等梯度声线跟踪的声速剖面自适应分层方法

摘要

本发明涉及一种水下声学定位方法，尤其是涉及等梯度声线跟踪的声速剖面自适应分层方法，包括设置曲线拟合点数n，阈值f；从顶层开始选取连续的n个声速值进行曲线拟合；对于拟合的曲线求取最大曲率半径；将曲率半径与阈值f进行对比，若小于阈值f则将n层声速剖面合并为一层；若大于阈值f则释放第一层，从下一层继续拟合曲线，直至整个声速剖面数据遍历完成。本发明提供的等梯度声线跟踪的声速剖面自适应分层方法，将声速剖面数据中变化很小的声速层进行过滤，适当抽稀，保留声速梯度变化较大的数据层，从而减少迭代中的运算量。声速剖面经过自适应分层后，用新的声速剖面进行分层等梯度声线跟踪，从而完成水下定位解算。

主权项

等梯度声线跟踪的声速剖面自适应分层方法，其特征在于，包括以下步骤：(1)设置曲线拟合点数n和阈值f；假设声波经历的水柱分为n个等梯度层，假设声波在每层的传播速度是等梯度的；在水深为z_i的i层，分别用C_i和θ_i表示声波的传播速度和入射角度；第i层内的声速梯度g_i表示为:g_i＝(C_i+1‑C_i)/Δz_i式中，Δz_i为第i层的水层厚度，C_i+1为第i+1层声速；声波的传播满足Snell法则，在声速常梯度变化的情况下，波束在第i层内的实际传播轨迹为一连续的、对应一定曲率半径R_i的弧段，R_i的表达为:$R_i=\frac{-1}{{\mathrm{pg}}_i}$式中p为Snell系数；层i内声线的水平位移为：$y_i=\frac{{[1-{\left({\mathrm{pC}}_i\right)}^2]}^{1/2}-{[1-{\left(p\right(C_i+g_i{\mathrm{\Delta z}}_i\left)\right)}^2]}^{1/2}}{{\mathrm{pg}}_i}$式中，θ_i为第i层声线的入射角，θ_i+1为第i+1层声线的入射角；波束在该层经历的弧段长度为：S_i＝R_i(θ_i‑θ_i+1)则经历该段的时间为：$t_i=\frac{\arcsin \left[p(C_i+g_i{\mathrm{\Delta z}}_i)\right]-\arcsin \left({\mathrm{pC}}_i\right)}{{\mathrm{pg}}_i^2{\mathrm{\Delta z}}_i}\ln [1+\frac{g_i{\mathrm{\Delta z}}_i}{C_i}]$(2)已知第i层的水平位移y_i和经历该段位移的时间t_i，得出第i层的平均声速C_i(i＝1,2,…,n)，从顶层开始选取连续的n个声速值C_i(i＝1,2,…,n)进行曲线拟合，得到拟合曲线C＝f(x)，曲线是一个关于声速C_i(i＝1,2,…,n)与水平位移x有关的变化曲线；(3)拟合的曲线C求其最大曲率，曲率计算公式为：$R=\frac{\left|C^{\prime \prime }\right|}{{(1+C^{\prime 2})}^{3/2}}$其中，C'和C”代表声速曲线的一阶和二阶导数。(4)将曲率半径R与阈值f进行对比，若小于阈值f则将n层声速剖面合并为一层；若大于阈值f则释放第一层，释放n个点中的第一个点，下移一个点继续选取n个点声速值进行拟合，直至整个声速剖面数据遍历完成。