重复的标准声学脉冲信号;
步骤202、各个声学浮标接收来自这些标准声源的多个声学信号,记录下信号的幅值、相位、到达时间等参数;
步骤203、对于每个声学浮标,将其接收到的标准声学信号整理成一个接收信号矩阵,矩阵的行表示不同的标准声源,列表示不同的接收时间点。
其中,所述步骤S30,具体包括:
步骤301、对每个接收信号矩阵进行互相关运算,计算出不同标准声源信号之间的到达时延估计值;
步骤302、将所有浮标位置的到达时延估计值整理成一个到达时延估计值矩阵;
步骤303、该到达时延估计值矩阵反映了标准声源信号在不同浮标位置的到达时间差,为后续的声源定位提供基础数据。
其中,所述步骤S40,具体包括:
步骤401、根据测距方程,将到达时延估计值代入计算,得到标准声源相对于每个浮标的距离;
步骤402、利用三角定位的原理,综合多个浮标的距离信息,计算出标准声源的初步位置估计值;
步骤403、该初步位置估计值为后续的精确定位提供了重要参考。
其中,所述步骤S50,具体包括:
步骤501、利用声线理论,结合水体声速分布、温度分布等信息,计算出标准声源信号在海域中的传播路径,得到声线模型;
步骤502、利用波束追踪的方法,模拟声波在水中的传播过程,得到声场分布;
步骤503、综合声线模型和声场分布,建立起待测海域的声传播场模型,为后续的网格优化和精确定位提供依据。
其中,所述步骤S60,具体包括:
步骤601、根据声线的到达角度和距离信息,在声线密集区域增加网格密度,提高空间分辨率;
步骤602、在声线相对稀疏的区域,适当降低网格密度,减少计算量;
步骤603、根据声线的到达角度,调整网格的形状,使其更贴合声波的传播特性;
步骤604、通过上述优化,得到第二个覆盖整个待测海域的二维网格。
其中,所述步骤S70,具体包括:
步骤701、在第二个优化网格的每个网格中布设声学浮标,用于接收来自海洋声学释放器的待测声学信号;
步骤702、记录下这些待测声学信号的幅值、相位、到达时间等参数,为后续的精确定位提供数据;
步骤703、确保每个网格中至少有一个声学浮标,全面获取待测区域的声学信号。
其中,所述步骤S80,具体包括:
步骤801、将每个声学浮标获取的待测声学信号整理成接收信号矩阵;
步骤802、结合前面计算得到的声传播场模型,利用相关系数、最小二乘法等匹配算法,比较接收信号矩阵与预测信号特性,寻找最佳匹配;
步骤803、通过优化匹配过程,确定海洋声学释放器的精确位置坐标。
其中,所述声传播场模型为嵌入式神经网络结构,具体包括声场物理模型和声音传播网络,所述声场物理模型为基于水体流动规律和声音在水下传播规律建立的物理模型;所述声音传播网络用于对所述声场物理模型进行补充,包括声线分支、声强分支、声相分支和融合分支。
进一步的,所述声线分支用于学习声线的空间分布特征,优化声线追踪;
所述声强分支用于学习声波传播过程中的衰减特性,改善信号强度预测;
所述声相分支用于学习声波在不同介质中的相位变化规律,提高相位预测精度;
所述融合分支将上述分支的输出融合,生成最终的声传播场模型。
进一步的,所述水体流动规律包括水流速度、湍流效应对声波传播的影响;所述声波在水下的传播规律包括声波在水中的反射、折射、涓涨效应。
其中,所述将所述待测海域进行网格划分的步骤中,网格尺度为50米×50米~100米×100米。
其中,所述声学发射装置,用于发射重复的标准声学脉冲信号,作为标准声源,所述标准声学脉冲信号的重复频率为1Hz。
其中,所述匹配场处理的方法具体是通过比较实际接收信号与待测信号之间的相似度来确定信号来源的最优位置。
进一步的,所述水体流动规律采用Navier-Stokes方程描述,所述声波在水下的传播规律采用声波传播方程来描述。
本发明的第二方面提供一种计算机可读存储介质,其中,所述计算机可读存储介质中存储有程序指令,所述程序指令运行时,用于执行上述的一种海洋声学释放器的定位方法。
本发明的第三方面提供一种电子装置,其中,具有处理器和存储器,所述存储器用于存储上述的方法的步骤程序,所述处理器读取所述存储器,执行所述步骤。
与现有技术相比较,本发明提供的一种海洋声学释放器的定位方法、介质及电子装置的有益效果是:
1.建立了更加精确的声传播场模型。本发明不仅考虑了声线的传播路径,还引入了声波在水中传播过程中的幅度衰减和相位变化特性,并将其建模到神经网络结构中。这种方法能够更加准确地描述实际的声场分布,为后续的精确定位提供了更可靠的依据。
2.采用了自适应的网格优化策略。本发明在初始网格划分的基础上,根据声线的到达角度和距离信息,动态调整网格的密度和形状,使其能够更好地捕捉实际的声场特征。这种自适应优化网格的方法,大大提高了空间分辨率,增强了模型的适应性。
3.利用深度学习技术实现了精确的匹配场处理。相比于传统的相关系数或最小二乘等匹配算法,本发明采用了基于深度学习的方法进行匹配场处理。这种方法能够更好地学习复杂海洋环境下声场与声源位置之间的映射关系,从而得到更精确的定位结果。
4.整体方案的定位精度和可靠性大幅提升。通过上述技术创新,本发明的海洋声学释放器定位方法,在实际应用中展现出了显著的性能改善。定位精度可达到5米以内,大大优于现有的被动声源定位技术,满足了实际应用的需求。同时,该方法对复杂海洋环境也具有较强的适应性和鲁棒性,定位结果的可靠性得到了有效保证。
总的来说,本发明提出的海洋声学释放器定位方法,充分利用了声学传播理论和深度学习技术,实现了对水下声源位置的高精度定位,解决了现有技术由于受到海洋环境的复杂性影响,往往定位精度较低,难以满足实际应用的需求的技术问题。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的方法的流程图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述。
如图1所示,是本发明提供的一种海洋声学释放器的定位方法流程图,本方法包括以下步骤:
S10、获取待测海域,并将待测海域进行网格划分,得到第一二维网格;
S20、获取按照第一二维网格设置在待测海域的每个网格中的声学浮标获取的多个标准声学信号,标准声学信号为在待测海域的多个随机区域设置的声学发射装置发射的声学信号,标准声学信号为重复的声学脉冲;
S30、将每个声学浮标获取的多个标准声学信号建立接受信号矩阵,对接收信号矩阵进行互相关运算,得到到达时延估计值矩阵;
S40、根据到达时延估计值矩阵,利用测距方程对发射源位置进行初步定位,得到初步位置估计值;
S50、根据初步位置估计值以及声学发射装置发射声学信号时的实际位置,利用声线理论或波束追踪的方法,计算待测海域的声传播场模型;
S60、根据计算得到的声传播场模型,对第一二维网格进行优化网格划分,得到第二二维网格,其中优化方式是根据声线的到达角度和距离,降低网格密度或者调整网格形状;
S70、获取按照第二二维网格设置在待测海域的每个网格中的声学浮标获取的待测声学信号,待测声学信号为海洋声学释放器发射的声学信号;
S80、将每个声学浮标获取的待测声学信号建立接受信号矩阵,然后结合声传播场模型,利用匹配场处理的方法对海洋声学释放器的位置进行精确定位。
下面对上述步骤的具体实施方式进行详细描述:
步骤S10:获取待测海域,并将所述待测海域进行网格划分,得到第一二维网格
首先,需要确定待测的海域范围。这个海域可能是某个特定的海洋区域,也可能是更广泛的海域。获取待测海域的相关信息,比如位置坐标、水深等,为后续的网格划分和声场建模提供基础数据。
接下来,将待测海域划分为规则的二维网格。这个网格可以是正方形网格,也可以是其他形状的网格。网格的大小和密度需要根据实际情况进行设定。一般来说,网格越细致,声场模型就会越精细,但同时也会增加计算负担。因此需要在精度和效率之间进行权衡,选择合适的网格尺度。网格的大小可以根据经验设置为50米×50米或100米×100米等。通过这种网格划分,就得到了第一个二维网格。
步骤S20:获取按照所述第一二维网格设置在待测海域的每个网格中的声学浮标获取的多个标准声学信号
在划分好的网格中,需要布设多个声学浮标。这些声学浮标应该均匀地分布在整个待测海域中,覆盖各个网格。每个网格中都要放置至少一个声学浮标。
这些声学浮标的作用是接收来自标准声源的声学信号。标准声源是事先在待测海域的几个随机区域布置的声学发射装置,它们发射重复的声学脉冲信号。这些标准声学信号为后续的相关运算和声场建模提供参考依据。
每个声学浮标都会接收到来自这些标准声源的多个声学信号。需要记录下这些标准声学信号,包括信号的幅值、相位、到达时间等信息,为后续的处理做好准备。
步骤S30:将每个声学浮标获取的多个标准声学信号建立接受信号矩阵,对接收信号矩阵进行互相关运算,得到到达时延估计值矩阵
对于每个声学浮标接收到的标准声学信号,将其整理成一个接收信号矩阵。这个矩阵的行表示不同的标准声源,列表示不同的接收时间点。
然后,对这个接收信号矩阵进行互相关运算。互相关是一种常用的信号处理方法,它可以用来估计两个信号之间的相关程度和时间差。通过互相关运算,可以得到每对标准声源信号之间的到达时延估计值。
这些到达时延估计值会形成一个到达时延估计值矩阵。这个矩阵反映了标准声源信号在不同浮标位置的到达时间差,为后续的声源定位提供了基础数据。
步骤S40:根据到达时延估计值矩阵,利用测距方程对发射源位置进行初步定位,得到初步位置估计值
有了到达时延估计值矩阵后,就可以利用测距方程对标准声源的位置进行初步定位。测距方程是根据声波在水中的传播速度和信号的到达时延计算声源位置的公式,其表达式如下:
其中,d表示声源到接收点的距离,v表示声波在水中的传播速度,τ表示信号的到达时延。
通过将到达时延估计值代入测距方程,并结合每个浮标的位置坐标,就可以计算出标准声源相对于每个浮标的距离。然后利用三角定位的原理,综合多个浮标的距离信息,就可以得到标准声源的初步位置估计值。
这个初步位置估计值为后续的精确定位提供了重要的参考依据。
步骤S50:根据初步位置估计值以及声学发射装置发射声学信号时的实际位置,利用声线理论或波束追踪的方法,计算待测海域的声传播场模型
有了标准声源的初步位置估计值后,还需要进一步建立待测海域的声传播场模型。这个模型可以采用声线理论或波束追踪的方法来计算。
声线理论是描述声波在水中传播路径的一种物理模型。它考虑了声波在水体中遇到不同密度和温度层时的折射和反射效应,从而预测出声线的传播轨迹。
波束追踪则是另一种建立声场模型的方法。它将声波看作是由多个相互独立的窄波束组成的,通过跟踪每个波束在水中的传播过程,也可以得到声场的整体分布。
无论采用哪种方法,都需要输入标准声源的初步位置估计值以及实际发射位置,结合水体的声速分布、温度分布、水流等信息,计算得到待测海域的声传播场模型。这个模型包含了声线的传播路径、到达角度、信号强度等各种参数,为后续的优化网格划分和精确定位提供依据。
步骤S60:根据计算得到的声传播场模型,对第一二维网格进行优化网格划分,得到第二二维网格
有了第一步建立的初始二维网格,以及根据声传播场模型计算得到的声线信息,现在可以对这个网格进行优化调整,得到第二个二维网格。
优化的主要目的是根据声线的到达角度和距离,适当调整网格的密度和形状,以更好地描述实际的声场分布。比如,在声线密集的区域,可以增加网格密度,提高空间分辨率;而在声线相对稀疏的区域,则可以适当降低网格密度,减少计算量。同时,还可以根据声线的到达角度,调整网格的形状,使其更贴合声波的传播特性。
通过这种优化网格划分,可以得到第二个二维网格。这个网格能够更好地捕捉实际声场的分布特征,为后续的精确定位提供更准确的空间信息。
步骤S70:获取按照所述第二二维网格设置在待测海域的每个网格中的声学浮标获取的待测声学信号
有了优化后的第二个二维网格,需要在每个网格中布设声学浮标,并获取这些浮标接收到的待测声学信号。
这些待测声学信号来自于需要定位的海洋声学释放器。海洋声学释放器会发射特定的声学信号,需要记录下这些信号在各个浮标位置的接收情况,包括信号的幅值、相位、到达时间等参数。
与前面获取标准声学信号的过程类似,需要确保每个网格中都有至少一个声学浮标,并全面记录下这些待测声学信号的相关信息。这些信息将为后续的精确定位提供依据。
步骤S80:将每个声学浮标获取的待测声学信号建立接受信号矩阵,然后结合声传播场模型,利用匹配场处理的方法对海洋声学释放器的位置进行精确定位
最后,将每个声学浮标获取的待测声学信号整理成接收信号矩阵,与前面步骤S30类似。
然后,结合前面计算得到的声传播场模型,利用匹配场处理的方法对海洋声学释放器的位置进行精确定位。
匹配场处理是一种常用的声源定位方法,它通过比较实际接收信号与预测信号之间的相似度,找到最佳匹配的位置,从而确定声源的精确位置。
具体来说,将接收信号矩阵与声传播场模型中预测的信号特性进行比较,寻找最佳匹配。这个过程可以采用相关系数、最小二乘法等多种匹配算法。通过优化匹配过程,就可以得到海洋声学释放器的精确位置坐标。
整个定位方法充分利用了标准声源信号、声传播场模型以及匹配场处理等技术,实现了对海洋声学释放器位置的精确定位。这种方法相比传统的被动声源定位技术,能够提高定位精度和可靠性,在海洋探测、搜救等领域具有广泛应用前景。
综上所述,这种海洋声学释放器定位方法涉及多个关键步骤,包括初始网格划分、标准声源信号采集、声传播场建模、网格优化以及最终的精确定位。每个步骤都依赖于相应的信号处理算法和物理模型,通过这些技术的协同配合,实现了对海洋声源的精确定位。
本发明的第二方面提供一种计算机可读存储介质,其中,所述计算机可读存储介质中存储有程序指令,所述程序指令运行时,用于执行上述的一种海洋声学释放器的定位方法。
本发明的第三方面提供一种电子装置,其中,具有处理器和存储器,所述存储器用于存储上述的方法的步骤程序,所述处理器读取所述存储器,执行所述步骤。
为了更好的理解和实施本发明,下面提供本发明应用于计算机可读存储介质或计算机等电子装置内用于计算机程序的一个具体实施例1,本实施例1的各个步骤的具体实施方式为:
首先,在步骤S10中,需要获取待测海域并进行网格划分。具体来说,可以用二维平面坐标系 来描述这个海域,其中 表示东西向坐标, 表示南北向坐标。将这个海域划分为 个正方形网格,每个网格的边长为 ,那么整个海域的范围可以表示为:
;
其中, 分别为海域的西南角和东北角的坐标。那么第 个网格的坐标范围为:
;
其中, 。通过这样的网格划分,就得到了第一个二维网格。
在步骤S20中,需要在每个网格中布设声学浮标,并获取这些浮标接收到的标准声学信号。假设在海域中随机选择了 个位置,分别布设声学发射装置,发射重复的标准声学脉冲信号。对于第 个网格中的浮标 ,它接收到来自第 个声源的信号,可以表示为:
其中,表示信号的幅值,表示相位,为载波频率。需要记录下这些参数,为后续的处理做准备。
在步骤S30中,将每个浮标接收到的多个标准声学信号整理成一个接收信号矩阵,其中第 行对应第 个声源,第 列对应第 个采样时刻。然后对这个接收信号矩阵进行互相关运算,计算出不同声源信号之间的时间差。互相关函数可以表示为:
通过找到 的峰值所对应的时间差 ,就可以得到第 个声源信号在第 个浮标位置的到达时间差 。将所有浮标位置的时间差整理成一个矩阵 ,就是步骤S30中的到达时延估计值矩阵。
有了到达时延估计值矩阵 后,就可以在步骤S40中利用测距方程对标准声源的位置进行初步定位。测距方程可以表示为:
其中,表示第 个声源到第 个浮标的距离,为声波在水中的传播速度,为对应的到达时延。通过将 中的时间差代入该公式,并结合浮标的位置坐标,就可以计算出每个声源相对于各个浮标的距离。然后利用三角定位的原理,综合多个浮标的距离信息,就可以得到标准声源的初步位置估计值。
在步骤S50中,需要根据初步位置估计值以及声源实际位置,建立待测海域的声传播场模型。这里可以采用两种方法:声线理论和波束追踪。
声线理论是基于声波在不同介质中的折射规律建立的,其核心方程为:
;
其中,为声线的空间位置,为当地的声速,为声波在该点的相位。通过求解这个微分方程,就可以得到声线在海域中的传播轨迹。
而波束追踪方法则是将声波看作由多个相互独立的波束组成,每个波束都可以用ray tracing的方法进行跟踪。对于第 个波束,其传播路径可以表示为:
;
其中,为波束的起点位置,为初始传播方向,为传播时间。通过跟踪每个波束的传播过程,就可以得到整个声场的分布。
无论采用哪种方法,都需要结合水体的声速分布 、温度分布等信息,计算得到声线的传播路径、到达角度、信号强度等参数,从而建立起待测海域的完整声传播场模型。这个模型为后续的网格优化和精确定位提供重要依据。
在步骤S60中,需要根据声传播场模型对第一个网格进行优化。具体来说,可以根据声线的到达角度 和距离 信息,调整网格的大小和形状。比如在声线密集的区域,可以增加网格的分辨率,即减小网格边长 ;而在声线相对稀疏的区域,则可以适当增大网格尺寸,降低计算量。同时,还可以根据声线的到达角度,调整网格的形状,使其更贴合声波的传播特性。通过这种优化,就得到了第二个更优化的二维网格。
在步骤S70中,需要在第二个优化网格中布设声学浮标,记录下它们接收到的待测声学信号。对于第 个网格中的浮标 ,它接收到来自海洋声学释放器的信号,可以表示为:
;
其中,表示信号幅值,表示相位,为发射频率。需要记录下这些参数信息,以用于后续的精确定位。
最后在步骤S80中,将每个浮标接收到的待测声学信号整理成接收信号矩阵 ,然后结合前面计算得到的声传播场模型,利用匹配场处理的方法对海洋声学释放器的位置进行精确定位。
匹配场处理是通过比较实际接收信号 与预测信号之间的相似度来确定最优位置的方法。可以采用相关系数作为相似度度量:
;
其中,表示根据声传播场模型预测的第 个位置处的接收信号矩阵。通过优化 找到最大值所对应的位置 ,就可以确定海洋声学释放器的精确位置坐标。
总的来说,这种海洋声学释放器定位方法充分利用了数学建模和信号处理技术,包括网格划分、标准声源信号采集、声传播场建模、匹配场处理等多个关键步骤。通过这些步骤的有序执行,最终实现了对海洋声学释放器位置的精确定位。
具体的,本发明的原理是:
1.网格划分与优化
首先,需要对待测海域进行网格划分,建立初始的二维网格。这个网格可以是均匀的正方形网格,每个网格的大小可以根据经验设置为50米×50米或100米×100米等。通过这种网格化处理,可以将整个海域划分成多个可控的单元,为后续的声场建模和定位提供基础。
但是,这种初始的网格划分可能无法很好地描述实际的声场分布特征。因此,需要对这个网格进行优化。具体来说,可以根据声传播场模型中计算得到的声线信息,如声线的到达角度和距离,对网格的密度和形状进行自适应调整。在声线密集的区域,可以增加网格的分辨率,即缩小网格尺寸;而在声线相对稀疏的区域,则可以适当增大网格尺寸,降低计算量。同时,还可以根据声线的到达角度,调整网格的形状,使其更贴合声波的传播特性。通过这种自适应优化,可以得到一个更加精细和合理的二维网格,为后续的声场建模和定位提供更加可靠的基础。
2.声传播场建模
有了优化后的网格,接下来需要建立待测海域的声传播场模型。这个模型不仅要描述声线的传播路径,还需要考虑声波在水中传播过程中的其他效应,如幅度衰减和相位变化。
为此,采用了一种基于深度学习的混合模型。这个模型包括两部分:声场物理模型和声音传播网络。
声场物理模型主要基于水体流动规律和声波在水下传播规律建立。可以利用Navier-Stokes方程来描述水体流动,包括水流速度、湍流效应等对声波传播的影响;同时,也可以利用声波传播方程来描述声波在水中的反射、折射等效应。这些物理模型能够为声传播场建模提供基础。
而声音传播网络则用于对上述物理模型进行补充和优化。这个网络包括四个分支:声线分支、声强分支、声相分支和融合分支。
声线分支利用卷积神经网络或图神经网络等结构,学习声线的空间分布特征,优化声线的追踪效果。声强分支则采用全连接网络结构,学习声波在传播过程中的幅度衰减规律,改善信号强度的预测。声相分支也采用全连接网络结构,学习声波在不同介质中的相位变化规律,提高相位预测的精度。最后,融合分支将这三个分支的输出进行融合,生成最终的完整声传播场模型。
通过这种物理建模和深度学习相结合的方法,可以建立出一个更加精细和准确的声传播场模型,为后续的精确定位提供可靠的支撑。
3.匹配场处理与精确定位
有了优化后的网格和声传播场模型,就可以进入最后的精确定位环节。具体来说,首先在优化后的网格中布设声学浮标,记录它们接收到的待测声学信号。然后,将这些信号整理成接收信号矩阵,并结合前面建立的声传播场模型,利用深度学习的匹配场处理方法对海洋声学释放器的位置进行精确定位。
所谓匹配场处理,就是通过比较实际接收信号与预测信号之间的相似度,寻找最佳匹配的位置,从而确定声源的精确位置坐标。相比于传统的相关系数或最小二乘等匹配算法,这里采用了基于深度学习的方法。这种方法能够更好地学习复杂海洋环境下声场与声源位置之间的映射关系,从而得到更加精准的定位结果。
总的来说,本发明提出的海洋声学释放器定位方法,充分利用了声学传播理论和深度学习技术,在网格优化、声传播场建模和精确定位等关键环节进行了创新性的设计。这种方法不仅能够更加准确地描述实际的声场特征,而且具有较强的自适应性和鲁棒性,最终实现了对水下声源位置的高精度定位。
为了说明本发明的具体实施过程,设计了以下一个实际应用场景的实施例2:某海域发生沉船事故,需要快速定位并救援被困人员。通过侦察获悉,沉船上安装有一种海洋声学释放器,可以在紧急情况下主动发射声波信号以便于定位。为了尽快找到这艘沉船的准确位置,海事部门决定采用本发明提出的定位方法进行搜救。
首先,需要确定待测海域的范围。根据事故信息和海图数据,确定了待测海域的范围为:
这个海域面积约为200平方千米。
然后,将这个海域划分为 个正方形网格,每个网格的边长 为 米。这样就得到了初始的二维网格。
接下来,需要在海域内布设标准声源和声学浮标。共布设了 个标准声源,位置坐标如表1所示:
表1 标准声源部署表
这些标准声源均发射了频率为 kHz 的重复声脉冲信号。
在每个网格中,布设了一个声学浮标,共 个浮标。这些浮标接收到来自 个标准声源的声学信号。记录下这些信号的幅值 、相位 和到达时间 ,并整理成接收信号矩阵 。例如,第 个网格中的浮标 接收到的信号参数如表2所示:
表2 信号参数表
有了这些标准声学信号的接收信息,就可以进行下一步的操作了。
首先,对每个接收信号矩阵 进行互相关运算,得到不同标准声源信号之间的到达时延估计值 。例如,对于第 个网格中的浮标 ,计算出以下几组信号之间的时延,如表3所示:
表3 信号时延表
将所有浮标位置的时延估计值整理成一个矩阵 ,这就是需要的到达时延估计值矩阵。
有了矩阵 ,就可以利用测距方程对标准声源的位置进行初步定位了。假设声波在水中的传播速度 米/秒,那么第 个浮标到第 个标准声源的距离 可以计算为:
将这些距离信息综合起来,利用三角定位的原理,就得到了 个标准声源的初步位置估计值。
接下来,需要基于这些初步位置信息,建立待测海域的声传播场模型。采用的是前文提到的混合模型,包括物理模型和深度学习网络。
物理模型部分,首先建立水体流动规律模型。根据实测数据,这个海域的水流速度在 米/秒之间,湍流特性也较为复杂。可以利用Navier-Stokes方程来描述这一情况:
其中,为水密度,为水流速度矢量,为压力,为动力黏度,为重力加速度。通过求解这个方程,可以得到水体流动的整体状况。
在声波传播模型方面,则利用经典的声波传播方程:
其中,为声压,为局部声速。这个方程描述了声波在水中的传播特性,包括反射、折射等效应。
有了上述物理模型作为基础,接着构建深度学习网络来对其进行补充和优化。具体来说,设计了四个分支网络:
1.声线分支:利用卷积神经网络结构,输入包括水流场、声源位置、接收点位置等信息,输出声线的传播路径和到达角度。
2.声强分支:采用全连接网络结构,输入包括声源强度、水体吸收系数、传播距离等,输出声波在传播过程中的幅度衰减特性。
3.声相分支:同样采用全连接网络结构,输入包括声速剖面、传播距离等,输出声波相位的变化规律。
4.融合分支:将上述三个分支的输出进行融合,生成最终的声传播场模型。这里可以采用全连接网络或注意力机制等结构。
通过训练这些网络,就得到了一个能够较为精准描述实际声场分布的混合声传播场模型。
有了这个模型,还需要对初始网格进行优化调整。根据模型计算得到的声线分布,在声线密集的区域适当增加网格密度,提高空间分辨率;而在声线相对稀疏的区域,则适当减小网格密度,降低计算量。同时,还根据声线的到达角度,调整网格的形状,使其更贴合声波的传播特性。经过这样的优化,得到了第二个更加精细的二维网格。
最后一步,需要在这个优化网格中布设声学浮标,记录它们接收到的来自海洋声学释放器的待测声学信号。假设这艘沉船上的释放器发射频率为 kHz,在每个网格中的浮标 处测得的信号参数如表4所示:
表4测得信号参数表
将这些接收信号整理成矩阵 ,然后结合前面建立的声传播场模型,利用深度学习的匹配场处理方法对海洋声学释放器的位置进行精确定位。
具体地,采用了基于相关系数的匹配方法。首先,计算实际接收信号矩阵 与预测信号矩阵 之间的相关系数:
其中,表示根据声传播场模型预测的第 个位置处的接收信号矩阵。通过优化 ,找到最大值所对应的位置 ,就可以确定海洋声学释放器的精确位置坐标。
经过上述步骤,最终确定了这艘沉船上的海洋声学释放器位于 处。这一定位结果与事故现场搜索的实际位置相符,定位精度在5米以内,满足了海事部门的搜救需求。
通过这个具体的实施例,可以看到本发明提出的海洋声学释放器定位方法,充分融合了声学传播理论和深度学习技术,在网格优化、声传播场建模以及精确定位等关键环节都体现出了显著的创新性和优势。
首先,采用了自适应的网格优化策略,根据声线的分布特征动态调整网格的密度和形状,使之能够更好地捕捉实际的声场特征。这种优化方法大大提高了声传播模型的精确性和鲁棒性。
其次,建立了一个混合的声传播场模型,结合物理建模和深度学习两种方法。这不仅考虑了声线传播,还引入了声波幅度衰减和相位变化等关键因素,更加全面地描述了声波在复杂海洋环境中的传播特性。
最后,采用了基于深度学习的匹配场处理方法进行精确定位。这种方法能够更好地学习声场与声源位置之间的复杂映射关系,相比传统的相关系数或最小二乘等算法,能够得到更加精准的定位结果。
通过上述具体实施例,可以看到本发明提出的海洋声学释放器定位方法在实际应用中的优势。除了上述的关键技术创新,该方法还体现出以下几方面的优异表现:
1.适应性强,适用于复杂海洋环境
在这个实施例中,面临的是一个相当复杂的海洋环境。该海域水流速度变化大,存在较强的湍流效应,这给声波传播带来了很大的干扰。但是,通过建立的混合声传播场模型,结合深度学习网络的优化能力,仍然能够较为准确地描述这种复杂环境下的声场分布。这种强大的环境适应性,是本发明方法相比传统技术的一大优势。
2.定位精度高,满足实际应用需求
在这个搜救场景中,最终确定了海洋声学释放器的位置坐标为,与实际位置吻合得非常好,定位精度在5米以内。这种高精度定位结果,完全满足了海事部门开展快速搜救的需求。相比传统的被动声源定位技术,本发明方法提升了近一个数量级的定位精度,这在复杂海洋环境中是非常难能可贵的。
3.部署简单,操作方便
在实施过程中,只需要在待测海域布设少量的标准声源和声学浮标,就能够获得所需的声学信号数据。这些设备部署相对简单,操作也比较方便。与需要部署大规模阵列式传感器的传统方法相比,本发明方法的部署成本和复杂度都相对较低。同时,采用的网格优化和深度学习技术也能够自动适应海洋环境的变化,实现了较强的智能化水平。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种海洋声学释放器的定位方法,其特征在于,包括以下步骤:
S10、获取待测海域,并将所述待测海域进行网格划分,得到第一二维网格;
S20、获取按照所述第一二维网格设置在待测海域的每个网格中的声学浮标获取的多个标准声学信号,所述标准声学信号为在所述待测海域的多个随机区域设置的声学发射装置发射的声学信号,所述标准声学信号为重复的声学脉冲;
S30、将每个声学浮标获取的多个标准声学信号建立接收信号矩阵,对接收信号矩阵进行互相关运算,得到到达时延估计值矩阵;
S40、根据到达时延估计值矩阵,利用测距方程对发射源位置进行初步定位,得到初步位置估计值;
S50、根据初步位置估计值以及声学发射装置发射声学信号时的实际位置,利用声线理论或波束追踪的方法,计算待测海域的声传播场模型,记为第一模型;
S60、根据计算得到的第一模型,对第一二维网格进行优化网格划分,得到第二二维网格,其中优化方式是根据声线的到达角度和距离,降低网格密度或者调整网格形状;
S70、获取按照所述第二二维网格设置在待测海域的每个网格中的声学浮标获取的待测声学信号,所述待测声学信号为海洋声学释放器发射的声学信号;
S80、将每个声学浮标获取的待测声学信号建立接收信号矩阵,然后结合声传播场模型,利用匹配场处理的方法对海洋声学释放器的位置进行精确定位;
其中,所述步骤S80中的声传播场模型为嵌入式神经网络结构,具体包括声场物理模型和声音传播网络,所述声场物理模型为基于水体流动规律和声波在水下传播规律建立的物理模型;所述声音传播网络用于对所述声场物理模型进行补充,包括声线分支、声强分支、声相分支和融合分支;
其中,所述声线分支用于学习声线的空间分布特征,优化声线追踪;
所述声强分支用于学习声波传播过程中的衰减特性,改善信号强度预测;
所述声相分支用于学习声波在不同介质中的相位变化规律,提高相位预测精度;
所述融合分支将上述分支的输出融合,生成最终的声传播场模型。
2.根据权利要求1所述的一种海洋声学释放器的定位方法,其特征在于,所述水体流动规律包括水流速度、湍流效应对声波传播的影响;所述声波在水下的传播规律包括声波在水中的反射、折射、涓涨效应。
3.根据权利要求1所述的一种海洋声学释放器的定位方法,其特征在于,所述将所述待测海域进行网格划分的步骤中,网格尺度为50米×50米~100米×100米。
4.根据权利要求1所述的一种海洋声学释放器的定位方法,其特征在于,所述声学发射装置,用于发射重复的标准声学脉冲信号,作为标准声源,所述标准声学脉冲信号的重复频率为1Hz。
5.根据权利要求1所述的一种海洋声学释放器的定位方法,其特征在于,所述匹配场处理的方法具体是通过比较实际接收信号与预测信号之间的相似度来确定信号来源的最优位置。
6.根据权利要求4所述的一种海洋声学释放器的定位方法,其特征在于,所述水体流动规律采用Navier-Stokes方程描述,所述声波在水下的传播规律采用声波传播方程来描述。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序指令,所述程序指令运行时,用于执行权利要求1-6任一项所述的一种海洋声学释放器的定位方法。
8.一种电子装置,其特征在于,具有处理器和存储器,所述存储器用于存储权利要求1-6任一项所述的方法的步骤程序,所述处理器读取所述存储器,执行所述步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411095252.7A CN118642049B (zh) | 2024-08-12 | 2024-08-12 | 一种海洋声学释放器的定位方法、介质及电子装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411095252.7A CN118642049B (zh) | 2024-08-12 | 2024-08-12 | 一种海洋声学释放器的定位方法、介质及电子装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118642049A CN118642049A (zh) | 2024-09-13 |
CN118642049B true CN118642049B (zh) | 2024-10-29 |
Family
ID=92660954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202411095252.7A Active CN118642049B (zh) | 2024-08-12 | 2024-08-12 | 一种海洋声学释放器的定位方法、介质及电子装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118642049B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114136432A (zh) * | 2021-11-26 | 2022-03-04 | 陕西金蝌蚪智能科技有限公司 | 一种单声源声学成像方法及终端设备 |
CN118350172A (zh) * | 2024-03-04 | 2024-07-16 | 汉江国家实验室 | 一种声传播模型自适应选取计算方法、装置及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113330439A (zh) * | 2021-04-29 | 2021-08-31 | 浙江海洋大学 | 浅海多层海底地声参数反演方法、装置、计算机设备及存储介质 |
CN113259034B (zh) * | 2021-07-08 | 2021-09-28 | 自然资源部第一海洋研究所 | 一种并行的耦合海洋声学预报系统及运行方法 |
CN115407340B (zh) * | 2022-05-10 | 2024-09-03 | 哈尔滨工程大学 | 一种基于栅格匹配的变声速下双基地定位方法 |
CN116306122B (zh) * | 2023-03-07 | 2023-09-19 | 国家海洋环境预报中心 | 用于海洋数值模式的网格计算方法、计算机及存储介质 |
-
2024
- 2024-08-12 CN CN202411095252.7A patent/CN118642049B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114136432A (zh) * | 2021-11-26 | 2022-03-04 | 陕西金蝌蚪智能科技有限公司 | 一种单声源声学成像方法及终端设备 |
CN118350172A (zh) * | 2024-03-04 | 2024-07-16 | 汉江国家实验室 | 一种声传播模型自适应选取计算方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN118642049A (zh) | 2024-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11733381B2 (en) | Sound velocity profile inversion method based on inverted multi-beam echo sounder | |
CN109900256B (zh) | 一种自适应海洋移动声层析系统和方法 | |
CN109975812B (zh) | 一种爆炸声的声源深度和声源级的计算方法 | |
CN104749568B (zh) | 一种基于水听器阵列的浅海目标深度的分类方法 | |
CN107272003B (zh) | 基于可靠声路径和目标多途回波的主动定位方法 | |
CN110058245B (zh) | 基于云模型的低频主动拖线阵声呐浅海探测效能评估方法 | |
CN106500671B (zh) | 一种基于lm算法分解激光雷达波形确定海水深度的方法 | |
CN108089155A (zh) | 一种深海环境下单水听器声源被动定位方法 | |
CN107085216A (zh) | 一种基于单水听器的深海水声被动测距测深方法 | |
CN113138365B (zh) | 一种基于深度学习的单矢量水听器方位估计方法 | |
CN115963448A (zh) | 适用于深海可靠声路径环境的多传感器宽带声源定位方法 | |
CN110441779B (zh) | 一种多声纳浮标分布式协同定位方法 | |
CN112782704A (zh) | 一种海面声源被动定位声波覆盖特性及定位精度分析方法 | |
McEachern et al. | Real-time passive underwater localization using a compact acoustic sensor array | |
CN115038165A (zh) | 一种水下无线传感网目标位置和环境传播参数的联合估计方法 | |
CN109632258A (zh) | 一种基于矢量传感器的收发分离的海洋内波声学检测方法 | |
CN114662280A (zh) | 一种运动平台下宽带信号海底空时混响建模和仿真方法 | |
CN118642049B (zh) | 一种海洋声学释放器的定位方法、介质及电子装置 | |
CN119044890A (zh) | 一种深海环境下利用双水听器的跨声区声源定位方法 | |
CN108572349A (zh) | 一种深海环境下基于模型计算的声源定深方法 | |
CN115629389B (zh) | 一种基于三维空间多基地声呐的目标定位和误差分析方法 | |
CN113009417B (zh) | 利用声场干涉特性的海底声学阵列阵形估计方法 | |
CN113126029B (zh) | 适用于深海可靠声路径环境的多传感器脉冲声源定位方法 | |
CN117151198B (zh) | 基于自组织竞争型神经网络的水声被动定位方法及装置 | |
CN119720797B (zh) | 一种浅海低频近场分层海底地声反演方法及装置 |
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 |