利用字典学习方法的声速剖面反演研究

作者：邢传玺; 张东玉; 宋扬; 吴耀文; 谢李祥

来源：声学技术, 2021, 40(06): 750-756.

DOI：10.16300/j.cnki.1000-3630.2021.06.002

• 海洋声学
• 声速剖面
• 字典学习

针对经验正交函数(Empirical Orthogonal Function, EOF)建模反演得到的声速剖面(Sound Speed Profile, SSP)估计值分辨率比较低的问题,文章采用字典学习方法中的K-奇异值分解(K-Singular Value Decomposition, K-SVD)算法生成声速剖面的非正交原子,研究了该方法生成的学习字典(Learning Dictionary, LD)对声速剖面的重建性能。首先,采用K-SVD算法从获得的数据中训练SSP字典,然后利用正交匹配追踪(Orthogonal Matching Pursuit, OMP)的稀疏方法给出训练信号的稀疏向量,最后通过得到的最优学习字典和稀疏向量反演得到SSP的估计值。结果表明,K-SVD算法比EOF算法使用更少的基函数即可很好地描述SSP的变化,获得更高的反演精度。

• 单位
  哈尔滨工程大学; 云南民族大学