[发明专利]面向海洋现象的智能浮标组网仿真方法及系统

说明书

本发明提供了一种面向海洋现象的智能浮标组网仿真方法及系统，包括：海洋现象识别：建立海洋三维温盐环境以及海洋三维立体流体环境，在智能浮标运动过程中，根据监测的流场变化信息、温盐度剖面信息以及智能浮标漂移特征在内的信息，结合海洋高度计测得的海面高度异常来识别海洋现象；智能浮标的组网仿真集结：以识别出的海洋现象为对象，根据智能浮标的动力模型，输入所需参数得到整个观测过程的总时间和总能耗，由观测路径和最短原理和智能浮标观测能耗机理，分别建立出智能浮标组网仿真观测的时间最短模型和能耗最优模型。本发明运动轨迹更加切合实际、组网仿真高效，浮标得到的海洋数据可利用率高，仿真观测过程中的能耗低。

技术领域

本发明涉及计算机技术领域，具体地，涉及一种面向海洋现象的智能浮标组网仿真方法及系统。

背景技术

海洋现象包括潮汐、海浪、涡旋、锋面等，是输送、混合海洋中能量及物质的纽带，且对海洋物质能量的分布及海洋与大气间的能量交换具有重要作用。

随着卫星技术和海洋探测技术的发展，人类可以通过多种手段来观测这些海洋现象，如浮标、卫星、遥感、观测站等；其中遥感卫星观测，速度快、面积广，但是只能获取海洋表层的信息。因此综合利用现场观测资料对中尺度现象的立体三维结构进行分析仍然是目前海洋现象的研究热点。主要方式有潜标观测网，Argo浮标和Glider。Argo浮标难以实现实时追踪观测，Glider观测过程耗费巨大，难以实现长周期观测。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种面向海洋现象的智能浮标组网仿真方法及系统。

根据本发明提供的一种面向海洋现象的智能浮标组网仿真方法，包括：

海洋现象识别步骤：建立海洋三维温盐环境以及海洋三维立体流体环境，在智能浮标运动过程中，根据监测的流场变化信息、温盐度剖面信息以及智能浮标漂移特征在内的信息，结合海洋高度计测得的海面高度异常来识别海洋现象；

智能浮标的组网仿真集结步骤：以识别出的海洋现象为对象，根据智能浮标的动力模型，输入所需参数得到整个观测过程的总时间和总能耗，由观测路径和最短原理和智能浮标观测能耗机理，分别建立出智能浮标组网仿真观测的时间最短模型和能耗最优模型。

较佳的，还包括组网仿真优化步骤：

在建立的时间最短模型和能耗最优模型的基础上，根据需要仿真观测的海洋现象、当前位置和演变趋势，通过两种优化模型分别规划出面向海洋现象的智能浮标组网观测的时间最短和能耗最少优化方案。

较佳的，所述海洋现象识别步骤具体包括：

三维流场环境的提取及可视化步骤：利用HYCOM数据中的温盐数据构建出海洋三维温盐场环境，HYCOM数据为经纬度网格数据，利用Python对HYCOM数据的每层温盐信息进行提取，建立出海洋三维温盐环境；

温盐场环境的提取及可视化步骤：从垂直层面对HYCOM数据中不同深度的海洋流场进行计算，根据格网点的经向速度和纬向速度，计算出每个格网点的洋流速度和方向，建立出不同深度层次下的海洋流场环境，从而构建出全球海洋三维立体流体环境

海洋现象识别步骤：在智能浮标运动过程中，根据监测的信息结合海洋高度计测得的海面高度异常来识别海洋现象。

较佳的，智能浮标的动力模型包括：

滑翔机的总能耗为执行机构的耗能，公式为E＝UIT，其中U为电压，I为电流，T为总的时间，时间T按分段来计算，每段均根据距离除以距离方向的速度来计算。

较佳的，

CD＝Vcz*T；Vcz＝Vc*sinα

AD＝(Vc*cosα+V*cosθ)*T

AC＝S＝2d/tanθ