技术领域
[0001] 本发明涉及水下测量技术领域，尤其涉及一种基于时间飞跃的投弃式水下声速剖面测量方法。
相关背景技术
[0002] 海洋声速测量方法可以分为间接测量法和直接测量法，间接测量法中常见的为通过测量海水中的盐度、温度和深度等物理参数信息后，在对应的温度、压力和盐度范围中，根据例如迪哥素、威尔逊、科彭斯等经验公式计算出海洋声速；直接测量法中常见的有互相关法，其利用超声波发射信号和回波信号在同一时间轴上不同时刻的相关程度，得到超声包发射信号和回波信号的时间差，有效的表达出两个信号在时间轴上超前或滞后的关系，两个信号相关程度最强时的时间间隔便是发射信号和回波信号的时间差，另一种直接测量法为脉冲环鸣法，其首先驱动换能器发射超声波信号，换能器收到回波信号再次作为激励信号发射下一个脉冲信号，此过程不断循环下去形成“环鸣”，达到预设次数后，得到在固定距离内的信号多次往返的时间。
[0003] 在间接测量法中，盐度、温度和深度等物理参数信息的测量受到多种传感器精度的影响，其次在利用经验公式计算海洋声速时，每个经验公式对于温度、 压力和盐度的适用范围不同，虽然有些经验公式的适用范围存在重合部分，但是在复杂多变的海洋环境中，声速测量精度等也存在差异，导致在声速剖面绘制时误差较大并且无法实时传输获得数据。直接测量法中互相关法的测量精度与系统硬件的采样率相关，系统硬件的采样率一定时，软件算法可以在一定程度上增强时间测量的分辨率，但是互相关算法的时间复杂度相对较高，难以较快的计算出声速值；脉冲环鸣法在固定距离内多次往返的时间从而计算得到的声速，这样导致了脉冲环鸣法在循环触发过程中存在电声转换和电路等额外延迟时间，而且其声波传输的距离一般较短，可能会出现多次反射后，声波信号衰减程度较小，仍可以触发电路发射声波信号，从而产生误差，而且由于制作工艺和测量方法等方面限制，该方法难以满足声速快速变化的应用场景，因此需要一种更加快速、准确的声速测量法，达到可以实时传输声速数据，绘制出更为准确的声速剖面。
具体实施方式
[0083] 一种基于时间飞跃的投弃式水下声速剖面测量方法，包括以下步骤：
[0084] S1：通过时钟修正系数来对声速测量的回波信号进行预处理，然后采用可变阈值的方法识别出基准波并得到水下声速数据；
[0085] S2：将水下声速数据采用差分相移键控调制解调；
[0086] S3：采用局部离群因子算法剔除异常数据，然后采用极致梯度提升树算法来填充剔除的数据位置声速值，并对声速剖面进行部分预测；
[0087] S4：绘制声速剖面。
[0088] 进一步地，在S1中，通过高速晶振测量32.768kHz晶振的两个周期，计算得到时钟的修正系数；
[0089] 获得回波信号的最大峰值 ，然后需要计算各峰值信号幅值 与最大幅值之比： ，找到比值之差最大的两个峰的比值 和 的中间值；
[0090] 得到阈值函数：
[0091] ；
[0092] 滤波后，以幅值大于 后的第一个峰值点为找寻条件找到所需要的基准波。
[0093] 进一步地，在S1中，修正后的时间间隔为：
[0094] ；
[0095] 式中， 为测量结果， 为系统时钟周期， 为基准时钟周期数， 表示脉冲开始信号的上升沿到下一个系统时钟上升沿所经历的时间， 表示脉冲结束信号的上升沿到下一个系统时钟上升沿所经历的时间， 为精确测量时间， 为一个参考时钟周期，为两个参考时钟周期， 为校准时钟周期。
[0096] 进一步地，在S1中，温度传感器的电阻值为：
[0097] ；
[0098] 式中， 为参考电阻的阻值， 为电容通过参考电阻进行放电的放电时间，为电容经过参考电阻放电后，通过温度传感器的电阻进行放电的放电时间；
[0099] 计算每个测量点的增益误差为：
[0100] ；
[0101] 式中， 为每个温度点测量到的未经校正的温度结果， 为根据标准参考温度和已知的物理模型或参考表格计算得到理想值；
[0102] 取所有增益误差的平均值得到增益矫正系数：
[0103] ；
[0104] 式中，为标准温度点的数量；
[0105] 增益矫正后的温度结果为：
[0106] ；
[0107] 式中， 为温度传感器目前测量到的未经校正的温度结果。
[0108] 进一步地，在S1中，压力传感器的电阻值为：
[0109] ；
[0110] 式中， 为参考电阻的阻值， 为测量压力传感器电阻的放电时间，为测量参考电阻时电容的放电时间；
[0111] 通过所用压力传感器的电阻值与压力的关系得到未经校正的压力结果，然后利用增益矫正系数得到矫正后的压力结果。
[0112] 进一步地，在S2中，对原始数据码进行差分编码得到码元序列，采用平方根升余弦滤波器获得输出信号，将输出信号与载波进行相乘运算，获得差分相移键控已调数字信号；
[0113] 差分相移键控已调数字信号 的时域表达为：
[0114] ；
[0115] 式中，为载波幅度， 为载波角频率， 取值为+1或‑1， 为持续时间， 为持续时间为 的一个门函数，在 的时间段内等于1，其余时间等于0；
[0116] 在一个码元周期内，当 时， ，当 时，。
[0117] 进一步地，在S2中，将差分相移键控已调数字信号与科斯塔斯环恢复的载波进行乘法运算，完成一级滤波后实现相干解调，经过粗解码后采用超前滞后锁相环法来实现位同步，然后在位同步时钟下对判决结果再进行差分解码操作，从而恢复原始的码元数据，得到水下声速、温度以及压力数据。
[0118] 进一步地，在S3中，以声速值点 为圆心，以 邻近距离 为半径构成一个圆，圆范围内就是k距离邻域：
[0119] ；
[0120] 式中， 为声速值点 的 邻近距离， 为在距离声速值点 最近的几个点中，第 个最近的点 和点 之间的距离；
[0121] 以 声速值 点 为 圆心 ，声 速值 点 到点 的 第 可 达距离 为 ：；
[0122] 式中， 为声速值点 的 邻近距离， 为在距离声速值点 最近的几个点中，第 个最近的点 和点 之间的距离；
[0123] 声速值点 的局部可达密度为：
[0124] ；
[0125] 式中，为声速值点 为圆心的 距离邻域中的一个声速点；
[0126] 得到声速值点 的局部离群因子为：
[0127] ；
[0128] 如果 小于1，则表示 的密度高于其邻域点密度， 为密集点；如果大于1，则表示 的密度小于其邻域点密度，为异常点，应当被剔除。
[0129] 进一步地，在S3中，采用极致梯度提升树算法来最小化目标函数：
[0130] ；
[0131] 式中， 为第 个声速样本的真实值， 为第 个声速样本的预测值， 为用于衡量预测声速数据与真实声速数据之间差距的损失函数， 为用于控制模型的复杂度、防止过拟合的正则化项；
[0132] 正则化项为：
[0133] ；
[0134] 式中，为决策树模型的叶子节点数， 为第 个叶子的权重，、为用于控制模型的复杂度的正则化参数；
[0135] 极致梯度提升树算法采用前向分布算法，每次迭代通过优化目标函数来构建一颗新树，给定当前模型的预测值 ，第 次迭代的目标是找到新的函数 来最小化目标函数：
[0136] ；
[0137] 式中， 为模型在第 个声速样本上的输入特征，用于生成该声速样本的预测值 ；
[0138] 采用二阶泰勒展开来近似目标函数为：
[0139] ；
[0140] 式中， 为损失函数对预测值的一阶导数， 为损失函数对预测值的二阶导数；
[0141] 优化问题转化为最小化目标函数：
[0142] 。
[0143] 进一步地，对于一颗特定的树，它的叶节点的预测值为：
[0144] ；
[0145] 式中，为样本到叶子的映射函数；
[0146] 目标函数表示为：
[0147] ；
[0148] 式中， 为叶节点的权重， 为第 个叶节点的梯度和， 为第 个叶节点的损失函数的二阶导数的对角线元素之和；
[0149] 所有被分配到叶节点 的样本索引集合为：
[0150] ；
[0151] 通过对 求导并设倒数为0得到叶节点权重的最优解为：
[0152] ；
[0153] 将 代入目标函数，得到最小化后的目标值为：
[0154] 。
[0155] 结合图1和图2所示，一种基于时间飞跃的投弃式水下声速剖面测量系统包括水下数据采集系统、数据远距离传输通信系统以及水上数据接收处理系统。水下数据采集系统包括核心控制模块、时间测量模块、压力测量模块、温度测量模块以及系统存储模块。一种基于时间飞跃的投弃式水下声速剖面测量方法包括以下具体步骤：
[0156] 如图3所示，第一步，首先核心控制模块通过SPI通信接口控制时间测量模块完成其寄存器配置，之后发送指令进行高速晶振校准，利用高速晶振测量32.768kHz晶振的两个周期，计算得到时钟的修正系数，用以对测量的水下声速数据进行修正。
[0157] 在得到时钟修正系数后，核心控制模块发送时间测量操作码，时间测量模块会按寄存器配置中的参数发射对应频率和个数的脉冲，从Fire端发射超声波驱动信号进入发射模块，发射模块通过调谐和变阻，使得超声波驱动信号的频率与换能器频率相匹配，从而让换能器转换发出的机械波信号足够大，提升超声波驱动电路驱动换能器的能量。
[0158] 时间测量模块处理超声波信号有两个端口，分别是STOP1和STOP2，STOP1和STOP2分别通过电容连接同一个收发一体的换能器。在Fire端发射超声波驱动信号时，核心控制模块通过控制外接模拟开关将STOP1端口作为时间测量开始信号。换能器发送超声波信号后，通过反射板反射回波信号被换能器接收，该回波信号一般比较微弱，通常为几十毫伏，需要进行并联限幅、选频放大和信号放大的处理才能被识别，时间测量模块识别到回波信号后，核心控制模块通过控制外接模拟开关打开STOP2端口，接收处理后的回波信号。
[0159] 固定阈值的第一波检测是设置一个固定幅度阈值，回波信号经滤波达到该值后水下数据采集系统自动测量首个波及其后几个波的半周期宽度，直到半周期宽度一致为止，并认为周期宽度一致的首个波作为水下数据采集系统接收的第一回波，如果信号受到噪声或其他外界干扰，幅值发生衰减等变化，第一波检测将很难准确进行，识别出的基准波也很可能是错误的。因此，针对固定阈值检测的局限，采用可变阈值的方法来进行基准波的识别。可变阈值方法可以根据实际信号幅值的变化动态调整检测阈值，使其更具弹性，从而提高了检测的准确性。
[0160] 对于接收到的超声波回波信号，由于超声波信号受到外界噪声干扰后，信号幅度会突然增大或减小，使各周期信号幅度产生随机变化，原本的最大峰值信号可能会由于干扰而衰减，而与其相近信号的幅值可能会因为受到干扰而激增。但是不论幅值最大的回波信号位置如何跳变，包络斜率为正数时的各信号最大幅值点的数值与幅值最大的回波信号的幅值之比基本保持不变，根据这个规律可以设定一个阈值函数，并可以据此准确的找到某一个回波信号，将该回波信号设定为基准波，每次在其余回波信号中都能够准确找到它。阈值函数的设定需要以实际信号幅值为依据。
[0161] 首先需要找到回波信号的最大峰值 ，然后需要计算各峰值信号幅值 与最大幅值之比 ，找到比值之差最大的两个峰的比值 和 的中间值：
[0162] ；
[0163] 得到阈值函数为：
[0164] 。
[0165] 经过滤波后，以幅值大于 后的第一个峰值点为找寻条件即可准确找到需要的基准波。基准波作为信号的参考点，提供了一个确定的起始时刻，通过识别基准波，系统可以在接收信号时排除噪声和干扰的影响，只对稳定、可信的信号进行时间测量。
[0166] 假设开始信号为Start，结束信号为Stop，整个测量时间间隔为Start 脉冲上升沿到Stop 脉冲上升沿之间， 表示经过的系统时钟周期个数， 表示脉冲Start 的上升沿到下一个系统时钟上升沿所经历的时间， 表示脉冲 Stop 的上升沿到下一个系统时钟上升沿所经历的时间，该芯片使用粗制计数器来计算 ，用精确计数器来计算 和 。
[0167] 由此可以得出修正之后的时间间隔为：
[0168] ；
[0169] 式中， 为测量结果， 为系统时钟周期， 为基准时钟周期数， 和 的差值为精确测量时间， 为一个参考时钟周期， 为两个参考时钟周期， 和 的差值为校准时钟周期。将测量数据存储到结果寄存器中，测量完成后向核心控制模块发送中断信号，核心控制模块读取时间数据进而计算得到声速。
[0170] 核心控制模块发送温度测量的操作码，温度测量模块启动温度测量过程，首先电容通过参考电阻 进行放电，并记录这一放电时间表示为 ，然后电容通过温度传感器的电阻进行放电，同样测量并记录这一放电时间表示为 。核心控制模块会读取存在结果寄存器中的测量结果，由于电容通过不同电阻放电的时间与电阻值成正比，通过已知参考电阻的放电时间，可以计算得到温度传感器的电阻值为：
[0171] 。
[0172] 在进行温度测量时，施密特触发器的延迟时间会引入增益误差，通过查询温度表格，可以获得温度传感器目前测量到的未经校正的温度结果 ，为了得到更准确的温度测量结果，需要进行增益校正。
[0173] 假设有 个标准温度点，每个温度点测量到的未经校正的温度结果为 ，标准温度为 ，根据标准参考温度和已知的物理模型或参考表格计算得到理想值，计算得到每个测量点的增益误差为：
[0174] ；
[0175] 取所有增益误差的平均值得到增益矫正系数：
[0176] ；
[0177] 增益矫正后的温度结果为：
[0178] 。
[0179] 核心控制模块发送压力测量的操作码，压力测量模块启动压力测量过程，测量压力数据的流程与温度测量类似，都是通过传感器的电阻变化转换成高精度的时间间隔测量，选择压阻式的压力传感器，其电阻值随压力变化，测量压力传感器电阻时的放电时间，测量参考电阻 时电容放电时间 ，得到压力传感器的电阻值为：
[0180] 。
[0181] 通过所用压力传感器的电阻值与压力的关系得到未经校正的压力结果，通过增益矫正系数得到矫正后的压力结果。
[0182] 如图4所示，第二步，在得到水下数据采集系统的温度、压力以及声速数据信号后，由于海洋信道特性，单极性非归零码的原始数据不能直接在漆包线上进行传输，否则会存在严重的波形畸变，无法进行位定时恢复，所以采用差分相移键控调制解调。
[0183] 首先对原始数据码 进行差分编码得到码元序列 ，在通信系统中，符号间干扰会造成接收信号的失真，所以采用平方根升余弦滤波器来限制信号带宽以及消除码间于扰。选相模块将平方根升余弦滤波器输出的信号与特定频率的载波进行相乘运算，选相模块输出差分相移键控已调数字信号 。
[0184] 分相移键控已调数字信号 的时域表达为：
[0185] ；
[0186] 式中，为载波幅度， 为载波角频率， 取值为+1或‑1， 为持续时间， 为持续时间为 的一个门函数， 在 的时间段内等于1，其余时间等于0。当 取1的概率为 ， 取‑1的概率为 时。那么在一个码元周期内DPSK信号为：
[0187] 当 时， ；当 时， 。
[0188] 数模转换器将上述信号进行数模转换，然后将此信号接入驱动放大电路提高信号驱动能力，采用差分传输的方式经漆包线将数据传到水上接收电路中。水上接收电路接收到漆包线传输的数据后，首先让信号经过高通滤波电路，滤除用来启动水下系统的高压直流分量和信道中混入的低频干扰，然后将信号送入仪表放大器的差分输入端进行放大。信号经仪表放大器放大后再进行低通滤波，滤除其中的高频干扰，高性能的模数转换器将接收到的差分相移键控模拟电信号转换成数字信号输入到解调系统进行解调处理。
[0189] 解调系统首先通过带通滤波器过滤掉有效频带之外的噪声以提高接收信号的信噪比。将差分相移键控已调信号与科斯塔斯环恢复的载波进行乘法运算，并完成一级滤波后即可完成相干解调，而相干解调后的信号还不是原始的码元序列。接下来进行粗解码，将信号变成0和1信号。粗解码的方式是计算相邻的几百个采样点的平均值，当该采样点大于平均值就判决为1，反之判决为0。此时在一定采样率下的粗解码结果会出现许多连1或者连0的情况，根据采样时钟不能判断出哪几个采样点是属于一个符号的，此时为了实现符号位采样判决，就需要位同步技术来得到精确的采样判决时钟确定判决采样点。
[0190] 位同步技术得到符号位判决时钟，采用超前滞后锁相环法来实现位同步。位同步时钟的下降沿就是一个完整码元周期的中间时刻，在该点采样作为最终的判决输出，将位同步时钟进行取反后就可以在位同步时钟的上升降沿完成抽样判决。在位同步时钟下对判决结果再进行差分解码操作就可以恢复原始的码元数据，解调后得到水下采集系统所获得的声速、温度以及压力数据。
[0191] 如图5所示，第三步，水上数据接收处理系统在接收到远距离传输通信系统传输的数据后，上位机与下位机之间通过串口通信，在上位机软件与下位机中实现了通信协议，进行上位机对下位机的控制以及数据的读取与处理。在声速剖面数据测量中，每一小段区域内声速变化较小，但也会受到各种海洋环境噪声的影响，使得少数声速数据产生异常。
[0192] 采用局部离群因子算法对于异常数据的剔除，对于距离某个声速值点 最近的几个点中，第 个最近的点 和点 之间的距离为：
[0193] ；
[0194] 此距离称为声速值点 的 邻近距离。
[0195] 以声速值点 为圆心，以 邻近距离 为半径构成一个圆，该圆范围内就是 距离邻域：
[0196] ；
[0197] 式中， 为该圆范围内的某一个声速值点。
[0198] 以声速值点 为圆心，某一声速值点 到点 的第 可达距离为：
[0199] ；
[0200] 该声速值点的局部可达密度为：
[0201] ；
[0202] 式中，为声速值点 为圆心的 距离邻域中的一个声速点；
[0203] 由此可以得到该声速值点的局部离群因子为：
[0204] 。
[0205] 如果该局部离群因子越接近1，说明 的邻域点密度相近；如果该局部离群因子小于1，说明 的密度高于其邻域点密度，为密集点；如果该局部离群因子大于1，说明 的密度小于其邻域点密度，为异常点，应当剔除掉。
[0206] 海水声速梯度具有一定的分层特征，主要包括表面层、跃变层以及深海等温层。在不同的层面中，声速的变化规律有所不同，但在同一层面中，声速的变化趋势通常较为一致。为了提高测量数据的准确性，可以利用局部离群因子算法来识别并剔除声速的异常值，从而增强数据的可靠性。
[0207] 在剔除异常数值后，水上数据接收处理系统采用极致梯度提升树算法来填充剔除的数据位置声速值并且对声速剖面进行部分预测。极致梯度提升树算法的目标是最小化目标函数：
[0208] ；
[0209] 式中， 为第 个声速样本的真实值， 为第 个声速样本的预测值， 为用于衡量预测声速数据与真实声速数据之间的差距的损失函数， 为用于控制模型的复杂度，防止过拟合的正则化项。
[0210] 正则化项形式为：
[0211] ；
[0212] 式中，为决策树模型的叶子节点数， 为第 个叶子的权重，和 为用于控制模型复杂度的正则化参数。
[0213] 极致梯度提升树算法采用前向分布算法，每次迭代通过优化目标函数来构建一颗新树，给定当前模型的预测值 ，第 次迭代的目标是找到新的函数 来最小化目标函数：
[0214] ；
[0215] 采用二阶泰勒展开来近似目标函数为：
[0216] ；
[0217] 式中， 为损失函数对预测值的一阶导数， 为损失函数对预测值的二阶导数；
[0218] 则优化问题可以转化为最小化目标函数为：
[0219] ；
[0220] 对于一颗特定的树，它的叶节点的预测值为：
[0221] ；
[0222] 式中，是样本到叶子的映射函数，叶节点的权重为 ，因此目标函数可以表示为：
[0223] ；
[0224] 式中， 为第 个叶节点的梯度和， 为第 个叶节点的损失函数的二阶导数的对角线元素之和。
[0225] 所有被分配到叶节点 的样本索引集合为：
[0226] ；
[0227] 通过对 求导并设倒数为0可以得到叶节点权重的最优解为：
[0228] ；
[0229] 将 代入目标函数，得到最小化后的目标值为：
[0230] ；
[0231] 在剔除的数据处通过极致梯度提升树算法预测该处声速值，提升数据的准确性。
[0232] 第四步，通过已知深度的声速数据，可以采用极致梯度提升树算法预测后续一定深度的声速数据，绘制声速剖面。
[0233] 实施例：首先在水下数据采集系统中获取系统时钟修正系数。核心控制模块负责控制测量单元，以完成声速、温度和压力数据的采集。利用远程数据传输系统，将所采集的数据传输到水上的数据接收处理系统，最终对数据进行处理，并生成声速剖面图。表1展示了在恒温水槽温度为13.868摄氏度的条件下，以固定超声波与挡板的距离测得的超声波传播时间和声速数据。实验中，通过一定长度的漆包线模拟远程传输，将整个装置置于恒温水槽中，采集数据后，借助上位机软件剔除数据中的异常值，计算得到间隔时间内数据的平均值，在恒温水槽测得的数据中，数据波动小，声速数据值精确并且稳定。
[0234] 表1 水温13.868度下测得的十组声速数据值
[0235]
[0236] 当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。
