K-Means++的声速剖面精简方法

• 作者: 刘杨范 孟庆波 王振杰 王柏杨 赵爽
• 来源期刊: 哈尔滨工程大学学报
• 学科: 地球科学
• 关键词: 声速剖面 精简 K-Means++ 常梯度声线跟踪 浮标定位 非等间距分层 不同深度 梯度 效率
• 年，卷（期）: 2020,（7）
• 页码范围: 985-990
• 页数: 6页
• 分类号: P733.2
• 字数: 3254字
• 语种: 中文
• DOI: 10.11990/jheu.201903072

摘要

在深海定位中,声线传播距离长、声速剖面层数多,采用常梯度声线跟踪虽然提高了定位精度,但明显降低了定位的计算效率.针对这一问题,本文引入优化聚类算法,提出了一种基于K-Means++的声速剖面精简方法.该方法将原始声速剖面的梯度分为正负2个部分,采用K-Means++对每部分进行初始聚类,再对聚类后的每一簇进行不同类别数的K-Means++聚类,将相邻相同类的层合并后得到精简声速剖面.采用精简声速剖面进行水下定位,并与原始声速剖面定位效果对比.实验结果表明:本文方法在确保原始声速剖面空间结构和水下定位精度的前提下,显著提高了定位计算效率,且在不同深度的定位精度与原始声速剖面定位精度保持一致.