用于海洋探测设备的优化方法、系统及探测设备与流程

本发明涉及海洋探测，特别涉及一种用于海洋探测设备的优化方法、系统及探测设备。

背景技术：

1、在现有技术中，海洋探测设备通常通过各种传感器采集环境数据，这些数据包括水温、盐度、深度、流速、浊度、生物密度和海底地形等参数。采集到的数据一般经过一定的预处理，如数据清洗和格式转换，然后用于构建海洋环境模型。这些模型帮助分析和预测海洋环境的变化，为科学研究、资源勘探和环境保护等提供支持。此外，现有技术中也利用一些优化算法来调整探测设备的运行参数，以达到一定的优化目标，如提高探测效率和数据质量。

2、然而，现有技术中的海洋探测设备在优化方法上存在一些主要问题。首先，实时性不足，难以快速响应环境变化。其次，数据预处理和模型构建方法较为简单，无法充分利用复杂的环境数据。第三，优化目标设定和控制参数调整缺乏系统性，未能全面考虑探测效率、能量消耗、数据质量和设备寿命之间的平衡。最后，优化算法在处理大量实时数据和复杂目标时效率不高，影响了整体优化效果。

3、因此，亟待研发出一种新型的用于海洋探测设备的优化方法、系统及探测设备。

技术实现思路

1、本技术提供一种用于海洋探测设备的优化方法、系统及探测设备，以提升海洋探测设备的探测效率。

2、本技术提供一种用于海洋探测设备的优化方法，包括：

3、利用安装在所述海洋探测设备上的传感器，实时采集海洋环境数据，其中，所述海洋环境数据包括水温、盐度、深度、流速、浊度、生物密度和海底地形数据；

4、对实时采集的海洋环境数据进行预处理，其中，所述预处理包括数据清洗、异常值剔除和数据格式转换；

5、基于预处理后的海洋环境数据，构建实时的海洋环境模型，所述海洋环境模型用于反映所述海洋探测设备所在位置的海洋环境特征；

6、根据预设的海洋探测任务，设定海洋探测设备的优化目标，其中，所述优化目标包括探测效率最大化、能量消耗最小化、数据质量最优化和设备寿命最大化；

7、基于所述实时海洋环境模型和所述优化目标，利用优化算法计算所述海洋探测设备的最优控制参数，其中，所述最优控制参数包括航行速度、航向、传感器采样频率和探测深度；

8、根据计算出来的最优控制参数，实时调整所述海洋探测设备的运行状态。

9、更进一步地，所述优化算法为遗传算法，所述遗传算法包括以下步骤：

10、步骤s1001：初始化一个种群，该种群包含多个个体；每个个体代表一种特定的控制参数组合，所述控制参数组合包括航行速度、航向、传感器采样频率和探测深度；

11、步骤s1002：对该种群中的每一个个体进行性能评价，所述性能评价基于预定义的多目标适应度函数进行，所述多目标适应度函数综合考虑探测效率、能量消耗、数据质量和设备寿命；

12、步骤s1003：进行非支配排序，将种群中的个体根据在各优化目标上的表现进行排序，个体间的比较基于个体的多目标适应度分数；根据所述非支配排序，选择优秀个体进入下一代种群；

13、步骤s1004：对下一代种群执行交叉和变异操作，以生成新的控制参数组合；

14、步骤s1005：重复执行步骤s1002至s1004，直到达到预定的迭代次数或指定的性能指标满足停止条件。

15、更进一步地，所述多目标适应度函数采用如下的公式1：

16、

17、其中，表示个体的适应度值；表示归一化的探测效率；表示归一化的能量消耗；为能量消耗的最大值；表示归一化的数据质量；为设备寿命消耗的最大值；分别为探测效率、能量消耗、数据质量和设备寿命的权重系数；

18、归一化的探测效率采用如下的公式2进行计算：

19、

20、其中,为探测覆盖距离；为探测精度；为探测时间；和为权重系数；为时间平滑系数；

21、归一化的能量消耗采用如下的公式3进行计算：

22、

23、其中，为时间的功率消耗；为归一化时间因子；为探测时间；

24、归一化的数据质量采用如下的公式4进行计算：

25、

26、其中，为第次采样的数据质量评分；为两次采样之间的时间间隔；为时间衰减系数；为采样次数；

27、归一化的设备寿命消耗采用如下的公式5进行计算：

28、

29、其中，为时间的海洋设备工作应力；为应力影响系数；为探测时间；为归一化时间因子。

30、更进一步地，对下一代种群执行交叉操作包括以下步聚：

31、步骤s201：选择两对亲代个体和；

32、步聚s202: 按照如下的公式6和7，采用双点交叉方法，生成两个子代个体和：

33、

34、

35、其中，和分别表示从亲代个体和中第1到第个控制参数；和分别表示从亲代个体和中第到第个控制参数；为控制参数的总数；

36、步聚s203：对子代个体和进行性能评价，并根据预定义的多目标适应度函数计算其适应度值。

37、更进一步地，对下一代种群执行变异操作包括以下步骤：

38、步聚s301：对种群中的每一个体进行变异操作，变异概率为；

39、步骤s302: 选择一个控制参数进行变异，变异操作采用非均匀变异方法，如下面的公式8所示：

40、

41、其中，为变异后的控制参数；为变异增量，采用如下的公式9进行计算:

42、

43、其中，和分别为控制参数的上限和下限；为0到1之间的随机数；为当前遗传代数；为最大遗传代数；为控制变异速率的常数；

44、步骤s303：对变异后的个体进行性能评价，并根据预定义的多目标适应度函数计算其适应度值。

45、更进一步地，所述海洋探测设备的传感器包括温度传感器、盐度传感器、深度传感器、流速传感器、浊度传感器、生物密度传感器和声呐设备。

46、更进一步地，所述数据预处理步骤包括：

47、对采集到的海洋环境数据进行数据清洗，包括去除噪声和无效数据；

48、对数据中的异常值进行剔除，采用标准差方法或四分位距方法识别和剔除异常值；

49、将清洗和剔除异常值后的数据进行格式转换，以统一的格式存储和处理。

50、更进一步地，海洋环境数据的采集频率根据环境变化的速率动态调整，其计算采用如下的公式10:

51、(10)

52、其中，为时间时刻的采集频率；为基础采集频率，表示环境稳定时的最低采集频率；为动态调整系数，用于控制环境变化速率对采集频率的影响；表示环境参数的变化率，具体为水温、盐度、深度、流速、浊度、生物密度和海底地形数据中的任意一个的变化速率；为环境参数变化速率的最大值，用于归一化处理；为调节系数，控制环境稳定对采集频率的影响；为时间衰减系数，控制环境参数对采集频率的影响；为时间时刻的环境参数值，所述环境参数值为水温、盐度、深度、流速、浊度、生物密度和海底地形数据中的一个；为环境参数值的平均值，用于归一化处理。

53、本技术提供一种用于海洋探测设备的优化系统，包括：

54、数据采集模块，用于接收来自海洋探测设备的海洋环境数据，其中所述海洋环境数据包括水温、盐度、深度、流速、浊度、生物密度和海底地形数据；

55、数据预处理模块，与所述数据采集连接，用于对采集的海洋环境数据进行数据清洗、异常值剔除和数据格式转换；

56、模型构建模块，与所述数据预处理模块连接，用于基于预处理后的海洋环境数据构建实时海洋环境模型；

57、任务设定模块，用于根据用户输入的海洋探测任务设定优化目标，所述优化目标包括探测效率最大化、能量消耗最小化、数据质量最优化和设备寿命最大化；

58、优化计算模块，与所述模型构建模块和任务设定模块连接，用于基于实时海洋环境模型和优化目标，利用优化算法计算最优控制参数；根据计算出来的最优控制参数生成控制指令；其中，所述最优控制参数包括航行速度、航向、传感器采样频率和探测深度；

59、通信模块，与所述控制指令生成模块连接，用于将控制指令发送到海洋探测设备以调整其运行状态。

60、本技术提供一种海洋探测设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前任一项所述方法的步骤。

61、本技术有益的效果主要包括：（1）通过实时采集和预处理多种海洋环境数据，构建精准的海洋环境模型，能够更准确地反映海洋探测设备所在位置的环境特征，从而优化探测路径和策略，提高探测效率。（2）利用优化算法计算最优控制参数，包括航行速度、航向、传感器采样频率和探测深度，使得海洋探测设备能够在能量消耗最小化的情况下完成预设探测任务，延长设备的工作时间和寿命。（3）通过对海洋环境数据进行数据清洗、异常值剔除和数据格式转换等预处理步骤，确保了输入数据的高质量。高质量的数据输入进一步保证了海洋环境模型的准确性和优化算法的有效性，从而提高探测数据的整体质量。（4）优化算法在设定最优控制参数时充分考虑了设备寿命的最大化，通过合理调整设备的运行状态，减少设备的磨损和过度使用，延长了海洋探测设备的使用寿命。（5）本技术的优化方法能够实时调整海洋探测设备的运行状态，快速响应环境的动态变化，提高了探测任务的灵活性和适应性，确保探测任务的顺利完成。