本发明涉及一种辐射噪声预报方法及装置，尤其是一种基于堆叠模型的船舶辐射噪声预报方法及装置。
背景技术：
1、对水面与水下作业作战的舰艇等装备，由于运行时会产生自噪声与辐射噪声，因此，自噪声与辐射噪声已成为侦查与反侦查中一个重要的因素；而舰船在航行时的辐射噪声产生机理复杂，作业时难以进行有效测量，对装备作战及生存能力有着较大的影响。
2、对于辐射噪声的物理试验场预报，传统的方法采取在推进器上方安装传感器的实时预报方法。此类方法尽管可以实现较为准确的实时声压测量，但由于推进器部位测点的安防难度大、位置有限，无法有效对整体船周的辐射噪声情况进行测量与评估。
3、为了能对整体船周的辐射噪声情况进行测量与评估，目基于船舶振动源的振动等级以及舰船产生的辐射噪声的声压等级的试验数据，前国外内许多学者主要致力于建立两者之间的传递关系。
4、加拿大海军通过监测船上振动与远场辐射噪声的数据，建立非负最小二乘法nnls(non-negative least squares method)的传递矩阵，此方法的传感器分布于推进器附近，因此，对低速阶段推进器噪声占比较少的工况，辐射噪声的预报较弱。
5、德国海军在2016年提出了运行传递路径(otpa)的方法，同样通过一个传递矩阵对运行条件下辐射噪声进行预报，然而用矩阵作为传递函数时，假设了振动源所造成的噪声是线性叠加，由此可知，预报精度不满足实际作业需求。
6、后续也有机构单位对于此类传递关系进行修正，但由于辐射噪声传递原理较为复杂，舰船噪声源与不同工况组合情况多变，通过矩阵等方法进行噪声预报拟合的关系较为单一，预报精度受限。
技术实现思路
1、本发明的目的是克服现有技术中存在的不足，提供一种基于堆叠模型的船舶辐射噪声预报方法及装置，其可用于快速预报由于船体振动引起的远场辐射噪声，预报精度高。
2、按照本发明提供的技术方案，一种基于堆叠模型的船舶辐射噪声预报方法，所述船舶辐射噪声预报方法包括：
3、构建用于对船舶辐射噪声预报的船舶辐射噪声预报模型，其中，构建所述船舶辐射噪声预报模型时，包括：
4、提供回归模型组以及用于对所述回归模型组训练的训练样本集，其中，所述回归模型组包括若干相互独立且不同的回归模型；
5、所述训练样本集包括若干训练样本，对任一训练样本，包括若干振动源在船舶上的振动频率以及在船舶外噪声测点所测量的噪声声压级，其中，所述同一训练样本内的噪声声压级与所有振动源的振动频率正对应；
6、基于形成训练样本集的噪声测点的数量m，将训练样本集划分为m个训练数据集，其中，每个训练数据集内的所有训练样本均与同一噪声测点正对应，对任一训练数据集，包括一个子样本集、一个子验证集以及一个子测试集；
7、对每个训练数据集，利用所述训练数据集内的子样本集对所有的回归模型进行训练，并利用所述训练数据集内的子验证集对训所有回归模型的练状态进行验证，基于子验证集的验证结果选择对当前训练数据集预报精度最高的回归模型，并将所选择的回归模型作为回归基模型；
8、对所有的训练数据集均选择得到相应的回归基模型后，对每个训练数据集，将所述训练数据集内的子样本集与子验证集合并，以形成当前训练数据集的基模型训练集；
9、配置每个回归基模型对基模型训练集进行预报，以在对每个基模型训练集预报后生成一个基模型预报结果集；
10、将所有的基模型预报结果集作为训练特征集，并利用所述训练特征集对线性回归模型进行训练，以在训练后构建得到船舶辐射噪声预报模型；
11、对船舶辐射噪声预报时，提供船舶上若干振动源的振动频率，将所有振动源的振动频率同时经所有的回归基模型分别处理，并将所述每个回归基模型的基模型预报结果加载到线性回归模型，并经线性回归模型进行船舶辐射噪声预报。
12、所述回归模型组包括贝叶斯线性岭回归模型、梯度回归决策树模型、随机森林模型、支持向量回归模型和/或自适应增强模型。
13、提供训练样本集时，包括：
14、在船舶上安装k个位置不同的振动源，并在所述船舶外设置m个位置不同的噪声测点，且噪声测点与振动源间形成的测量距离完全不同；
15、配置不同振动源的振动状态，并在噪声测点进行噪声测量，其中，基于k个振动源的振动频率以及噪声测量在所有振动频率下所测量的噪声声压级，形成一个训练样本；
16、振动频率的单位为hz，噪声声压级的单位db。
17、将训练样本集划分为m个训练数据集时，还包括对训练样本集的预处理步骤，其中，
18、所述预处理步骤包括对训练样本进行筛选步骤以对筛选后的训练样本进行归一化步骤，
19、对训练样本进行筛选步骤后，剔除存在空值和/或负值的训练样本。
20、利用所述训练数据集内的子验证集对训练状态进行验证时，包括：
21、对任一子验证集内的训练样本，利用当前训练后的回归模型对训练样本内的振动频率进行预测，以在预测后生成预报噪声声压；
22、基于子验证集内所有训练样本的噪声声压级以及对应的预报噪声声压，计算评价平方误差；
23、将评价平方误差最小的回归模型作为当前训练数据集预报精度最高的回归模型。
24、对任一训练数据集，所述子样本集、子验证集、子测试集内训练样本的数量占比为：70％：15％：15％。
25、利用所有的训练数据集进行训练后，得到回归基模型的数量与噪声测点的数量m相一致。
26、一种基于堆叠模型的船舶辐射噪声预报装置，包括船舶辐射噪声预报设备，其中，所述船舶辐射噪声预报设备基于上述所述的船舶辐射噪声预报方法进行辐射噪声预报。
27、本发明的优点：利用船舶辐射噪声预报模型进行船舶辐射噪声预报，在构建船舶辐射噪声预报模型时，可利用回归模型组以及训练样本集，对回归模型组内的回归模型训练后可选择相应的回归基模型，利用回归基模型与线性回归模型即可构建得到船舶辐射噪声预报模型，对船舶上多个振动源的振动频率，可利用船舶辐射噪声预报模型预报得到相应的船舶辐射噪声，由此，能快速预报由于船体振动引起的远场辐射噪声，辐射噪声的预报精度高。
1.一种基于堆叠模型的船舶辐射噪声预报方法，其特征是，所述船舶辐射噪声预报方法包括：
2.根据权利要求1所述的基于堆叠模型的船舶辐射噪声预报方法，其特征是：所述回归模型组包括贝叶斯线性岭回归模型、梯度回归决策树模型、随机森林模型、支持向量回归模型和/或自适应增强模型。
3.根据权利要求1所述的基于堆叠模型的船舶辐射噪声预报方法，其特征是，提供训练样本集时，包括：
4.根据权利要求1所述的基于堆叠模型的船舶辐射噪声预报方法，其特征是，将训练样本集划分为m个训练数据集时，还包括对训练样本集的预处理步骤，其中，
5.根据权利要求1所述的基于堆叠模型的船舶辐射噪声预报方法，其特征是，利用所述训练数据集内的子验证集对训练状态进行验证时，包括：
6.根据权利要求1至5任一项所述的基于堆叠模型的船舶辐射噪声预报方法，其特征是，对任一训练数据集，所述子样本集、子验证集、子测试集内训练样本的数量占比为：70％：15％：15％。
7.根据权利要求1至5任一项所述的基于堆叠模型的船舶辐射噪声预报方法，其特征是，利用所有的训练数据集进行训练后，得到回归基模型的数量与噪声测点的数量m相一致。
8.一种基于堆叠模型的船舶辐射噪声预报装置，其特征是，包括船舶辐射噪声预报设备，其中，所述船舶辐射噪声预报设备基于上述权利要求1～权利要求7任一项所述的船舶辐射噪声预报方法进行辐射噪声预报。
