第45卷第1期2023年2月海洋湖沼通报TransactionsofOceanologyandLimnologyVol.45№1Feb.,2023基于思维进化算法优化的BP神经网络对蒸发波导高度的预测李耀皓1,2,李醒飞1*,丁乐乐3,杨少波1,2(1.天津大学精密测试技术及仪器国家重点实验室,天津300072;2.天津大学青岛海洋技术研究院,山东青岛266237;3.天津市勘察设计院,天津300191)摘要:预先掌握海上的波导高度参数对海上作战有重要意义,然而准确探测或预测波导参数十分困难。本文使用南海铁塔波导探测平台的实测数据与ERA-Interim公开数据集,提取所需相关的水文气象要素的点数据,利用NPS模型计算波导高度值,组建数据集;之后使用MEA优化的BP神经网络模型预测波导高度值。优化后的BP神经网络可避免陷入局部极小值点,预测结果有较高的准确率,且MEA在求最优个体时有比较快的收敛速度,为水平均匀的蒸发波导高度预测提供了一种方法。关键词:蒸发波导;NPS模型;神经网络中图分类号:P415.3文献标志码:A文章编号:1003-6482(2023)01-018-05DOI:10.13984/j.cnki.cn37-1141.2023.01.003引言人们在实践中利用雷达探测的时候,时常会发生一些电磁波传播的异常现象。海水的蒸发与海表面的空气在一定温度、气压、风速的条件下形成了一种层结,该层结的大气折射率特殊,一定频率的电磁波入射到该层结时被束缚在里面,就像电磁波在金属管中传播一样,所以也被称为大气波导现象[1]。掌握海上波导高度信息有利于发挥雷达的作战效能,实现超视距探测;还可以利用波导盲区,对敌方实施纵深打击,对提高军事作战能力具有重要意义[2]。目前,一些发达国家对蒸发波导,建立了一系列计算蒸发波导高度的模型,如PJ模型、MGB模型、Babin模型和NPS模型[2-4];2007年CaglarYardim等基于遗传算法和马尔科夫蒙特卡罗方法的混合法研究了大气波导环境中的大气折射率预估问题[5];2017年天津大学何鑫采用时间序列分析和神经网络方法对蒸发波导间接进行了短期预测[6],即分别对气温、气压、湿度、风速、海表皮温度进行时间上的预测再将预测结果使用NPS模型方法间接预测波导高度。国内对于大气波导的研究主要为,刘成国在大气波导的理论和统计规律方面做了研究[7];成印河等利用MM5模式对大气波导进行了数值模拟[8];2015年丁菊丽等以COARE模型和NPS模型为基础建立了UED模型[9];2016年杨少波等对NPS模型在南海海域的适应性进行了研究[10]。然而现有波导探测设备(铁塔、探空仪等)以及计算方法(数值模拟、雷达海杂波反演等)实际效果仍有待改进;特别是建立蒸发波导...
