循环神经网络在浅海声速-声源联合反演中的应用

• 作者: 王同 苏林 任群言 王文博 马力
• 来源期刊: 哈尔滨工程大学学报
• 关键词: 机器学习 循环神经网络 序贯滤波 集合卡尔曼滤波 声速剖面 声速剖面反演 水下目标 水声定位
• 年，卷（期）: 2021,（8）
• 页码范围: 1133-1139
• 页数: 7页
• 分类号: TB566
• 语种: 中文
• DOI: 10.11990/jheu.202007057

摘要

利用序贯滤波对时变声速剖面进行反演追踪,通常会将声速剖面的时变特性描述为一阶随机游走过程.为了使状态方程更好的预测状态变量的走向,本文利用循环神经网络学习历史水文数据,对浅海环境下的时变声速剖面进行建模,利用集合卡尔曼滤波进行对声速剖面的反演,并对声源进行定位.结果相较于使用一阶随机游走过程的联合反演结果误差更小,在声源深度上均方根误差有着80％的降低,声速剖面反演结果误差有着38.2％的降低.本文通过实测声速剖面的仿真声学数据验证了该方法的可行性.