具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

由多波束测深原理可知，若给出某一SVP并知道某ping的传播时间和波束角，则可按照常梯度声线跟踪模型计算该ping中各个波束的水深值。如果给出的SVP与实测SVP相同，则该ping相邻条带重复覆盖区对应波束的测深结果一致，反之，则存在偏差。

请参阅图1，本发明实施例中，一种基于声速剖面反演的多波束海底地形校正方法，包括如下步骤：

步骤一，构建目标函数；

基于相邻条带重叠区域多个ping对应波束的测深一致性，构建目标函数：

式中，n表示ping的组数，m表示相邻条带重复覆盖区的波束数，H_ij表示第i组ping的第j个波束的水深值，H_i′_j表示与H_ij相对应的水深值；

在此方法中，ping的选取非常重要；根据实测的声波传播时间来选取ping，并且选择的ping对应的传播时间应该具有较大差异；另外，所选择的ping的数量与实测的声波传播时间之间的差值呈正相关；但是，ping的数量不能太多，否则会显著降低实验的效率；

步骤二，确定初始温度；

初始温度应使各状态的接受概率接近1，初始温度越高，获得最优解的概率越大，但计算时间也明显增加；初始温度应平衡结果的精度和实验效率；本申请采用Ben-Ameur W提出的初始温度方法确定初始温度；

具体计算方式如下：

其中，||s||为样本集合，t是||s||中的一个样本，E_maxt为样本集合||s||中目标函数最大值，E_mint为样本集合||s||中目标函数最小值，n为迭代次数；

步骤三，设置初始解、EOF系数的取值范围及邻域函数；

根据前几个特征向量和实测的SVP计算得到EOF时间系数的取值范围，邻域函数应使产生的候选解α遍布解空间，给出如下邻域函数：

式中，n是选取的前几阶特征向量的数量，β_n是第n个尺度因子；

步骤四，设定内循环终止准则；

利用目标函数的加权平均值判断内循环是否达到“热平衡状态”，目标函数的加权平均值公式如下：

步骤五，确定温度冷却函数；

采用geometric schedule方法构建温度冷却函数，具体函数如下：

T_k+1＝βT_k,β∈[0.5,0.99]；

步骤六，确定外循环终止准则；

外循环终止条件为连续若干个温度下没有可接受的候选解；

步骤七，搜寻最优解；

设置记忆功能，存储每个温度下目标函数最小值，找出全局目标函数最小值；

步骤八，校正海底畸变地形；

利用反演的SVP进行多波束数据处理，校正畸变的海底地形。

作为本发明的一种实施例，所述步骤一中，当目标函数达到最小时，得到最优的EOF时间系数，进而得到反演SVP。

作为本发明的一种实施例，所述步骤四中，当E(a)连续若干步保持稳定，表明内循环达到“热平衡状态”。

作为本发明的一种实施例，所述步骤四中，当在高温情况下很难达到“热平衡状态”时，需设内循环最大迭代次数K,K可通过观察多个温度下达到“热平衡状态”所需迭代次数进行设置。

作为本发明的一种实施例，所述步骤八中，采用EOF表示SVP，将SVP反演过程转化为EOF系数寻优过程，然后利用SA搜索最优的EOF系数，得到反演SVP，进而校正海底畸变地形。

本发明是在复杂多变的海洋环境下，根据已有的历史SVP，并结合现有测量的声波传播时间对SVP进行反演，以校正海底地形畸变，属于海洋环境反演范畴。

多波束测深技术是海洋测量的重要手段，广泛应用于各种高精度海洋地形探测活动。该技术具有全覆盖、无遗漏、精度高、效率高等特点。多波束测深精度受多种因素影响，其中与SVP相关的误差，包括声速误差、声线弯曲误差等，对多波束测深精度影响较大，且难以消除。根据声波在水下的传播特性，在多波束测深中，SVP的较小误差会导致较大的水深测量误差，并且随着波束角的增大而显著增大。SVP可以通过SVP仪直接测量或者利用温盐深测速仪测量温度、盐度和压力数据，再通过已有的声速经验公式计算得到。这种在垂直方向逐点测量SVP是一个非常耗时的过程。另外，SVP受温度、盐度和压力等海洋环境因子的影响，随时间和空间的变化而快速变化。因此难以获得实时准确的SVP。一般采用时空域最近的SVP进行替代。而由于SVP具有时变性和空变性，替代的SVP存在SVP代表性误差，以此SVP进行多波束测深会引起海底地形畸变。

如何消除SVP误差引起的海底地形畸变是多波束测深中的一个热点问题。因此，提出了一种通过多波束测深仪测量的传播时间精确估算水深的方法。通过利用相邻条带之间的重叠区域，可以消除由于SVP误差引起的水深测量误差；另外也提出了一种基于水下地形长波和短波混合的探测方法，该方法可以有效减小水下地形的畸变；在分析SVP代表误差对水下地形影响的基础上，利用遗传算法反演了SVP，进而校正水下地形畸变；利用45度波束指向角对SVP误差不敏感的原理来校正水下地形畸变，该方法计算的水下地形与真实的水下地形更加接近。此外提出了一种新的基于平均速度模型的测深折射校正算法，该算法利用简单的线性回归模型来估计每个网格单元的平均速度值和深度，能够实现各测深折射误差的估计和校正。基于多波束测量数据的冗余性，采用Differential Evolution(DE)和Gauss-Newton(GN)两种优化方法对不准确的SVP影响的水深测量数据进行了修正。利用相邻条带的中心波束构造的水下地形趋势线作为先验信息，然后利用卡尔曼滤波对SVP代表误差引起的测深误差进行校正。

针对现有方法的局限性，结合多波束测深实际，提出了一种基于SVP反演的多波束水下地形畸变校正新方法。该方法利用相邻波段重叠区域多个ping对应波束的探测一致性来反演SVP。我们详细描述了如何选择点来构造代价函数。考虑到SVP包含了大量的反演参数，该方法利用EOF有效地减少了SVP的参数。此外，由于SVP反演不能像水声定位那样建立准确的观测模型，因此本方法采用SA(SA)对SVP反演结果进行优化。然后，合理设置SA和EOF参数，对SVP进行反演。最后，利用反演的SVP对水下地形的畸变进行校正。该方法可以显著提高多波束测深精度，有效地校正各种水下地形的畸变。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。