海底声参数反演-第二稿绪论.docxVIP

背景和研究意义当前，世界各军事强国将制海权放在相当重要的位置，他们投入了大量的人力物力财力研究海洋环境信息的获取方法，以充分保证其政治、经济和军事利益。而且，大约70%的地球表面被海洋覆盖。声波可以行驶穿越海洋的距离超过数百公里。因为它的相对易于传播，水下声音已被应用于各种用途的海洋的使用与探索[]，如声场预报、声纳作用距离估算及目标定位等。因此，通过对海底沉积物的各种实验、观测手段，开展现场调查和实验、理论研究，建立起在不同区域适用的海底地声学模型，并确定海底沉积物声学参数和力学参数以及其他物理参数之间的内在关系，从而实现用声学方法对海底沉积物的地质构造及地质属性进行测绘和分类识别具有重大意义。其中，由于海底的作用，浅海声场相比深海声场更加复杂，海底中的各类声学参数，如密度、声速与衰减等变化都将改变上层流体中声场的分布[]，进而影响到水下声音的应用，所以研究海底参数是十分必要的。而我国的大部分海域为浅海，所以研究浅海声场参数具有重要的战略意义。传统的海底表层参数测量方法多为采用海底采样实验室分析或将高频声学测量设备插入海底直接测量海底声速、衰减系数的原位测量方法。但是，一般情况下这两种方法获得的海底声学参数只能是局地的，而且起伏较大，不易确定沉积层的厚度，[]并且要耗费大量的人力和物力，而且采集到的样品由于脱离了原生态的海底，它的压力、温度等物理力学等参数会发生变化。另一类常用的海底声学参数获取方法为地声反演，反演即是根据假设的模型，从测量得到的声场分布情况反推海底分层介质的特征。[]通常是利用一艘船发射声信号、另一艘船吊放接收阵接收声信号的双船实验，或一艘船发射、浮潜标接收的方式实验，两者距离数公里到数十公里，通过比对理论计算与实验测量的声场传播损失、简正波模态、垂直阵或水平阵声场空间结构、混响信号、脉冲波形等方法确定海底声学参数[3]。反演获取的海底参数可以反映大距离尺度上的海底特征，是一个方便、经济、高效的途径[]。一般而言，目前的反演办法多是多维反演，即反演出与地声模型相对应的一组多个海底参数。多维反演虽然能准确获得海底声参数，但也面临一些问题，例如它针对多个待反演参数的敏感度不同，对特定声信号影响微弱的参数容易被海洋中的不确定性所掩盖，针对这一问题国外提出了选取不同代价函数的解决办法，而国内学者提出了多种方法反演不同参数的联合反演思路，较好地解决了这一问题。除此以外，多维反演因为待求未知数多，自然需要更多求解条件，另外还会遇到海上待测物理量多且复杂以及反演声信号处理复杂等问题。当反演的目的为快捷地获得海底性质时，最大限度减少需要的参数数量是一种可行的思路。国外对于单个参数表示海底性质较早进行了研究，但是设计的反演方法报道较少。目前反演方法主要有以下几种：匹配场法，垂直阵或水平阵声场法，空间结构法，环境噪声法，混响信号法，海底反射法，传播损失与波形匹配反演法，脉冲波形法，神经网络法，浅底层剖面声纳反演法，分步联合反演法。其中，匹配场处理方法发展最快，它得益于最大限度地利用水声信道模型等技术优势，成为了快速低成本获取局部海域环境参数的有效方法[7]，已经取得了一系列具有实用价值的结果；而利用环境噪声反演地声参数，由于其不需要发射声源，易于实施等优点受到人们的青睐。[8]地声参数的声学反演一般包括 (1)环境和可观测数据的表征 (2)前向模型 (3)优化算法 (4)反演结果的不确定性分析等环节。其中，优化算法是决定反演速度和精度的关键环节之一，也是近20年来水声学领域的研究热点之一。现有优化算法中以全局搜索算法应用最广，如模拟退火算法、遗传算法等。利用全局搜索算法可以获得某种目标函数极值意义下的最优解，但在实际应用中往往需要对海量数据进行分批分时处理，此时对每组数据(不同时刻或不同地点采集)应用全局搜索算法都需要重新搜索一次目标函数极值，并且在搜索过程中需要反复调用前向模型计算拷贝场，因此运算量很大、计算时间很长，难以满足工程上的实时反演要求。为解决海量数据处理的实时性问题，一些研究人员提出了基于BP， RBF神经网络的地声参数反演方法，通过对一个基于前向模型产生的拷贝场样本集的训练学习来近似估计地声参数反演算子。原则上，只要水听器阵列参数配置一定，在分批分时处理数据时仅需估计一次反演算子，此后直接把各组数据代入该反演算子计算即可，不必再调用前向模型重新估计，因此比全局搜索算法在计算速度方面具有更大的优势。但是，此类方法存在反演精度较低的不足，主要有两方面原因：(1)反演中仅利用了实测声场的幅度，而没有用到相位信息，对观测信息的利用不充分;(2)现有方法是在整个映射空间内对反演算子的全局最优近似，结果具有整体平滑性，忽略了反演算子精细、复杂的局域结构特征，从而导致部分地损失了反演精度。[9]随着数字技术的发展以及科学家对