崔宝龙 徐国军 笪良龙 过武宏

(1 海军潜艇学院 青岛 266199)

(2 青岛海洋科学与技术国家实验室海洋军民融合联合实验室 青岛 266237)

(3 国防科技大学气象海洋学院 长沙 410073)

0 引言

海洋声层析技术(Ocean acoustic tomography)是近几十年来海洋研究领域的一个重要方向，而声速剖面反演则是海洋声层析技术的一个重要内容。声层析剖面反演是以匹配思想为核心，利用观测信号的某些特征作为观测量，声场传播模型计算的特征作为拷贝量，进行反向运算进而推导出剖面参数的技术[1]。海洋声层析最早由先Munk 和Wunsch等[2−3]提出，利用声线的传播时间反演深海环境下声速剖面；之后国内外学者相继提出许多声速剖面的反演方法，例如基于声波峰值到达匹配的方法[4]、基于简正波传播时间层析方法[5]，匹配场层析[6]等。声速剖面反演的本质是一个多维优化问题，为了获得更好的反演结果，应尽可能将待反演参数减少，从而减少运算量并提高反演精度和稳定性。Davis等[7]研究表明，经验正交函数(Empirical orthogonal function, EOF)可作为基函数描述浅海声速剖面，从而有效降低反演参数维度。沈远海等[8]利用实验验证了使用EOF 表征声速剖面的可行性。

在声速剖面反演模型中，声场模型中反演参数与声场之间均呈现非线性关系，从而使得算法无法获得唯一解。为此需建立对应的代价函数，采用优化算法在给定参数空间范围内寻找最优解。因此，选择一种快速有效的搜索算法成为声速剖面反演的重要一环。遗传算法是常用的……