[发明专利]一种基于注意力机制循环神经网络的三维声速场预测方法

说明书

本发明公开了一种基于注意力机制循环神经网络的三维声速场预测方法，该方法首先将时序上连续的多个预报三维声速场输入空间注意力层，选取三维声速场在时序中变化较为明显的区域赋予更高的权重，之后将加权后的预报三维声速场送入时间注意力层，选取时序中变化较为明显的预报三维声速场赋予更高的权重，最后将在空间与时间上使用了注意力机制的预报三维声速场特征与后报三维声速场进行拼接，在时间注意力层中预测未来时刻的后报三维声速场。本发明在实时计算高精确度、大范围声速场的领域具有潜在的应用价值。

技术领域

本发明属于声场预报领域，尤其涉及一种基于注意力机制循环神经网络的三维声速场预测方法。

背景技术

海洋蕴含着丰富的资源，开发海洋为人类带来了巨大效益，对海洋环境进行长期、及时、可靠的观测日益受到重视。但不同于空气介质，电磁波在海洋中传播受到各种限制，因此声波成为观测海洋最重要的手段，在通讯、定位、观测等领域广泛应用。影响声传播的因素有很多，其中声传播速度是至关重要的一部分。声传播速度在海洋环境中受到海域的温度、盐度、深度的影响，由于海洋环境复杂多变，温度、盐度在空间、时间上都呈现非线性变化，因此预测三维声速场具有较大难度。

预测声速场需要满足实时性、精确性的要求。常见的数值仿真方法分为预报驱动模式和后报驱动模式。后报驱动模式需要同化实时采样的水下设备采集的环境场数据，具有较高的精确度，但无法满足实时性的要求。预报驱动模式不需要实时采样的环境场数据，但预报准确度会随着预测时间增加而下降，无法满足精确性的要求。此外数值仿真方法通过将海域细分为小网格，通过变分法以及纳维-斯托克斯方程计算所有网格的数值，因此需要使用超级计算机或工作站，有较高的算力需求，而且需要消耗大量时间进行运算。

发明内容

本发明的目的在于针对现有技术的不足，提供一种基于注意力机制循环神经网络的三维声速场预测方法。本发明能够实现实时、高准确度、大范围的三维声速场预报。

本发明的目的是通过以下技术方案来实现的：一种基于注意力机制循环神经网络的三维声速场预测方法，包括以下步骤：

(1)将时序连续的k个预报三维声速场和后报三维声速场作为输入，并与随后输出的h个后报三维声速场组成多组数据对，以构建训练集；

(2)构建DA-RNN，并根据训练集对构建的DA-RNN进行训练，以获取最终的DA-RNN；

(3)将预报三维声速场输入到最终的DA-RNN中，以获取预测的后报三维声速场，并评价DA-RNN预测的准确度。

可选地，所述步骤(2)包括以下子步骤：

(2.1)构建DA-RNN，所述DA-RNN包括空间注意力层和时间注意力层，所述空间注意力层和时间注意力层连接；

(2.2)根据步骤(1)得到的训练集对步骤(2.1)构建的DA-RNN进行训练，并更新DA-RNN的参数以获取最终的DA-RNN。

可选地，所述步骤(2.1)包括以下子步骤：

(2.1.1)将预报三维声速场输入三维卷积层以获取空间注意力特征，以完成空间注意力层的构建；

(2.1.2)将空间注意力特征输入时间注意力层以获取预测的后报三维声速场，以完成时间注意力层的构建。

可选地，所述步骤(2.1.1)包括以下子步骤：

(2.1.1.1)将三维声速场定义为三维数组；

(2.1.1.2)将预报三维声速场输入空间注意力层，并根据t-1时刻LSTM单元的状态p_t-1和输出h_t-1以及t时刻的预报三维声速场c_t计算t时刻的空间注意力矩阵；