本發明涉及溫鹽深儀測量，具體涉及一種溫鹽深儀的溫度時域對齊與誤差補償方法。
背景技術：
1、溫鹽深儀（ctd）是海洋水文觀測的基礎設備。低成本ctd因成本低、部署靈活被廣泛應用于海洋剖面測量與長期觀測。但在實際剖面過程中，溫度場可能快速變化使測量響應速度不足，從而產生動態誤差。
2、現有技術中通常以時間對齊修正+物理模型或數據擬合補償為主：首先獲取低成本溫度序列與高精度參考序列，通過互相關等相似性分析估計兩者的系統性時延，并將低成本溫度序列按該時延進行整體平移以實現波形初步對齊；隨后為了進一步降低誤差，會采用固定參數的熱滯后修正模型對對齊序列進行補償，或直接建立回歸模型對誤差進行擬合并輸出補償量形成校正溫度序列。該類方案在工程上易實現，但在溫度快速變化工況下，對齊后仍可能存在與變化率相關的非線性動態殘差，且固定參數模型難以覆蓋復雜變溫條件的問題。
技術實現思路
1、本發明提供了一種溫鹽深儀的溫度時域對齊與誤差補償方法，以解決現有技術中在溫度快速變化工況下固定參數模型難以覆蓋復雜變溫條件的問題。
2、一種溫鹽深儀的溫度時域對齊與誤差補償方法，包括以下步驟：
3、s1.采集溫鹽深儀的原始溫度序列與高精度參考儀器的溫度真值序列，對原始溫度序列與溫度真值序列進行時間戳統一、重采樣及去噪平滑處理，確保原始溫度序列與溫度真值序列的時間基準一致；
4、s2.通過計算不同時間平移量下，平移后原始溫度序列與溫度真值序列的均方根誤差，以均方根誤差最小化確定溫鹽深儀的最優系統性時延，將原始溫度序列按時延進行時移，得到時域對齊后的溫度序列；
5、s3.以時域對齊后的溫度序列為基礎，計算表征溫度動態變化的一階溫度變化率、二階溫度變化率，結合對齊后的溫度序列，拼接構建多維特征向量；
6、s4.以時域對齊后的溫度序列與真值序列的殘差為學習目標，基于多維特征向量訓練非線性回歸模型，通過非線性回歸模型擬合得到殘差補償量，將時域對齊后溫度序列與補償量疊加，得到最終校正溫度序列。
7、進一步地，所述s1具體包括：設置溫鹽深儀與高精度參考儀器采用相同的采樣率，獲取在大梯度動態變溫工況下的溫鹽深儀輸出的原始溫度序列與高精度參考儀器輸出的溫度真值序列，對原始溫度序列與溫度真值序列進行時間戳統一、去噪、平滑處理及異常點剔除。
8、進一步地，所述s2具體包括：設定時間平移量的搜索區間，計算平移后的原始溫度序列與溫度真值序列之間的均方根誤差，選取均方根誤差達到全局最小值的時間平移量作為最優系統性時延，將原始溫度序列按最優系統性時延進行時移，得到時域對齊后的溫度序列。
9、進一步地，所述s3具體為：對時域對齊后的溫度序列先進行平滑濾波處理，再采用中心差分法計算一階溫度變化率和二階溫度變化率，將每一時刻時域對齊后的溫度值、一階溫度變化率和二階溫度變化率進行組合，形成多維特征向量。
10、進一步地，所述均方根誤差的計算公式為：
11、；
12、式中，為均方根誤差，為原始溫度序列在平移后對應到時刻的溫度值，為溫度真值序列在時刻的溫度值。
13、進一步地，所述一階溫度變化率的計算公式為：
14、；
15、式中，為第個采樣時刻對應的一階溫度變化率，為第個采樣時刻經時域對齊后的溫度值，為第個采樣時刻經時域對齊后的溫度值，為采樣時間間隔；
16、所述二階溫度變化率的計算公式為：
17、；
18、式中，為第個采樣時刻對應的二階溫度變化率，為第個采樣時刻對應的一階溫度變化率，為第個采樣時刻對應的一階溫度變化率。
19、進一步地，所述多維特征向量為：
20、；
21、式中，為第個采樣時刻對應的多維特征向量，為第個采樣時刻時域對齊后的溫度值，為第個采樣時刻對應的一階溫度變化率，為第個采樣時刻對應的二階溫度變化率。
22、進一步地，所述s4中殘差、殘差補償量及最終校正溫度序列滿足：
23、；
24、式中，為采樣時刻的溫度殘差，為采樣時刻對應的溫度真值，為采樣時刻時域對齊后的溫度值；
25、；
26、式中，為采樣時刻的殘差補償量，為非線性回歸模型，為采樣時刻對應的多維特征向量；
27、；
28、式中，為采樣時刻對應的最終溫度校正序列，為采樣時刻時域對齊后的溫度值。
29、進一步地，所述非線性回歸模型為隨機森林回歸模型。
30、與現有技術相比本發明的有益效果為：將溫鹽深儀的溫度動態誤差分解為系統性時延導致的相位錯位和時域對齊后仍殘留的非線性動態殘差兩部分并分別進行處理，通過可自動確定的時延參數實現全局時域配準，并在此基礎上對對齊后殘余誤差進行補償，同時以溫度變化率等物理一致性動態特征為核心驅動建立殘差補償模型，最終以對齊溫度+預測殘差的方式輸出校正溫度序列，顯著提升強梯度動態剖面條件下的測溫精度與穩定性。
1.一種溫鹽深儀的溫度時域對齊與誤差補償方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種溫鹽深儀的溫度時域對齊與誤差補償方法，其特征在于，所述s1具體包括：設置溫鹽深儀與高精度參考儀器采用相同的采樣率，獲取在大梯度動態變溫工況下的溫鹽深儀輸出的原始溫度序列與高精度參考儀器輸出的溫度真值序列，對原始溫度序列與溫度真值序列進行時間戳統一、去噪、平滑處理及異常點剔除。
3.根據權利要求1所述的一種溫鹽深儀的溫度時域對齊與誤差補償方法，其特征在于，所述s2具體包括：設定時間平移量的搜索區間，計算平移后的原始溫度序列與溫度真值序列之間的均方根誤差，選取均方根誤差達到全局最小值的時間平移量作為最優系統性時延，將原始溫度序列按最優系統性時延進行時移，得到時域對齊后的溫度序列。
4.根據權利要求1所述的一種溫鹽深儀的溫度時域對齊與誤差補償方法，其特征在于，所述s3具體為：對時域對齊后的溫度序列先進行平滑濾波處理，再采用中心差分法計算一階溫度變化率和二階溫度變化率，將每一時刻時域對齊后的溫度值、一階溫度變化率和二階溫度變化率進行組合，形成多維特征向量。
5.根據權利要求3所述的一種溫鹽深儀的溫度時域對齊與誤差補償方法，其特征在于，所述均方根誤差的計算公式為：
6.根據權利要求4所述的一種溫鹽深儀的溫度時域對齊與誤差補償方法，其特征在于，所述一階溫度變化率的計算公式為：
7.根據權利要求4所述的一種溫鹽深儀的溫度時域對齊與誤差補償方法，其特征在于，所述多維特征向量為：
8.根據權利要求1所述的一種溫鹽深儀的溫度時域對齊與誤差補償方法，其特征在于，所述s4中殘差、殘差補償量及最終校正溫度序列滿足：
9.根據權利要求1所述的一種溫鹽深儀的溫度時域對齊與誤差補償方法，其特征在于，所述非線性回歸模型為隨機森林回歸模型。