浅海多层海底地声参数反演方法、装置、计算机设备及存储介质

摘要

本发明公开了一种浅海多层海底地声参数反演方法，包括：建立多个海底模型，不同海底模型对应的层数不同，基于每个地声参数对应的预设变化范围随机生成各个地声参数的值，继而计算得到理论声压值，与实际声压值进行比较，根据比较结果调整更新各个地声参数的值，直到得到的理论声压值和实际声压值相匹配，得到目标地声参数值；计算得到每个海底模型对应的BIC值；将BIC值最小的海底模型作为目标海底模型，将目标海底模型对应的目标地声参数值作为目标反演参数值。该方法不仅准确地确定了海底模型的层数，且高效、准确地通过反演得到了目标海底模型中的地声参数值。此外，还提出了一种浅海多层海底地声参数反演装置、计算机设备及存储介质。

说明书

技术领域

本发明涉及计算机技术领域，具体涉及一种浅海多层海底地声参数反演方法、装置、计算机设备及存储介质。

背景技术

海底地声参数是组成海洋水声环境的重要参数之一，海底的声速、密度、声速衰减等声学参数对海洋环境中，尤其是浅海环境中的声传播有着重要影响。对上述海底地声参数的掌握程度，将直接影响对水声设备性能的预测与评估、海洋声场的数值预报、海洋声场特征的利用等。如何高效、准确获取海底地声参数信息一直是水声领域的研究热点。

对海底地声参数的获取方法目前分为直接测量与间接测量两类。相比通过钻孔取样等方式获取海底底质样品进行鉴别的直接测量方法，以声学反演技术为代表的地声参数间接测量方法因其具有实时、快速、高效的技术优势，而被广泛应用于海底地声参数的获取。由于常规声呐多依托中/高频段声波开展工作，因而在以往对海底地声参数的反演研究中多只关注海底表层声学特性，且假设海底为液态介质。随着近年来声呐设备向低频/甚低频的发展，以往只对海底表层声学特性的了解和掌握已不能满足对当前声传播问题的解析和验证，开展包含海底结构在内的、深层海底地声参数反演技术的研究愈发迫切。且已有研究成果已经证明，在研究低频/甚低频水声传播问题时，海底横波声速的影响不可忽略，因而在当前海底地声参数反演问题的研究中，将海底视为分层弹性介质，对包含分层结构、横波声速及其衰减在内、深层地声参数进行准确反演是当前海底地声参数的发展目标，相关研究工作亟待开展。

因此，基于上述技术问题需要设计一种新的浅海多层海底地声参数反演方法。

发明内容

基于此，有必要针对上述问题，提出一种高效、准确的浅海多层海底地声参数反演方法、装置、计算机设备及存储介质。

一种浅海多层海底地声参数反演方法，包括：

建立多个海底模型，不同海底模型对应的层数不同，每个海底模型的每一层中的地声参数为待反演参数，所述地声参数包括：密度、横波声速、纵波声速、横波衰减、纵波衰减和海底厚度；

针对每个海底模型，分别获取每个地声参数对应的预设变化范围，基于所述每个地声参数对应的预设变化范围随机生成各个所述地声参数的值，基于所述各个所述地声参数的值计算得到理论声压值；

获取实际测量得到的实际声压值；

将所述理论声压值和实际声压值进行比较，根据比较结果调整更新所述各个地声参数的值，返回执行所述基于所述各个所述地声参数的值计算得到理论声压值的步骤，直到得到的理论声压值和实际声压值相匹配，将相匹配的理论声压值对应的各个所述地声参数的值作为所述待反演参数对应的目标地声参数值；

根据所述每个海底模型对应的目标地声参数值采用贝叶斯理论计算得到每个海底模型对应的BIC值；

将BIC值最小的海底模型作为目标海底模型，将所述目标海底模型对应的目标地声参数值作为目标反演参数值。

一种浅海多层海底地声参数反演装置，包括：

建立模块，用于建立多个海底模型，不同海底模型对应的层数不同，每个海底模型的每一层中的地声参数为待反演参数，所述地声参数包括：密度、横波声速、纵波声速、横波衰减、纵波衰减和海底厚度；

生成模块，用于针对每个海底模型，分别获取每个地声参数对应的预设变化范围，基于所述每个地声参数对应的预设变化范围随机生成各个所述地声参数的值，基于所述各个所述地声参数的值计算得到理论声压值；

获取模块，用于获取实际测量得到的实际声压值；

更新模块，用于将所述理论声压值和实际声压值进行比较，根据比较结果调整更新所述各个地声参数的值，返回执行所述基于所述各个所述地声参数的值计算得到理论声压值的步骤，直到得到的理论声压值和实际声压值相匹配，将相匹配的理论声压值对应的各个所述地声参数的值作为所述待反演参数对应的目标地声参数值；

计算模块，用于根据所述每个海底模型对应的目标地声参数值采用贝叶斯理论计算得到每个海底模型对应的BIC值；

确定模块，将BIC值最小的海底模型作为目标海底模型，将所述目标海底模型对应的目标地声参数值作为目标反演参数值。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：

建立多个海底模型，不同海底模型对应的层数不同，每个海底模型的每一层中的地声参数为待反演参数，所述地声参数包括：密度、横波声速、纵波声速、横波衰减、纵波衰减和海底厚度；

针对每个海底模型，分别获取每个地声参数对应的预设变化范围，基于所述每个地声参数对应的预设变化范围随机生成各个所述地声参数的值，基于所述各个所述地声参数的值计算得到理论声压值；

获取实际测量得到的实际声压值；

将所述理论声压值和实际声压值进行比较，根据比较结果调整更新所述各个地声参数的值，返回执行所述基于所述各个所述地声参数的值计算得到理论声压值的步骤，直到得到的理论声压值和实际声压值相匹配，将相匹配的理论声压值对应的各个所述地声参数的值作为所述待反演参数对应的目标地声参数值；

根据所述每个海底模型对应的目标地声参数值采用贝叶斯理论计算得到每个海底模型对应的BIC值；

将BIC值最小的海底模型作为目标海底模型，将所述目标海底模型对应的目标地声参数值作为目标反演参数值。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：

建立多个海底模型，不同海底模型对应的层数不同，每个海底模型的每一层中的地声参数为待反演参数，所述地声参数包括：密度、横波声速、纵波声速、横波衰减、纵波衰减和海底厚度；

针对每个海底模型，分别获取每个地声参数对应的预设变化范围，基于所述每个地声参数对应的预设变化范围随机生成各个所述地声参数的值，基于所述各个所述地声参数的值计算得到理论声压值；

获取实际测量得到的实际声压值；

将所述理论声压值和实际声压值进行比较，根据比较结果调整更新所述各个地声参数的值，返回执行所述基于所述各个所述地声参数的值计算得到理论声压值的步骤，直到得到的理论声压值和实际声压值相匹配，将相匹配的理论声压值对应的各个所述地声参数的值作为所述待反演参数对应的目标地声参数值；

根据所述每个海底模型对应的目标地声参数值采用贝叶斯理论计算得到每个海底模型对应的BIC值；

将BIC值最小的海底模型作为目标海底模型，将所述目标海底模型对应的目标地声参数值作为目标反演参数值。

上述浅海多层海底地声参数反演方法、装置、计算机设备及存储介质，首先，建立多个海底模型，不同海底模型对应不同的层数，然后再针对每个海底模型来随机生成各个地声参数的值，并基于各个地声参数的值计算得到理论声压值，通过将理论声压值与实际声压值进行比较，来确定与实际声压值匹配的理论声压值，并进而确定每个海底模型对应的目标地声参数值，最后采用贝叶斯理论计算得到每个海底模型的BIC值，将BIC值最小的海底模型作为目标海底模型。上述过程中，通过将计算得到的理论声压值和实际声压值进行比较来反演得到目标地声参数值，并且针对每个海底模型采用贝叶斯理论计算得到BIC值，根据BIC值确定了最优的海底模型结构，该方法不仅实现了高效、准确地通过反演得到了目标海底模型中的地声参数值，而且确定了最优的海底模型层数。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

其中：

图1是一个实施例中浅海多层海底地声参数反演方法的流程图；

图2是一个实施例中多层海底参数化模型图；

图3是一个实施例中浅海多层海底地声参数反演装置的结构框图；

图4是一个实施例中计算机设备的内部结构图。

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作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。

如图1所示，提出了一种浅海多层海底地声参数反演方法，该浅海多层海底地声参数反演方法可以应用于终端，本实施例以应用于终端举例说明。该浅海多层海底地声参数反演方法具体包括以下步骤：

步骤102，建立多个海底模型，不同海底模型对应的层数不同，每个海底模型的每一层中的地声参数为待反演参数，地声参数包括：密度、横波声速、纵波声速、横波衰减、纵波衰减和海底厚度。

其中，建立多个不同的海底模型，是为了后续找到与实际情况相符的最佳的海底模型。不同海底模型的层数不同，即不同的海底模型具有不同的海底结构。海底模型是基于波动理论建立的，建立的海底模型是采用方程来表示的，建立的海底模型的方程中涉及到了地声参数和声压，即地声参数和声压是海底模型中的参数。为了得到更加准确的海底模型，本申请中的地声参数比较全面，每一层中同时考虑了密度、横波声速、纵波声速、横波衰减、纵波衰减和海底厚度等多个因素。

不同层数的海底模型是不同的，其计算过程也是不同的，海底层数越多需要反演的参数越多，模型是水平分成的，每增加一层海底，在计算过程中将会增加4个方程。如图2所示，为多层海底参数化模型图，每一层中都包含有相应的地声参数，图中，c

步骤104，针对每个海底模型，分别获取每个地声参数对应的预设变化范围，基于每个地声参数对应的预设变化范围随机生成各个地声参数的值，基于各个地声参数的值计算得到理论声压值。

其中，每个地声参数的预设变化范围是指预先设置的该地声参数的值的变化范围。由于地声参数和声压都是海底模型方程中的未知参数，且地声参数的个数很多，所以该方程是无法直接求解的。这里为了进行反演出地声参数的值，是通过给各个地声参数进行赋值，不断地进行寻优的过程。赋值的方式是每个地声参数在预设变化范围内随机生成相应的地声参数的值，然后基于各个地声参数的值就可以计算得到声压值，即理论声压值。各个地声参数的变化范围可以根据实际情况自定义设定，在一个实施例中，预设变化范围设定如下：密度g·cm

步骤106，获取实际测量得到的实际声压值。

其中，实际声压值是可以测量得到的，测量的方式可以采用水听器来测量，通过水听器监听声源发出的声波，然后对监听的声波进行处理得到实际声压值，在一个实施例中，水听器测量到的结果为wav格式的音频，导入到matlab中转换为数值的形式，然后经过傅里叶变换得到这组数据的频谱，去幅值即为声压值。一般得到的实际声压值是一组声压值组成的，比如，一组声压值中包含有1000个数值。

步骤108，将理论声压值和实际声压值进行比较，根据比较结果调整更新各个地声参数的值，返回执行基于各个地声参数的值计算得到理论声压值的步骤，直到得到的理论声压值和实际声压值相匹配，将相匹配的理论声压值对应的各个地声参数的值作为待反演参数对应的目标地声参数值。

其中，通过采用误差函数计算理论声压值和实际声压值之间的误差值，当理论声压值和实际声压值不匹配时，需要在各个地声参数的预设范围内更新各个地声参数的值，再次进行理论声压值的计算，然后再进行比较，就这样通过多次迭代计算，直到计算得到的理论声压值和实际声压值相匹配。理论声压值和实际声压值相匹配的判断条件可以有多种形式，一种是预先设置最小误差值，当两者的误差中小于最小误差值时判断两者匹配。一种是经过多次迭代后，误差值达到了收敛，然后停止迭代，将最后得到的理论声压值作为和实际声压值相匹配的声压值，然后将相匹配的理论声压值对应的各个地声参数的值作为待反演参数对应的目标地声参数值。目标地声参数值即为经过反演得到的地声参数的值。

上述针对多层海底模型，采用给各个地声参数赋值，计算得到理论声压值，将理论声压值和实际声压值进行比较来实现对各个地声参数的反演。该多层海底模型中采用比较理论声压值和实际声压值的方法来进行各个地声参数的反演，从而实现了高效、准确地确定各个地声参数的值。

步骤110，根据每个海底模型对应的目标地声参数值采用贝叶斯理论计算得到每个海底模型对应的BIC值。

其中，BIC(Bayesian Information Criterion，贝叶斯信息准则)的引入是为了判别实际声压所处的海洋环境是如何分层的，因为我们测到的实际声压数据就是一组数，针对不同的海底模型都是可以计算得到对应的目标地声参数的，但是到底哪种海底模型才是最佳的呢，这里创新性地基于BIC准则计算得到每个海底模型的BIC值，通过比较BIC值确定哪个海底模型反演得到的目标地声参数是最佳的。

步骤112，将BIC值最小的海底模型作为目标海底模型，将目标海底模型对应的目标地声参数值作为目标反演参数值。

其中，BIC值越小，说明该海底模型越接近真实海底环境。将得到的目标海底模型对应的目标地声参数值作为地声参数的目标反演参数值(即目标反演结果)。

上述浅海多层海底地声参数反演方法，首先，建立多个海底模型，不同海底模型对应不同的层数，然后再针对每个海底模型来随机生成各个地声参数的值，并基于各个地声参数的值计算得到理论声压值，通过将理论声压值与实际声压值进行比较，来确定与实际声压值匹配的理论声压值，并进而确定每个海底模型对应的目标地声参数值，最后采用贝叶斯理论计算得到每个海底模型的BIC值，将BIC值最小的海底模型作为目标海底模型。上述过程中，通过将计算得到的理论声压值和实际声压值进行比较来反演得到目标地声参数值，并且针对每个海底模型采用贝叶斯理论计算得到BIC值，根据BIC值确定了最优的海底模型结构，该方法不仅实现了高效、准确地通过反演得到了目标海底模型中的地声参数值，而且确定了最优的海底模型层数。

在一个实施例中，所述建立多个海底模型，不同海底模型对应的层数不同，包括：根据波动理论，构建每个海底模型中每层对应的位移势函数方程；根据所述位移势函数方程计算得到每个位移势函数的通解，所述每个位移势函数的通解中包含有多个不确定系数，所述多个不确定系数与所述地声参数相关，所述理论声压值是根据位移势函数计算得到的。

其中，在柱坐标下各层海底物理量通过位移势函数表示，各层位移势函数建立满足波动方程方程组，在声场条件下结合点源条件和流体/弹性体分界面处的边界条件，可具体表示出各层位移势函数。然后依据快速场方法(Fast Field Method，FFM)，实际上是求解出方程组的各个系数，从而得到个各层位移势函数。再利用流体层中声压p与势函数φ

海底模型建立以及声压计算公式推导如下：根据波动理论，在频域中，多层海底模型中各层位移势函数满足如下方程：

其中，δ(r,z)表示声源方程，k

在一个实施例中，所述获取实际测量得到的实际声压值，包括：采用水听器监听声源发出的声波，所述声波是通过发射换能器在水中发射产生的，所述水听器和所述发射换能器是通过相对移动来对完成测量的；将水听器检测到的wav格式的音频导入到matlab中转换为一组数值；采用傅里叶变换对所述一组数值进行处理，得到所述一组数值对应的频谱；计算所述频谱的幅值得到所述实际声压值，所述实际声压值包括多个位置的声压值。

其中，wav是一种声音文件格式。matlab是一种数学软件，用于数据分析等。实际海洋环境，一般是低频信号，这样传播距离会更远一些，达到携带更多海底信息的目的，一般在100HZ左右，发射位置水下几米或者几十米都可。这个方法在海上实际使用的时候，一般是用船搭载水听器或者声源进行移动。既声源位置固定，实验船携带水听器移动完成测量；或者水听器固定，实验船携带声源移动完成测量；发射换能器就是实验中的声源设备，通过发射换能器才能将声波向水中发射，在理论写作、分析的时候会用声源来描述，在实验中的发声设备就是发射换能器。实际实验的时候，发射换能器和水听器一般都是电源端固定在船上，发射和接收端通过缆绳下放到水里，深度根据实验设计决定。将测到的wav格式的音频导入到matlab中转换为数值的形式，经过傅里叶变换得到这组数据的频谱，取幅值即为声压值。在测量的时候不会只测一个位置的声压，而是通过船搭载水听器或者声源进行移动而测量不同位置的声压，从而得到的是一组声压值。上述实际声压值的测量是基于实际海洋环境进行测量的，且测量得到的是一组声压值，可靠准确。

以实验室消声水池实验为例说明。采用聚氯乙烯材料的板子模拟海底，高频水声由固定位置的声源发射，接收水听器每隔固定距离测量一次，发射换能器固定在一端水中，接收水听器固定在移动微型工作台，工作台每次移动2mm，测量误差小于20um。利用计算机对移动工作台进行控制，测量并获取数据。当完成在一个位置测量后，工作台自动移动到下一个位置，共测量1000个点。

在一个实施例中，所述将所述理论声压值和实际声压值进行比较，根据比较结果调整更新所述各个地声参数的值，包括：采用误差函数计算理论声压值和实际声压值之间的误差值，所述误差函数的公式如下：

其中，

其中，理论声压值和实际声压值之间的误差值采用误差函数计算得到，误差函数是贝叶斯理论设计的，在贝叶斯理论下结合似然函数建立理论声压和实际声压的关系的误差函数，在该理论下误差函数达到最小值时表明理论声压和实际声压相似度达到最大，即此时的理论声压等于实际声压。该误差函数可以准确地反映出理论声压值和实际声压值的差异，从而有利于更好地匹配得到与实际声压值匹配的理论声压值。

在一个实施例中，所述针对每个海底模型，分别获取每个地声参数对应的预设变化范围，基于所述每个地声参数对应的预设变化范围随机生成各个所述地声参数的值，基于所述各个所述地声参数的值计算得到理论声压值，包括：获取各个地声参数的初始值，所述初始值是基于所述预设变化范围随机生成的；基于所述各个地声参数的初始值和所述预设变化范围采用改进的模拟退火法进行扰动生成新的各个所述地声参数的值；根据各个新的所述地声参数的值计算得到相应的新的理论声压值；

所述将所述理论声压值和实际声压值进行比较，根据比较结果调整更新所述各个地声参数的值，返回执行所述基于所述各个所述地声参数的值计算得到理论声压值的步骤，直到得到的理论声压值和实际声压值相匹配，包括：根据新的所述理论声压值和所述实际声压值计算得到新的误差值，将所述新的误差值与之前的误差值进行比较，保留较小的误差值以及对应的地声参数，返回执行所述基于所述各个地声参数的初始值和所述预设变化范围进行扰动生成新的各个所述地声参数值的步骤，直到达到收敛条件，将最后保留的各个地声参数值对应的理论声压值作为与实际声压值匹配的声压值。

其中，确定与实际声压值匹配的理论声压值的过程就是地声参数的反演过程。首先，设置各个地声参数的预设变化范围，然后初始化地声参数，初始化地声参数的过程是在预设变化范围内随机生成各个地声参数的初始值。然后将各个初始值带入到海底模型计算得到理论声压值，将理论声压值和实际声压值带入误差函数得到误差值。误差值用来衡量理论声压值和实际声压值之间的差异，误差值越小，表明理论声压值和实际声压值越接近。然后采用扰动算法以初始值为中心通过扰动在预设范围内生成新值，得到新的各个所述地声参数的值，然后计算得到新的理论声压值，将新的理论声压值与实际声压值通过误差函数计算得到新的误差中，将新的误差值和初始误差值进行比较，保留较小的误差值和相应的地声参数值。之后循环执行上述采用扰动算法以初始值为中心通过扰动在预设范围内生成新值，得到新的各个所述地声参数的值，并计算得到新的误差值，将新的误差值和保留的误差值进行比较，然后保留误差值较小的理论声压值以及对应的地声参数，直到达到收敛，将最后保留的理论声压值对应的地声参数的值作为反演得到的值。上述给各个地声参数赋值的过程中，为每个地声参数都设置有预设变化范围，从而保证了随机生成的地声参数不会偏离实际，且又可以保证随机性，从而实现了准确地确定目标地声参数的值。

在一个实施例中，所述基于所述各个地声参数的初始值和所述预设变化范围采用改进的模拟退火法进行扰动生成新的各个所述地声参数的值，包括：获取当当前迭代次数，根据当前迭代次数确定扰动系数；获取扰动条件，所述扰动条件为多层海底模型中下层海底参数大于上层海底参数；根据所述预设变化范围、所述扰动系数和所述扰动条件随机生成新的各个所述地声参数的值。

其中，迭代次数决定了随机扰动的幅度，迭代次数和扰度幅度成反相关，迭代次数和模拟退火温度成反相关，模拟退火温度越低，迭代次数越高，相应的扰动幅度也越小。扰动条件为多层海底模型中下层海底参数大于上层海底参数。通过设置扰动条件有效地遵循了一般情况下多沉积层海底声阻抗随深度增加而增大的客观规律。通过设置扰动条件，保证了多层海底模型中各个地声参数能够遵循客观规律，从而有利于生成准确的地声参数的值。

在一个实施例中，扰动过程的计算如下：

第一步：为待反演的参数设置预设变化范围(即上下边界)，在算法执行扰动后的结果均保持在该范围中，超出该范围的参数值将通过越界函数剔除掉，设置初始温度Tmax，终止温度Tmin(即设置外循环终止条件)和马尔科夫链(Markov)的长度L，用于表示初始设置的种群数，就是研究多少组数，例如，纵波声速设置种群数为1000，即每次扰动寻优都是1000个纵波声速。

第二步：为每个参数随机产生初始值，其中m

m

第三步：将生成的初始值代入海底模型计算出该组参数对应的误差值并保留E(m

第四步：在初始值的基础上通过扰动生成新解，引入函数randi()，令R＝randi([0,1])，使得R值非0即1。

当R＝0时，在初始值的基础上左移，即

m

其中m

反之右移，即

m

第五步：将扰动后的新解代入海底模型计算出新的误差值E(m

第六步：判断是否满足内循环终止条件(误差值是否达到收敛)，若不满足则返回步骤四，若满足则判断是否满足外循环终止条件(温度是否小于Tmin)，若不满足执行降温，若满足则终止计算，输出结果。

举个例子：将这些参数带入正演海底模型(即计算理论声压)得到一组声压，这组声压是和实际声压维度相同的一组数，比如实测得到的是一组1000个点的声压值，那理论计算出的声压值也是1000个点的声压值，将理论声压和实际声压带入到误差函数中得到误差值，比如是-5，然后经过扰动之后再给出一组值，1.5、2000、1000、0.01、0.01、20.再次将这组参数带入正演海底模型计算理论声压，将得到的理论声压和不变的实际声压带入误差函数中计算出误差值比如-6，因为-6更小，所以1.5、2000、1000、0.01、0.01、20。这组参数更优，然后保存这组参数以及误差值，下边的计算重复上述步骤，而下一个误差值和保存的这个误差值-6进行比较，如果-7那么保存新的一组参数和误差值，如果-3了，那么还是保留刚才-6那组参数，就这样一直须有直到误差值不变，收敛停止计算，保留最后一代参数作为反演的解。

在一个实施例中，所述根据所述每个海底模型对应的目标地声参数值采用贝叶斯理论计算得到每个海底模型对应的BIC值，包括：根据所述每个海底模型对应的目标地声参数值和误差值采用改进的贝叶斯理论计算得到每个海底模型对应的BIC值，所述BIC值的计算采用如下公式实现：

其中，M是模型中参数的个数，N为数据个数，

其中，BIC值的计算公式是经过推导得到的，该BIC值的大小由误差函数、模型参数个数和数据个数共同决定，从而避免了欠参数化和过参数化模型，更有效的选择出最优海底模型。

在一个实施例中，贝叶斯理论、误差函数以及BIC公式推导如下：

随机变量d和m分别表示缩比实验中提取的实验数据和海底模型参数，N和M分别表示向量d和向量m的个数。向量d和m满足贝叶斯定理：

P(m|d)＝P(d|m)P(m)/P(d) (10)

其中，P(m|d)为后验概率密度(PPD)，d的条件概率P(d|m)通常用似然函数L(m)来表示，P(m)是m的先验概率密度函数，表示独立于数据的可用模型参数先验信息，P(d)是参数d的概率密度函数。由于P(d)与参数m无关，可以看作一个常数，上式可改为：

P(m|d)∝L(m)P(m) (11)

似然函数由数据形式和数据误差的统计分布决定。考虑到在实际应用过程中误差的统计特征很难独立获得，在处理过程中采用无偏高斯误差的假设，似然函数的形式为：

L(m)＝P(d|m)∝exp[-E(m)] (12)

其中E(m)为误差函数，归一化后可得

其中，积分域跨越M维参数空间，M为待反演参数的个数。在贝叶斯理论中，后验概率密度(PPD)可作为反演问题的解。由于反演中存在对维参数问题，为更合理的解释参数反演结果还需对模型参数间的相关特性进行研究，例如：参数的MAP值、均值、和一维概率密度分布，分别定义为：

P(m

在贝叶斯反演理论中，求解参数PPD需要获得似然函数L(m)，似然函数与数据误差(包括测量误差和理论误差)的统计分布有关，是定量描述参数不确定性的重要指标。本文假设数据误差是独立同分布的随机变量，则似然函数可以表示为：

其中，

预测声压

其中，

其中*表示共轭转置。忽略数据的空间相关性，对角线协方差近似处理为C

其中B

令

将公式(22)带入公式(12)和公式(20)得到满足最大似然函数估计值时对应的误差函数E(m)

合理参数化模型是贝叶斯反演的关键，欠参数化模型使得结构无法完整解析，导致模型的不确定性偏低；过参数化模型对参数的约束不够，导致模型的不确定性增加，欠参数化和过参数化模型都会对反演结果造成一定的影响。本文应用贝叶斯信息准则(BIC)选择与实测数据最符合的参数化模型。BIC值是从多维变量的正态分布中得到的，并不是一个精确值，是模型I的贝叶斯定理P(d|I)的渐进近似，也就是假定测量数据d，模型I的似然函数，其表达式为：

其中，M是模型I中参数的个数，N为数据参数个数，用误差函数代替似然函数可以得到：

BIC值最小的模型即为最优模型。从公式(25)可以看出，BIC数值的大小由误差函数、模型参数个数和数据个数共同决定，从而避免了欠参数化和过参数化模型，更有效的选择出最优海底模型。

如图3所示，一种浅海多层海底地声参数反演装置，包括：

建立模块302，用于建立多个海底模型，不同海底模型对应的层数不同，每个海底模型的每一层中的地声参数为待反演参数，所述地声参数包括：密度、横波声速、纵波声速、横波衰减、纵波衰减和海底厚度；

生成模块304，用于针对每个海底模型，分别获取每个地声参数对应的预设变化范围，基于所述每个地声参数对应的预设变化范围随机生成各个所述地声参数的值，基于所述各个所述地声参数的值计算得到理论声压值；

获取模块306，用于获取实际测量得到的实际声压值；

更新模块308，用于将所述理论声压值和实际声压值进行比较，根据比较结果调整更新所述各个地声参数的值，返回执行所述基于所述各个所述地声参数的值计算得到理论声压值的步骤，直到得到的理论声压值和实际声压值相匹配，将相匹配的理论声压值对应的各个所述地声参数的值作为所述待反演参数对应的目标地声参数值；

计算模块310，用于根据所述每个海底模型对应的目标地声参数值采用贝叶斯理论计算得到每个海底模型对应的BIC值；

确定模块312，将BIC值最小的海底模型作为目标海底模型，将所述目标海底模型对应的目标地声参数值作为目标反演参数值。

在一个实施例中，建立模块302还用于根据波动理论，构建每个海底模型中每层对应的位移势函数方程；根据所述位移势函数方程计算得到每个位移势函数的通解，所述每个位移势函数的通解中包含有多个不确定系数，所述多个不确定系数与所述地声参数相关，所述理论声压值是根据位移势函数计算得到的。

在一个实施例中，获取模块306还用于采用水听器监听声源发出的声波，所述声波是通过发射换能器在水中发射产生的，所述水听器和所述发射换能器是通过相对移动来对完成测量的；将水听器检测到的wav格式的音频导入到matlab中转换为一组数值；采用傅里叶变换对所述一组数值进行处理，得到所述一组数值对应的频谱；计算所述频谱的幅值得到所述实际声压值，所述实际声压值包括多个位置的声压值。

在一个实施例中，更新模块308还用于采用误差函数计算理论声压值和实际声压值之间的误差值，所述误差函数的公式如下：

其中，

在一个实施例中，生成模块304还用于获取各个地声参数的初始值，所述初始值是基于所述预设变化范围随机生成的；基于所述各个地声参数的初始值和所述预设变化范围采用改进的模拟退火法进行扰动生成新的各个所述地声参数的值；根据各个新的所述地声参数的值计算得到相应的新的理论声压值；更新模块308还用于根据新的所述理论声压值和所述实际声压值计算得到新的误差值，将所述新的误差值与之前的误差值进行比较，保留较小的误差值以及对应的地声参数，返回执行所述基于所述各个地声参数的初始值和所述预设变化范围进行扰动生成新的各个所述地声参数值的步骤，直到达到收敛条件，将最后保留的各个地声参数值对应的理论声压值作为与实际声压值匹配的声压值。

在一个实施例中，生成模块304还用于获取当前退火温度，根据所述当前退火温度确定扰动系数；根据所述扰动系数确定扰动幅度；获取扰动条件，所述扰动条件为多层海底模型中下层海底参数大于上层海底参数；根据所述预设变化范围、所述扰动幅度和所述扰动条件随机生成新的各个所述地声参数的值。

在一个实施例中，计算模块310还用于根据所述每个海底模型对应的目标地声参数值和误差值采用改进的贝叶斯理论计算得到每个海底模型对应的BIC值，所述BIC值的计算采用如下公式实现：

其中，M是模型中参数的个数，N为数据个数，

图4示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端，也可以是服务器。如图4所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现上述的浅海多层海底地声参数反演方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行上述的浅海多层海底地声参数反演方法。本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述浅海多层海底地声参数反演方法的步骤。

在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述浅海多层海底地声参数反演方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。