K-Means++的声速剖面精简方法

作者：王振杰; 刘杨范^*; 赵爽; 王柏杨; 孟庆波

来源：哈尔滨工程大学学报（英文版）, 2020, 41(07): 985-990.

• 声速剖面
• 精简
• K-Means++
• 常梯度声线跟踪
• 浮标定位
• 非等间距分层
• 不同深度
• 梯度
• 效率

在深海定位中,声线传播距离长、声速剖面层数多,采用常梯度声线跟踪虽然提高了定位精度,但明显降低了定位的计算效率。针对这一问题,本文引入优化聚类算法,提出了一种基于K-Means++的声速剖面精简方法。该方法将原始声速剖面的梯度分为正负2个部分,采用K-Means++对每部分进行初始聚类,再对聚类后的每一簇进行不同类别数的K-Means++聚类,将相邻相同类的层合并后得到精简声速剖面。采用精简声速剖面进行水下定位,并与原始声速剖面定位效果对比。实验结果表明:本文方法在确保原始声速剖面空间结构和水下定位精度的前提下,显著提高了定位计算效率,且在不同深度的定位精度与原始声速剖面定位精度保持一致。

• 出版日期2020
• 单位中国石油大学（华东）