摘要
本发明公开了一种适用于动态环境参数的水声传播损失预测方法、装置及介质,包括通过多源传感器实时采集海洋环境参数,对采集的所述海洋环境参数进行预处理,包括采用卡尔曼滤波去除所述海洋环境参数中的噪声,并对所述海洋环境参数进行标准化处理,从预处理后的所述海洋环境参数中提取关键特征,建立多模态输入特征集,基于物理模型与数据驱动模型构建动态传播损失预测模型,并采用随机森林进行模型训练所述动态传播损失预测模型,基于所述多模态输入特征集和所述训练后的动态传播损失预测模型进行传播损失预测,输出水声传播损失预测结果。本发明基于多源数据融合策略,提高了模型在动态海洋环境中的适应能力,采用多维特征提取技术,结合物理建模与数据驱动方法,提高了对传播损失的精准建模能力,提升预测稳定性。
技术关键词
水声传播损失
海洋环境参数
动态环境参数
数据驱动模型
计算机程序代码
多模态
预测误差
物理
特征提取技术
数据驱动方法
卡尔曼滤波算法
随机森林
数据采集频率
温度探测器
可读存储介质
训练集数据
正则化参数
系统为您推荐了相关专利信息
混合冷却系统
平行控制方法
平行控制系统
物理系统
混合式冷却系统
船舶避碰决策方法
不确定性模型
船舶运动模型
轨迹预测模型
协方差矩阵
图像分割模型
医学影像数据
像素
医学图像分割方法
条件随机场
数值模拟方法
动态校正
卡尔曼滤波
数据驱动模型
物理
异构
数据插补方法
多层感知机
节点特征
车辆轨迹数据