一种背景场显著变化下的声速剖面时序预测方法及系统

本发明提出了一种背景场显著变化下的声速剖面时序预测方法及系统。方法包括：对长时序的历史声速剖面数据进行EOF分解，提取背景声速剖面与前几阶EOF基函数；基于第一阶EOF极值点对应的深度，获取历史声速剖面数据在固定深度处声速；通过LSTM神经网络预测后续一段时间内的定深声速；建立定深声速数据与前几阶EOF系数之间的关系模型；将后续一段时间内的定深声速依次输入关系模型中，实现声速剖面时序预测。本方法基于背景声速剖面与第一阶EOF分量之间的负耦合关系，有效解决了背景声速剖面不具有代表性时，直接预测EOF系数方法所面临的重构误差增大的问题，显著提高背景声速场发生显著变化时的声速剖面预测精度。