期刊在線(xiàn)咨詢(xún)服務(wù)，立即咨詢(xún)
購(gòu)物車(chē)(0)
強(qiáng)非線(xiàn)性時(shí)間演化聲速剖面的序貫反演
關(guān)鍵詞：聲速剖面 時(shí)間演化 反演問(wèn)題 強(qiáng)非線(xiàn)性 序貫
摘要：受海面波浪起伏、降雨和內(nèi)波等海洋動(dòng)力學(xué)過(guò)程的影響,淺水聲速剖面的時(shí)間演化具有高度非線(xiàn)性,針對(duì)該問(wèn)題提出使用改進(jìn)的粒子濾波方法進(jìn)行聲速剖面序貫反演.該方法通過(guò)建立聲速剖面的經(jīng)驗(yàn)正交模型(EOF)以及描述聲速剖面時(shí)間演化特征的狀態(tài)空間模型,將聲速剖面反演問(wèn)題建模為狀態(tài)跟蹤問(wèn)題,利用不敏粒子濾波(UPF:Uncented Particle Filter)算法進(jìn)行聲速剖面序貫反演。仿真試驗(yàn)通過(guò)實(shí)測(cè)聲速剖面數(shù)據(jù)和先驗(yàn)地聲參數(shù)信息產(chǎn)生接收聲場(chǎng)數(shù)據(jù),再利用模擬聲場(chǎng)數(shù)據(jù)估計(jì)聲速剖面的時(shí)間變化.結(jié)果表明,相比于集合卡爾曼濾波(EnKF:Ensemble Kalman Filter),在計(jì)算效率等同的情形下,該方法可以在狀態(tài)參數(shù)的時(shí)間跳變點(diǎn)保持良好的跟蹤性能,一定程度上克服了現(xiàn)有反演算法在跳變點(diǎn)發(fā)散的問(wèn)題,可以有效提高聲速剖面反演精度,尤其在聲速剖面時(shí)變性較強(qiáng)時(shí)具有顯著優(yōu)勢(shì).
聲學(xué)學(xué)報(bào)雜志要求:
{1}文章一般有引言部分和正文部分，正文部分用阿拉伯?dāng)?shù)字分級(jí)編號(hào)法，一般用兩級(jí)。
{2}論文作者保證該論文為原創(chuàng)作品并且不涉及泄密問(wèn)題。若發(fā)生侵權(quán)或泄密問(wèn)題，一切責(zé)任由論文作者承擔(dān)。
{3}3-8個(gè)關(guān)鍵詞。按GB/T3860的原則和方法選取。
{4}所有來(lái)稿需注明作者名、省市名、作者單位及郵政編碼，第一作者職稱(chēng)及聯(lián)系電話(huà)、身份證號(hào)碼。
{5}基金項(xiàng)目，國(guó)家、省市科研項(xiàng)目及獲獎(jiǎng)?wù)撐膬?yōu)先錄用。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢(xún)雜志社
