Page 82 - 《应用声学》2021年第5期

726 2021 年 9 月

(2) 将平均绝对百分比误差(Mean absolute per- 垂直阵接收的数据用于网络的训练和测试。实
centage error, MAPE)作为定位性能的衡量指标 验船共拖曳了深 (54 m) 和浅 (9 m) 两个声源，其

N 速度约为 2.5 m/s，共采集了 65 min 数据，发射
100 ∑ R gi − R ti
MAPE = , (11) 在 49∼400 Hz 之间多个频点的连续波 (Continu-
N R ti
i=1
ous wave, CW) 信号。实验使用共有 22 个水听器
其中，R gi 为神经网络预测数据，R ti 为实际数据。
的垂直阵，采样频率为 1.5 kHz，布放的深度为
(3) 对 k 折交叉验证，随机地将训练数据分成 k
94.125∼212.25 m 之间，在实验中有一个水听器出
折，验证集为其中的 1 折，训练集为其他的 k − 1 折，
现故障，因此仅使用其他 21 个水听器的测量数据，
本研究选择10折。
干扰信号由水面舰船发出，频段为62∼401 Hz [21] 。
(4) 对每一个扩展因子，首先将训练集用于训
练，再测试验证集，并计算对应的MAPE；将每一折 SWellEx-96 Event S59
JD 134, 11:45 GMT to JD 134, 12:50 GMT
训练样本均作为一次验证集，重复上述过程，统计并 32O45’N
计算k 个MAPE的均值，即平均MAPE。 32O44’N
(5)对所有扩展因子，重复步骤(4)，将平均MAPE 32O43’N
的最小值对应的扩展因子左右均设置一个步长的 32O42’N
区间，再将步长调整为之前的1/10，即0.001，再重复 32O41’N
步骤 (4)，将平均 MAPE 的最小值对应的扩展因子 32O40’N
作为最优扩展因子，该方法可将最优扩展因子的精 32O39’N
度提高至0.001，从而进一步提高网络的训练性能。 32O38’N
32O37’N
3 海试数据验证
32O36’N

3.1 实验描述 32O35’N
32O34’N
SWellEX-96共包含S5和S59两个航次，图2为
32O33’N
海试环境参数，图3为该实验S59航次地图，图中蓝 117O26’W 117O24’W 117O23’W 117O20’W 117O18’W 117O16’W 117O14’W
线表示目标声源轨迹，红线表示干扰声源 (水面舰 0 5 10 km
船) 轨迹。本文将该实验中有强干扰的 S59 航次的
图 3 SWellEX-96 实验 S59 航次地图 [21]
0 Fig. 3 Swellex-96 experiment S59 voyage map [21]

50 3.2 实验数据处理及结果分析
MFP定位
ງए/m 100 3.2.1 本文对深(54 m) 声源进行距离估计，窄带声源

150
的中心频率为 235 Hz，{112 235 388} Hz 三个频点
(SWellEX-96实验中发射声源级最大的一组频点中
200 216.5 m
1480 1500 1520 1540 取得) 作为宽带声源频率，设置海域的搜索距离范
ܦᤴ/(mSs -1 )
围是0∼10 km，间隔为10 m；深度范围1∼200 m，间
C top =1572.3 m/s
1.76 g/cm 3 隔为 1 m，从而计算拷贝场。测试海域为浅海，且为
0.2 dB/kmHz C bottom =1593.0 m/s
240 m 距离不相关的波导环境，声源发射信号为低频，因
2.06 g/cm 3
C top =1881 m/s
此使用基于简正波模型的Kraken程序进行仿真，声
0.06 dB/kmHz C bottom=3245 m/s
1040 m
2.66 g/cm 3 压场的互谱密度矩阵由 3 个 1 s 的快拍数据计算得
C=5200 m/s
0.02 dB/kmHz
到，基于 Bartlett 算法估计出水下目标声源的空间
图 2 SWellEX-96 实验浅海环境参数模型 位置。图 4 为以实际距离 3.93 km 处为例的窄带和
Fig. 2 Swellex-96 experiment shallow sea environ- 宽带模糊度平面图，图 5 为窄带和宽带的距离估计
ment parameter model 结果。结果表明：在强干扰下，MFP 无法得到有效