Page 113 - 《应用声学》2021年第2期

第 40 卷 第 2 期 崔宝龙等： 采用小生境遗传算法反演浅海声速剖面研究 281

高了种群的多样性。基于排挤的小生境算法过程如 其中，t i 为各水听器接收到最快特征声线传播时间
下 [15] ： 的计算值，是拷贝物理量，拷贝量的计算是采用
(1) 随机生成种群数为 M 个的群体，计算每个 Bellhop声场计算模型；τ i 是海试过程中各水听器接
个体适应度F i ； 收到最快特征声线传播时间的观测值，是观测物理
(2) 对群体进行排序，记录适应度 F i 高的前 量。声速剖面反演流程如图1所示。
N(N < M)个个体；
ࠄ฾SSPጸ ѹथEOFsጇ஝ ࠄ฾ܦ͜୧௑ण
(3) 与常规遗传算法类似，对种群中的所有个 ᄊѺݽመᏆ
体进行选择、交叉、变异等操作；
(4) 将第 2 步得到的 N 个个体和种群繁衍后的 Bellhopܦڤവیᝠ
ካతঌྲढ़ܦጳ௑ण
M 个个体合并为一个新种群，计算新种群中的个体 өவࣀᅾ᫼
ྲढ़Ք᧚
X i 之间的海明距离：
࠵ၷܒ᥌͜ካข
√
∑ K
2
||X i − X j || = (x ik − x jk ) , ա
k=1 EOFsѦ஝
i=1, 2, · · · , M +N − 1, j =i+1, · · · , M +N, (2) ௧ա໘ᡜጼൣ౎͈
௧
其中，x ik 为 X i 的第 k 个变量。若 ||X i − X j || < L，
ᣥѣతܸᤠऄए˔ʹ
则另对适应度小的个体 (假定为 X i ) 适应度减半，
= 0.5F i ；
F i new
ͥᝠEOFsጇ஝
(5) 判定终止条件，若满足则输出结果，否则再
次对群体适应度排序，选取前M 个个体组成新的种
ͥᝠܦᤴҖ᭧
群返回第2步。

图 1 声速剖面反演流程
2 反演模型
Fig. 1 The processing of sound speed profile invsersion

综合经验正交函数与小生境遗传算法对浅海 3 实验验证
负跃层声速剖面进行反演，具体步骤为
(1) 基于海洋 -声学耦合模式提取海试位置历 3.1 实验概况
史数据，结合处理后的实测声速剖面作为样本群计 海上实验于 2019 年 8 月在青岛外海海域进行，
算经验正交函数，并获取经验正交函数系数范围； 海区深度约 40 m。实验过程中由发射船投放定深
(2) 依据经验正交函数系数范围和设定的运算 爆炸声源，发射船、接收船同步接收声信号，获取声
精度，计算染色体长度，产生初始种群； 传播时长。在接收船左舷后甲板位置处悬挂一条阵
(3) 计算种群适应度，进行选择、交叉、变异等 深5∼33 m、间隔2 m 的15元水听器垂直阵，采集爆
一系列遗传过程处理，以及小生境分析得到新的种 炸声源信号。发射船由S 1 点(与接收船约10 n mile)
群，重复以上操作； 航行至S 6 点(约22.5 n mile)，每隔2.5 n mile各投放
(4) 达到设定的最大代数时或退出条件下，结 3 枚定深爆炸声源 (爆炸深度分别为 7 m、25 m 和
束遗传处理，通过最优染色体得到对应的经验正交 35 m)；发射船于投弹前停航，船尾垂放一枚定深
系数，从而获得声速剖面反演值。 10 m的标准水听器接收爆炸声源信息，并通知接收
代价函数是观测物理量与拷贝物理量之间匹 船做好信号接收准备，于船头投放定深爆炸声源。
配关系的量化函数，考虑浅海环境的复杂性以及多 发射船和接收船分别利用 “多通道水声信号同步采

途分离不明显的情况，本文用声传播时长作为观测 集系统” 进行爆炸声源信号采集，该系统由于嵌入
信息构造如下代价函数： GPS 模块，可在采集水声信号的同时获取当前位置
的GPS时钟信息和位置信息，从而实现爆炸声源的
/ ∑
2
E = 1 [t i − τ i ] , (3)
i 信号同步。实验示意图如图2所示。