本申请提供一种贝叶斯地声参数反演方法,包括:获取地声观测数据和地声合成数据;构建地声观测数据的分层模型所对应的多个KRAKENC地声正演模型;根据地声观测数据和地声合成数据,采用Wasserstein度量形式,确定多个KRAKENC地声正演模型的指数似然分布;并根据选定指数似然分布和先验分布,利用贝叶斯算法计算地声观测数据的后验概率分布;利用马尔科夫链蒙特卡洛模拟算法,对后验概率分布进行随机采样处理,得到随机采样数据点,计算随机采样数据点对应的采样期望值,根据采样期望值,确定地声观测数据对应的贝叶斯地声反演结果。提高了对于沉积层衰减反演的准确性,以及显著降低波形反演的不确定性。
背景技术
地声反演是一种根据水听器观测到的水下声场信息来推断海底声学特性的技术。通过建立物理模型和数学算法,利用观测数据反演如海底声速、海底密度、海底衰减和分层结构等参数。其作用是助力预测水下声传播、水声通信和地震监测等诸多领域。
地声反演的过程中,似然函数是可以进行参数估计的重要依据。通过寻找使似然函数达到最大值的参数值,即最大似然估计,来确定最有可能产生观测数据的模型参数。在一些复杂的高维数据生成场景中,似然函数可能难以计算或者会出现一些问题,进而导致地声参数反演会出现精确性不高的问题。
实现思路