文章标题：基于RBF 声速剖面构建模型的UUV电子轨迹增强方法

文章作者：蔡鑫源¹, 王浩¹, 徐琛²
关 键 字：RBF;声速剖面;UUV;轨迹增强
文章摘要：水下无人潜航器（Unmannd Underwater Vehicle，UUV）作为水下无人系统的关键装备，在海洋资源开发中发挥着重要作用。受到水下低通量弱通信复杂环境影响，UUV数据采集常态化缺失现象严重，特别是浅海环境中传统UUV跟踪模型未充分结合声损失特性导致UUV航行轨迹连续性差，严重制约后续UUV态势感知功能的准确性。本文提出一种融合径向基函数（Radial Basis Function，RBF）神经网络与水下射线传播理论的水下声速反演驱动UUV轨迹优化模型。首先利用RBF神经网络逼近能力，构建声传播时间（Time of Flight，ToF）与声速剖面（Sound Speed Profile, SSP）特征的时序变化关系，精准刻画水下声速场的动态特性。然后设计时序融合聚类最小残差定位算法通过梯度索引对历史数据精准分类，并将每类不同特性的轨迹数据进行粒子群连续化处理精准补全UUV电子轨迹密度。实验表明，与传统RBF模型结合最小残差定位算法相比，本文创新提出融合声速剖面UUV跟踪模型在其轨迹优化方面精确度有效提高5.41%，验证了所提方法在复杂水下环境中的有效性和鲁棒性。