聲場(chǎng)-動(dòng)力環(huán)境耦合反演方法研究.pdf

1、海洋環(huán)境監(jiān)測(cè)長(zhǎng)期以來面臨著分辨率與工作距離、空時(shí)尺度與資源之間的矛盾。動(dòng)力模式可實(shí)現(xiàn)大范圍海洋環(huán)境預(yù)報(bào)，但對(duì)中小尺度環(huán)境變化敏感度低，預(yù)報(bào)的分辨率和精度受到限制。聲學(xué)反演依賴于局部觀測(cè)節(jié)點(diǎn)，但對(duì)中小尺度動(dòng)力學(xué)過程敏感。本文充分挖掘海洋動(dòng)力-聲傳播之間的耦合關(guān)系，將大范圍低精度的模式計(jì)算與局部節(jié)點(diǎn)的較高精度的聲學(xué)反演結(jié)合起來，以得到一種更準(zhǔn)確的海洋信息獲取方法。考慮到動(dòng)態(tài)水體環(huán)境參數(shù)反演須同時(shí)利用海底地聲參數(shù)信息，采用經(jīng)典匹配場(chǎng)反演方法估

2、計(jì)靜態(tài)海底地聲參數(shù)。從目標(biāo)函數(shù)敏感性分析出發(fā)，結(jié)合高效的全局搜索算法----遺傳算法進(jìn)行匹配場(chǎng)反演。對(duì)于水體聲速剖面反演的聲學(xué)測(cè)量系統(tǒng)，本文對(duì)垂直接收陣模型進(jìn)行了單頻和寬帶信號(hào)反演地聲參數(shù)的對(duì)比分析。此外，本文對(duì)分布式傳感器節(jié)點(diǎn)用于海底地聲參數(shù)反演進(jìn)行了初步研究。
　　本研究針對(duì)水體聲速剖面的空-時(shí)演變特性，從序貫濾波觀點(diǎn)出發(fā)，在集合卡爾曼濾波(Ensemble Kalman Filter, EnKF)算法的基礎(chǔ)上，提出了權(quán)重集合

3、卡爾曼（Weighted Ensemble Kalman Filter, WEnKF）算法。該算法考慮到背景集合樣本分布情況，加入樣本權(quán)重以緩解集合樣本的高斯近似假設(shè)限制。通過實(shí)例分析， WEnKF算法可有效提高空-時(shí)演化聲速剖面的性能，由于聲速剖面演化的非高斯性，WEnKF在時(shí)變性較強(qiáng)的反演問題中有顯著優(yōu)勢(shì)。同時(shí)，利用海洋動(dòng)力模式ROMS（Regional Ocean Model System）預(yù)報(bào)的先驗(yàn)聲速場(chǎng)信息，建立狀態(tài)演化方程；