在深海定位中,聲線傳播距離長、聲速剖面層數(shù)多,采用常梯度聲線跟蹤雖然提高了定位精度,但明顯降低了定位的計(jì)算效率。針對這一問題,本文引入優(yōu)化聚類算法,提出了一種基于K-Means++的聲速剖面精簡方法。該方法將原始聲速剖面的梯度分為正負(fù)2個(gè)部分,采用K-Means++對每部分進(jìn)行初始聚類,再對聚類后的每一簇進(jìn)行不同類別數(shù)的K-Means++聚類,將相鄰相同類的層合并后得到精簡聲速剖面。采用精簡聲速剖面進(jìn)行水下定位,并與原始聲速剖面定位效果對比。實(shí)驗(yàn)結(jié)果表明:本文方法在確保原始聲速剖面空間結(jié)構(gòu)和水下定位精度的前提下,顯著提高了定位計(jì)算效率,且在不同深度的定位精度與原始聲速剖面定位精度保持一致。

【文章頁數(shù)】：6 頁

【文章目錄】：
1 基于K-Means++的SVP精簡方法
2 浮標(biāo)定位算例分析
    2.1 浮標(biāo)定位仿真實(shí)驗(yàn)設(shè)計(jì)
    2.2 不同類別數(shù)精簡SVP與原始SVP對比
    2.3 不同類別數(shù)定位結(jié)果分析
    2.4 不同深度定位精度分析
3 結(jié)論



本文編號：3838630