利用GA-NN模型反演声速剖面的众源水深数据声速改正

摘要：

针对当前众源水深数据后处理过程中缺少高精度的实测声速剖面,导致测深数据质量偏低的现状,提出了一种基于遗传算法优化反向传播神经网络(genetic algorithm-back propagation neural network,GA-NN)模型反演声速剖面的声速改正方法.首先,利用历史声速剖面群进行正交经验函数分析,提取特征向量与重构系数范围;然后,结合海区的历史声速场数据训练GA-NN模型;最后,将海表声速数据输入模型反演声速剖面,并分析不同方法下的声速剖面分别进行声速改正后的水深和位置误差.实验结果表明,在复杂的海底地形下,与现有方法相比,所提方法反演的声速剖面更适用于众源水深数据的声速改正,削弱了声速误差的影响,提高了众源水深数据的处理精度.

关键词：众源测深、声速剖面、反演预测、遗传算法、BP神经网络模型、正交经验函数

所属期刊栏目：48

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金

在线出版日期：2023-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：377-385