基于分层 LSTM 的全海深 SSP 动态预测：实验结果
声音
2025-03-31 v1 音频与语音处理
信号处理
摘要
声速剖面(SSP)分布是水下定位、导航与授时(PNT)的重要参数，因其影响水声信号的传播模式。为准确预测未来声速分布，我们提出一种用于未来声速预测的分层长短期记忆(H-LSTM)神经网络，以探索声速在时间维度上的分布规律。为验证可行性与有效性，我们进行了仿真与真实实验。海洋实验于 2023 年 4 月在南海开展。结果表明，所提方法的精度优于现有最优(state-of-the-art)方法。
引用
@article{arxiv.2310.09522,
title = {Dynamic Prediction of Full-Ocean Depth SSP by Hierarchical LSTM: An Experimental Result},
author = {Jiajun Lu and Wei Huang and Hao Zhang},
journal= {arXiv preprint arXiv:2310.09522},
year = {2025}
}