📄 把 2M 维坐标压到一条曲线上：BOGE 如何用物理先验与贝叶斯优化校准水下柔性阵
英文题目：Leveraging Bayesian Optimization for Array Shape Self-Calibration in Underwater DoA Estimation
一句话：针对水下柔性阵未知形变导致波达方向失配的问题，BOGE 用正弦加弧的物理参数化将逐元优化压缩为可行流形上的一维贝叶斯优化与 B 样条残差精修，并以重叠子阵拼接支撑长阵，在仿真与 SWellEx-96 上取得更低几何误差，代价是依赖三个已知参考元与单源窄带假设。
标签：#声源定位 #空间音频 #鲁棒性 #多通道
评分：5.7/10 | 创新 1.4/2 | 技术严谨 1.1/1.5 | 实验充分 1/1.5 | 清晰度 0.8/1 | 影响力 0.4/1.5 | 开源 0/1.5 | 可复现 0.1/0.5 | 工程/实践 0.9/1.5
👥 作者与机构
- Xin Gui：Hubei Longzhong Laboratory, Wuhan University of Technology Xiangyang Demonstration Zone, Xiangyang 441000, China, National Engineering Research Center of Fiber Optic Sensing Technology and Networks, Wuhan University of Technology, Wuhan 430070, China
- Tianang Li：the School of Information Engineering, Wuhan University of Technology, Wuhan 430070, China
- Changjia Wang：the School of Information Engineering, Wuhan University of Technology, Wuhan 430070, China
- Bowen Han：the School of Information Engineering, Wuhan University of Technology, Wuhan 430070, China
- Yunchuan Zhang：the School of Information Engineering, Wuhan University of Technology, Wuhan 430070, China
- Zhengying Li：the School of Information Engineering, Wuhan University of Technology, Wuhan 430070, China；National Engineering Research Center of Fiber Optic Sensing Technology and Networks, and State Key Laboratory of Advanced Technology for Materials Synthesis and Processing, Wuhan University of Technology, Wuhan, 430070, China
💬 毒舌点评
亮点在于把 \(2M\) 维逐元坐标优化压缩为 4 参数物理曲线上的 1 维可行流形贝叶斯优化加 B 样条残差约束精修，并用 30% 重叠子阵 Kabsch 拼接支撑 238 元长阵，在 SWellEx-96 上做到 0.659 m 几何误差；短板是全程依赖首、中、尾 3 个已知非共线参考元和单源远场窄带假设，且 4 个基线均为作者复现、实测阶段直接剔除 ASMLM 与 WORKS，湖试又无真值几何，所谓稳定跟踪只能靠谱峰宽度间接佐证。
📌 核心摘要
水下柔性阵受洋流、潮汐与布放扰动产生未知几何形变，导致基于理想流形的波达方向（Direction of Arrival，DoA）估计出现谱峰偏移与失配。论文提出贝叶斯优化辅助几何估计（Bayesian Optimization-assisted Geometry Estimation，BOGE），以物理约束参数化曲线描述阵形，并以噪声子空间投影残差为无监督目标，通过分层优化完成被动自校准。与逐元独立优化不同，BOGE 先在满足参考元约束的可行曲线上做 1 维贝叶斯优化得到粗估计，再以 B 样条残差基做约束数值精修，长阵则分重叠子阵对齐拼接。仿真中在 \(-20\) dB 至 \(20\) dB 范围内 BOGE 在多数信噪比下取得最低几何均方根误差（Root Mean Square Error，RMSE），在 \(M=20\) 时 \(-20\)、\(-10\)、\(0\) dB 分别为 0.0737 m、0.0145 m、0.00341 m，在公开 SWellEx-96 北水平线阵 166 Hz 上几何 RMSE 为 0.659 m。该方法为无协作源条件下的被动自校准提供了可部署流程，但其结论严格依赖参考元已知、单源窄带与平静湖试环境，外推至无参考、大形变与多源宽带场景仍需验证。
🔗 开源与复现资源
- 代码：论文中未提及代码链接
- 模型权重：论文中未提及
- 数据集：论文中使用 SWellEx-96 dataset 中 Event S5 的 North HLA 数据，包含 27 个有效阵元，评估频率为 166 Hz 和 201 Hz，论文中未提供数据集下载链接，自采湖试数据使用 238 元光纤水听器阵列，论文中未提及公开获取方式
- Demo：论文中未提及
- 复现材料：论文中未提及训练配置与检查点，附录信息论文中未提及
- 论文中引用的开源项目：未提及
🧭 深度解读
水下阵为什么一变形，方向就找不准了
想象一条 240 米长的光纤水听器阵，像晾衣绳一样被 10 个浮标吊在 15 米水深处。理想情况下它是笔直的等间距直线，声波以平面波到达时，相邻阵元的相位差只与波达角有关，MUSIC 这类子空间方法只要把导向矢量与噪声子空间做正交检验，就能在 -30°处给出又尖又高的谱峰。
一旦洋流或布放扰动让绳子弯成圆弧或叠上正弦抖动，每个阵元的真实坐标就偏离标称位置数米。论文引用的经验是，3 米最大位移可带来 3°偏置，10 米则可达 10°。此时用理想流形去匹配真实数据，噪声子空间不再与理想导向矢量正交，谱峰会偏移、矮化、展宽，方向估计出现系统性偏差。
这种失配属于模型错误，增加快拍或提高信噪比难以根治，校准阵形成为前置步骤。被动自校准的设定是：利用环境中已有的单源窄带信号与少量已知位置的参考阵元，在无监督条件下同时恢复几何与方向。
波达方向估计 × 阵形自校准： 波达方向估计负责在已知阵列流形下从相位差反推声源角度，阵形自校准则负责在流形本身未知时把阵形也估计出来；二者搭配的原因是形变会让导向矢量失配，谱峰偏移或展宽，单独做波达方向估计会系统性偏置，而 BOGE 把二者耦合为同一噪声子空间残差的最小化，阵形越准则波达方向越准，波达方向越准也越能验证校准是否有效。
已有路线为何在长阵与强噪声下容易失手
主动校准依赖协作源，精度高但在深海长期观测与隐蔽组网中部署成本高。自校准则试图从接收协方差或子空间中挖掘几何信息，早期做法把每个阵元的坐标当作独立变量，直接优化 2M 维，M=100 时就是 200 维非凸问题。
单源下的可辨性也受限。固定 3 个参考元后仍有 2M-6 个自由度缺乏单方向投影约束，优化器返回的数值解在数据上存在不可见的漂移模态。
为降维，研究者引入参数化。稀疏贝叶斯学习用低阶模型、拖曳阵分段用航向约束、宽带方法用多频时延不变性，都能在一定程度上压缩自由度。但单一圆弧或低阶多项式难以拟合多段悬链与正弦叠加的复杂形变，过度简化的均匀弯曲假设在相位缠绕超过 2π 时会产生虚假位置。
另一类机会源方法利用船舶辐射噪声等环境信号提升隐蔽性，效果受低信噪比与非平稳时空特性影响。BOGE 的定位正是在这两难之间：用物理先验把维度压下来，同时保留对多段悬链的拟合能力；在强噪声下保持稳健，并处理 238 元长阵的累积误差。
论文把问题形式化为什么样的优化
输入是 M 元阵的接收数据估计的协方差及其噪声子空间投影，以及首、中、尾 3 个非共线参考元的已知坐标与元序、名义间距。假设单源远场窄带，目标是同时输出全阵坐标矩阵与波达角。
核心判据是子空间正交性。对任意候选几何 R 与角度 θ，定义归一化残差为导向矢量在噪声子空间上的投影能量。理想无噪单源时，真几何与真方向处残差为零；有限快拍下真值附近为样本极小值。
对固定 R，在离散角度网格上扫一遍即可得到该几何对应的最优方向与最小残差，校准于是化为对几何的最小化问题。可辨识性需要额外条件，论文给出切空间秩条件与精修阶段的列满秩条件，明确单方向提供的约束上限。
BOGE 的流水线：先在曲线上全局搜，再在邻域内精修
BOGE 是一条 2 阶段粗到精的确定性流水线。数据先经带通与 Hilbert 变换提取解析信号，估计协方差与噪声子空间；长阵则按重叠窗口切分子阵。每个子阵独立经历阶段 I 与阶段 II，最后用重叠元做刚体对齐与融合，再用校准后的流形做 MUSIC 谱估计。
在进入公式前，先看理想阵的几何基准。图 1 把远场平面波、等间距与波达角的关系画得很直观，有助于理解后续为何要用链路方向角而非直接坐标来参数化。
此处需要先建立理想均匀线阵的直观，再去理解形变如何破坏相位关系。重点看左侧阵元排布与右侧波达角投影的对应，这是后续参数化的几何起点。
看图路径： 1. 看左侧 1 到 M 均匀线阵等间距 d 与坐标轴的排布；2. 看右侧放大图中波达角 θk 与虚线投影的几何关系；3. 对照左右图理解远场平面波时延的来源
论文图 1。原论文 Fig. 1:：“Schematic diagram of ULA.”。
图 1 左侧是编号 1 到 M 的均匀线阵，间距为 d，绿色星标声源以平面波斜入射；右侧放大相邻两元，虚线是波前投影，夹角 θk 决定时延。左侧横轴上黄色圆点等距排列，黑色双箭头标出 d，灰色虚线椭圆圈出 M-1 与 M 两元；右侧虚线蓝色连线与黑色法线形成 θk，直观展示理想导向矢量的相位项与几何直接挂钩。一旦阵形弯曲，投影长度就不再是(m-1)d cosθ，失配由此产生。
图 2 是全文的方法总图，值得在此停留。它把输入、预处理、分区、2 阶段优化、评价函数与对齐拼接的闭环画成红箭头循环，明确了贝叶斯优化负责全局粗搜、数值优化负责局部残差、Kabsch 负责长阵一致性的分工。
要看懂 2 阶段如何衔接与长阵如何拼接，需要沿图 2 的红箭头走一遍完整闭环。特别关注 Phase I 与 Phase II 在 Array Shape Optimization 框内的上下关系，以及右下对齐拼接如何回到输出。
看图路径： 1. 沿左上 System Input 到 Signal Processing Unit 的红箭头看主数据流；2. 区分 Array Shape Optimization 内 Phase I 与 Phase II 的职责分工；3. 看右下 Alignment and Splicing 如何通过 Kabsch 对齐回到 System Output
论文图 2。原论文 Fig. 2:：“BOGE first processes the received data and divide the full array into overlap sub-arrays.”。
沿图 2 主路径看，System Input 的接收数据与标称坐标经红色下箭头进入 Signal Processing Unit，内部 DataLoader 与 Analysis Signal Extraction 分别完成重塑与带通加 Hilbert。随后红色右箭头指向 Array Partitioning 的 Overlap Window Slices，再向下进入虚线大框的 Array Shape Optimization：上层 Phase I 标注 Global Search for Best Parametric Model，下层 Phase II 标注 Residual Fine Refinement，底部 Evaluation function 写出 Lns 公式。优化后向右进入 Alignment and Splicing，经 Kabsch Rigid Alignment 与 Splicing Sub-array 后，红色上箭头回到右上角 System Output 的 Corrected Shape 示意，菱形 All Done?形成迭代回路。
物理约束参数化 × 贝叶斯优化： 物理约束参数化负责把 2M 个独立坐标压缩为 4 个可解释参数（弧弯曲率、正弦幅度、空间频率、初相），保证连续性与链长边界；贝叶斯优化负责在由此约束导出的可行曲线上做全局搜索。搭配的意义在于物理约束参数化把高维非凸问题降维，而贝叶斯优化用高斯过程代理与期望提升在多峰残差面上平衡探索与利用，避免梯度法在周期相位目标上陷入局部极值。
物理参数化如何把 2M 维压到一维流形
BOGE 不直接优化坐标，而是用链路方向角描述连续缆形。对第 i 条链路，局部方向角参数化为
\[\psi_{i}(\boldsymbol{\eta})=\kappa i+A\sin(\omega i+\phi)\]其中\(\boldsymbol{\eta}=[A,\omega,\phi,\kappa]^{\rm T}\) 分别为正弦幅度、空间频率、初相与弧弯曲率。这个组合有明确物理动机：拖曳阵在水动力拖拽下呈周期正弦振动，静置阵在定常流下弯成圆弧，叠加可近似多段悬链，且天然满足空间连续性与链长边界。
给定参数，先算局部坐标下的端到端基线，再通过已知参考向量求全局旋转角
\[\alpha(\boldsymbol{\eta})=\arg(d_{{\rm ref},x}+jd_{{\rm ref},y})-\arg(d_{0,x}+jd_{0,y})\]进而得到全局链路方向与逐元坐标
\[\mathbf{r}_{m}(\boldsymbol{\eta})=\mathbf{r}_{1}^{\rm ref}+\sum_{i=1}^{m-1} d_{i}[\cos\xi_{i}(\boldsymbol{\eta}),\sin\xi_{i}(\boldsymbol{\eta})]^{\rm T},\;\xi_{i}=\alpha+\psi_{i}\]可行集由 3 个标量约束定义：端到端长度相等与中间参考元坐标相等，4 参数受 3 约束后局部为 1 维流形。当 A=0 时退化为圆弧等价类，ω 与 φ 在该分支上失去区分度但几何保持唯一。
可行流形 × 伪弧长延拓： 可行流形是由首、中、尾 3 个参考元导出的三约束四参数解集，局部为 1 维曲线；伪弧长延拓负责从多起点求根出发数值追踪出全部可行曲线并以归一化弧长参数化。搭配后贝叶斯优化无需在 4 维盒子里盲搜，而是在每条 1 维曲线上独立建高斯过程，见证根被保留为初始观测以防窄曲线被离散化遗漏。
目标函数与两阶段优化：从全局曲线搜索到约束精修
无监督目标基于子空间正交性。对候选几何 R 与方向 θ，定义
\[\mathcal{L}(\theta,\mathbf{R})=\frac{1}{M}\mathbf{a}(\theta,\mathbf{R})^{\rm H}\widehat{\mathbf{P}}_{n}\mathbf{a}(\theta,\mathbf{R})\]其中\(\widehat{\mathbf{P}}_{n}=\widehat{\mathbf{U}}_{n}\widehat{\mathbf{U}}_{n}^{\rm H}\) 为样本协方差的噪声子空间投影。对固定 R 在网格上最小化得最优方向与残差，理想单源无噪时真值处为零。
噪声子空间投影残差 × MUSIC 谱： 噪声子空间投影残差是自校准的无监督目标，定义为导向矢量在估计噪声子空间上的投影能量；MUSIC 谱则是该残差的倒数，峰值对应正交性最好的方向。二者本质同一量：残差越小，MUSIC 谱峰越尖。BOGE 固定候选几何在角度网格上扫残差取最小值，既得到该几何对应的最优方向，也得到评价几何好坏的标量目标，无需真实坐标监督。
阶段 I 在可行流形上做贝叶斯优化。先用多起点求根与伪弧长延拓追踪出若干曲线，每条以归一化弧长 ζ∈[0,1] 参数化，目标化为 1 维函数。论文采用 Matérn-5/2 核
\[k_{j}(\zeta,\zeta')=\sigma_{f}^{2}(1+\sqrt{5}\varrho_{j}+5\varrho_{j}^{2}/3)\exp(-\sqrt{5}\varrho_{j})\]与期望提升采集函数迭代选点，保留见证根作初始观测以覆盖窄曲线，最终选全局最小曲线与弧长得到粗估计。
阶段 II 为约束残差精修。以粗几何为基底，用沿切向与法向的 3 次 B 样条生成残差基矩阵 B，在 3 个参考元处强制零修正，精修几何写为
\[\mathbf{R}(\boldsymbol{\gamma})=\widehat{\mathbf{R}}_{\rm coarse}+{\rm Mat}_{M\times2}(\mathbf{B}\boldsymbol{\gamma})\]固定粗方向后最小化残差，约束包括系数幅值、均方根位移与链路长度容差，从 4 个初值做梯度优化并选满足容差的最小残差解，整体回退机制保留粗估计作为兜底。
B 样条残差基 × 信任域约束： B 样条残差基负责在粗估计邻域内提供光滑、可局部调节的形变修正能力，沿切向与法向生成 p 个基函数；信任域约束负责把修正限制在物理可行的小范围内，包括系数幅值、均方根位移与链路长度容差。搭配后既保留对复杂残差形变的表达力，又避免单源下 2M-6 个自由度不可辨导致的任意漂移，参考元处强制零修正进一步锚定刚性模糊。
长阵处理时每个重叠子阵独立执行上述 2 个阶段，再利用重叠元做 Kabsch 刚体对齐与坐标融合，推荐重叠比 30%。
重叠子阵 × Kabsch 对齐： 重叠子阵负责把 100 至 238 元长阵分治为可独立校准的短段，降低维度与累积误差；Kabsch 对齐负责利用重叠元估计相邻子阵间的刚体旋转与平移并融合坐标。搭配的原因是分治本身会引入段间坐标系不一致，必须通过共享几何约束做一致性拼接，30% 重叠在实验中成为精度与重复计算量的拐点。
没有神经网络训练，BOGE 如何完成确定性求解与推理
本文不包含可学习的神经网络权重，流程属于基于接收数据的确定性优化与推理。阶段 I 的高斯过程是贝叶斯优化的代理模型，其超参数长度尺度、输出方差与观测噪声在论文中未披露具体取值。
优化过程通过期望提升在每条 1 维曲线上顺序采样，最大化采集函数决定下一个弧长点。阶段 II 是带约束的数值优化，梯度来自残差目标对系数的导数，终止容差 1e-13 或 500 次迭代，4 个初值含零向量，其余为随机单位方向。
约束以 1e-8 容差检验，三重物理边界把精修限制在粗估计附近的小范围内。可辨识条件 p≤M-3 与投影基列满秩在理论上保证单方向下系数唯一，若基无法精确表示真实残差，精修给出近似解。
推理时，对每个候选几何在角度网格上扫 MUSIC 残差得到方向与目标值，长阵子阵独立校准后经 Kabsch 对齐融合，最终用校准流形生成 MUSIC 谱做波达方向估计。整个流程的计算成本主要来自多次残差评估与多子阵重复处理，论文未报告延迟与吞吐的实测开销。
数据从仿真到海试：样本构成与实验协议
要判断校准是否有效，需要看清数据如何构造、用什么指标、与谁对比。论文覆盖仿真与两类实测，协议差异直接影响结论的适用范围。
湖试的布放方式直接决定了形变的物理形态与参考约束的强度。图 8 把 10 个浮标的非均匀间距与多段悬链画得很清楚，是理解为何单一圆弧不够用的关键。
此处应重点观察浮标编号的疏密与传感光纤的下垂分段，这解释了后续为何需要分段悬链模型与更强的参考约束。
看图路径： 1. 看顶部 0 到 230 的浮标编号与非均匀水平间距；2. 看 15 米悬挂深度与 70 米水深背景下的多段悬链形态；3. 理解传感光纤如何被十个浮标拉成连续但分段下垂的几何
论文图 8。原论文 Fig. 8:：“Illustration diagram of experimental deployment.”。
图 8 展示了杭州湖试的布放示意：顶部黄色浮标标号 0、20、40、50、60、90、120、160、200、230 非均匀分布，水面下 15 米处黑色传感光纤在浮标间自然下垂形成多段悬链，底部水深 70 米。左侧 15 米标尺与 70 米总深形成对比，黑色光纤在相邻浮标间呈 U 形下垂，间距越小下垂越浅。这种非均匀悬挂说明单一圆弧模型的表达力有限，也说明湖试中 10 个参考元提供了比仿真更强的约束。
根据论文正文与图中报告值整理，下表聚焦阵元数、形变类型、参考元设置与评价方式的差异，统一了实验条件与指标方向。
| 数据集/场景 | 阵列与形变 | 样本与快拍 | 参考元与约束 | 任务与指标 | 备注 |
|---|---|---|---|---|---|
| 仿真 2D M=40 | 圆弧与正弦，d=1m | 定性展示几何与谱 | 首中尾 3 参考元 | 几何拟合与 MUSIC 主瓣 | 图 3 对应 |
| 仿真 3D M=100 | 悬链与倾斜正弦，含轴向滚动 | 定性展示 | 同上 | 3 维几何拟合 | 图 4 对应 |
| 仿真统计 M=20 | 2D 形变，SNR -20 至 20 dB，0.5 dB 步进 | 每 SNR 200 次蒙特卡洛 | 首中尾 3 参考元 | 几何 RMSE 与 DoA MAE | 与 4 基线对比 |
| 仿真重叠比 M=100 | 3D 形变，重叠 10% 至 50% | 每比值 50 次试验 | 同上 | 几何 RMSE 与 DoA MAE 拐点 | 推荐 30% |
| SWellEx-96 Event S5 北 HLA | 27 有效元，2D，166 与 201 Hz | 单频点评估 | 第 1、14、27 有效元为参考 | 几何 RMSE 与跨频一致性 | 公开海试 |
| 杭州湖试 238 元光纤阵 | 多段悬链，d=1m，深度 15m，采样 10 kHz | 固定源 500 Hz 两方向，动目标 60s | 10 个浮标对应元为参考 | MUSIC 主瓣宽度与噪声电平 | 无真值几何 |
该表把仿真与实测的约束强度对齐：仿真仅用 3 个参考元检验弱约束下的泛化，湖试用 10 个浮标检验强约束下的工程可行，SWellEx-96 则提供 27 元公开基准。实测阶段直接剔除 ASMLM 与 WORKS，仅剩两基线对比，对单圆弧与多谱线方法的覆盖有限。该表支持的范围限于单源窄带与已知参考的设定，超出该设定需要额外验证。
基线包括 ASMLM、WORKS、AS-TDE、DAS-SC 4 种，其中 BOGE 与 ASMLM 共享单源远场窄带设置，WORKS 与 AS-TDE 保留其所需校准源；四基线为作者按文献公式复现。实测阶段因假设不满足排除了 ASMLM 与 WORKS，仅与 DAS-SC、AS-TDE 对比。论文未报告方差、统计检验与硬件预算，角度网格步进与高斯过程超参也未披露。
仿真中几何与谱是否同步变好
先看仿真中几何与谱是否同时变好。图 3 与图 4 把校准前后的几何与 MUSIC 谱并列，是判断方法是否真正恢复流形而非仅让谱峰好看的关键证据。
在对比几何重建前，需要先确认 2 维典型形变下校准轨迹与真值的贴合程度。重点看圆弧与正弦两类形变中灰色真值与蓝色校准的差异。
看图路径： 1. 对比(a)(c) 中灰色真值点线与蓝色校准虚线的重合度；2. 看(b)(d) 中蓝色校准谱与灰色理想谱在 -30°主瓣的尖锐度；3. 注意圆弧与正弦两种形变下几何与谱的一致性
论文图 3。原论文 Fig. 3:：“Comparison of array geometry reconstruction and MUSIC spatial spectrum under different scenarios: (a) 2D geometry estimation of the circular-arc array.”。
图 3 四面板中，(a) 圆弧与(c) 正弦的灰色真值点线与蓝色校准虚线几乎重合，(a) 中 X-Y 平面内圆弧从(0,0) 弯至(45,-20)，(c) 中正弦在 Y 方向呈现两个完整波峰；对应的(b)(d) 谱图中，横轴 -90°到 90°、纵轴 -60 到 0 dB，蓝色校准谱与灰色理想谱在 -30°处主瓣尖锐且重叠，旁瓣被压至 -57 dB 左右，验证了几何精度向 DoA 精度的传导。
2 维验证后需要检验 3 维长阵的泛化能力。图 4 把悬链与倾斜正弦放在 X-Y-Z 空间中，是对重叠拼接与物理先验在更复杂形变下是否依然有效的直接考验。
看图路径： 1. 看(a) 倾斜正弦与(b) 悬链在 X-Y-Z 三轴上的空间走向；2. 对比灰色真值点线与蓝色校准虚线的贴合情况；3. 观察长阵弯曲与轴向滚动同时存在时的重建稳定性
论文图 4。原论文 Fig. 4:：“Performance on array geometry reconstruction in 3D space: (a) 3D geometry estimation of the sinusoidal array. (b) 3D geometry estimation of the catenary array.”。
图 4 进一步把阵拉到 3 维，(a) 倾斜正弦在 X 0-100、Y 0-14、Z 0-10 空间中呈现 S 形扭转，(b) 悬链在 X 40-180、Z 0 至 -10 形成 U 形下垂，灰色真值点线与蓝色校准虚线在三轴网格中依然贴合，表明重叠子阵与物理先验的组合对长阵 3 维形变依然有效，而非仅在 2 维场景下成立。
统计对比需要看宽信噪比下的误差曲线。图 5 同时给出 DoA 与几何两类误差，是区分方法在低信噪比稳健性与高信噪比天花板的关键。
此处应沿横轴信噪比从 -20 到 20 dB 跟踪各条虚线，重点比较蓝色 Proposed Method 与其他 4 条基线在低端与高端的相对位置。
看图路径： 1. 在(a)DoA MAE 与(b)Geometry RMSE 中跟踪蓝色 Proposed Method 曲线；2. 看 -20 到 -15 dB 低信噪比区与其他四条基线曲线的分离度；3. 注意高信噪比区 WORKS 与 Proposed Method 的收敛趋势差异
论文图 5。原论文 Fig. 5:：“Benchmark performance under different SNRs: (a) DoA MAE under different SNRs. (b) Geometric RMSE under different SNRs.”。
图 5(a)DoA MAE 与(b)Geometry RMSE 两图中，横轴 SNR -20 至 20 dB 纵轴对数刻度，蓝色 Proposed Method 在 -20 至 20 dB 多数区间位于最下方，-20、-10、0 dB 几何 RMSE 分别约 0.0737、0.0145、0.00341 米；绿色 WORKS 在高信噪比下几何误差接近 BOGE 但 DoA 误差仍略高，青色 ASMLM 在 0 dB 后出现水平平台，深绿 AS-TDE 在 -15 dB 附近陡降前误差超过 10 米与 10°，红色 DAS-SC 呈阶梯式下降，说明不同方法对信号质量的敏感度差异显著。
实测海试的几何真值检验在图 7 中给出，需要同时看平面轨迹与按元误差两重视角。
在图 7 中要先看(a) 平面轨迹的整体贴合，再看(b) 按元误差的分布与平均虚线，这能区分方法是整体偏移还是局部失效。
看图路径： 1. 在(a) 中比较 BOGE 蓝色、DAS-SC 红色、AS-TDE 绿色与灰色参考形状的偏离；2. 在(b) 中按元索引看三条误差曲线与虚线平均误差 0.659、4.095、5.584；3. 注意 14 号参考元附近误差归零的锚定效应
论文图 7。原论文 Fig. 7:：“Array geometry recovery on the SWellEx-96 dataset: (a) Reference geometry and geometries estimated by BOGE, DAS-SC, and AS-TDE.”。
图 7(a) 中横轴 East 0-140、纵轴 North 0-200，BOGE 蓝色轨迹紧贴灰色参考形状，而 DAS-SC 红色与 AS-TDE 绿色在中段明显偏离；(b) 横轴 Element Index 0-27、纵轴 Position Error 0-7 米，BOGE 蓝色误差线在 0-1.5 米内波动、均值虚线 0.659 米，红色 DAS-SC 在 14 号后跃升至 6-7 米、均值 4.095 米，绿色 AS-TDE 全程 5-6 米、均值 5.584 米，且 BOGE 在 14 号参考元处误差归零，跨频 166 与 201 Hz 估计间 RMSE 仅 0.58 米。
根据论文正文与图中报告值整理，关键结果统一标注指标方向与支撑含义。
| 比较或条件 | 指标（方向） | 明确报告值 | 这项数字支持什么 | 适用边界 |
|---|---|---|---|---|
| 仿真 M=20 SNR -20 dB | 几何 RMSE ↓ | BOGE 0.0737 m | 低信噪比下仍保持最低几何误差 | 未报告方差，单次最差情况待补充 |
| 仿真 M=20 SNR 0 dB | 几何 RMSE ↓ | BOGE 0.00341 m | 中高信噪比几何精度达毫米级 | 限于单源窄带设定 |
| 仿真 M=100 重叠 30% | 几何 RMSE/DoA MAE ↓ | 0.2 m / 约 0° | 重叠拐点后精度收敛 | 10% 与 20% 重叠时误差>0.5m 与>13° |
| SWellEx-96 166 Hz 27 元 | 几何 RMSE ↓ | BOGE 0.659 m vs DAS-SC 4.095 m vs AS-TDE 5.584 m | 实测几何显著优于两复现基线 | 仅单频点，未报告多频统计与方差 |
| 湖试 238 元 60s 动目标 | 主瓣宽度 ↓ / 噪声电平 | BOGE 4.87° vs 8.98° vs 13.91° / -4.91 vs -4.50 vs -4.77 dB | 校准后谱更集中，跟踪更稳定 | 无真值几何，以谱形间接佐证 |
该表量化了 BOGE 在低信噪比与实测单频点的相对优势：仿真 0 dB 毫米级精度与 SWellEx-96 降低 3-4 米误差形成跨域一致性。高信噪比下 WORKS 几何已追平 BOGE，湖试无真值几何，稳定跟踪的判断基于谱峰宽度。该表支持的结论限于单源宽带与已知参考条件下的排序，长阵全频段的稳定性仍需更多频点验证。
关键消融：重叠比与模型失配的边界
论文对长阵分治的重叠比做了系统扫描，这是少数能直接指导部署的消融。重叠 10% 与 20% 时，共享约束不足，子阵间误差在 Kabsch 对齐中累积，几何 RMSE 超过 0.5 米且 DoA 误差超过 13°。
要判断分治策略是否有效，需要看重叠比从 10% 到 50% 的拐点行为。重点观察 30% 前后误差陡降与平台的对比。
看图路径： 1. 看(a)DoA MAE 随重叠比从 10% 到 30% 的陡降拐点；2. 看(b)Geometry RMSE 在 30% 后趋于平坦的收益递减；3. 对比 10% 与 20% 时超过 1 米与 10 度的失效区间
论文图 6。原论文 Fig. 6:：“Statistical performance of BOGE under different conditions: (a) DoA MAE under different overlap ratios. (b) Geometric RMSE under different overlap ratios.”。
图 6 左右两面板同步展示了拐点效应：(a)DoA MAE 纵轴 0-25°在 10% 时约 23°、20% 时约 14°，到 30% 骤降至接近 0°；(b)Geometry RMSE 纵轴 0-1.6 米在 10% 时约 1.5 米、20% 时约 1.1 米，到 30% 降至 0.2 米，40% 与 50% 仅微降至 0.18 米左右。蓝色折线在 30% 处形成明显拐点，说明 30% 是精度与成本的平衡点，这与图 5 中不同基线对信噪比的敏感度形成互补。
根据论文正文与图中报告值整理，重叠比与模型表达力的边界条件如下，明确区分可用区间与待验证区间。
| 消融维度 | 控制变量 | 评价指标 | 关键阈值与现象 | 支撑结论 | 待验证边界 |
|---|---|---|---|---|---|
| 重叠比 10% 至 50% | 子阵共享元比例，M=100 | 几何 RMSE 与 DoA MAE | 30% 为拐点，10% 时 1.5m/23°，30% 时 0.2m/约 0° | 30% 平衡精度与计算量 | 不同子阵长度下的拐点漂移待测 |
| 物理模型阶数 | 4 参数主模型加 B 样条残差 | 拟合误差与可辨性 | p≤M-3 且投影基列满秩时唯一 | 信任域内残差可补偿主模型不足 | 真实形变超出基张成时给出近似解 |
| 信噪比扫描 | -20 至 20 dB，M=20 | 几何 RMSE | ASMLM 高 SNR 平台，AS-TDE 低 SNR 陡增 | 单一圆弧与时延估计对复杂形变更敏感 | 多源与宽带下的平台变化待测 |
| 参考元数量 | 3 个 vs 湖试 10 个 | 几何约束强度 | 湖试 10 个浮标约束更强 | 实测精度部分来自更强先验 | 单参考或无参考下的退化待测 |
该表把重叠比的工程权衡显式化：30% 后收益递减，继续增加重叠主要增加重复计算。10% 与 20% 重叠的失效说明分治策略对共享信息敏感。另一现象是 ASMLM 高信噪比平台与 AS-TDE 低信噪比陡增，反映单一圆弧与时延估计对复杂形变的敏感。该表支持的阈值限于当前子阵长度与单源设定，不同长度或非均匀重叠下的拐点需要额外扫描。
另一隐含消融是物理模型的表达力。阶段 I 的 4 参数模型捕捉主形变，剩余偏差靠阶段 II 的 B 样条残差基补偿。若真实形变超出基的张成空间或 p 超过 M-3，论文指出精修给出近似解，单方向下 2M-6 个自由度本质上缺乏唯一性，约束的作用是选出一个物理可行的数值解。
边界与待验证之处：参考元、单源与复现基线
论文明确承认的局限包括：需要已知首、中、尾 3 个非共线参考元以消除旋转与尺度模糊，且假设已知元序与名义间距；单源远场窄带模型，残差基仅能近似真实形变时给出近似解；A=0 时 ω 与 φ 失去区分度，仅能辨识圆弧几何类；未来拟扩展至拖曳阵在线校准与时变几何联合跟踪。
审稿视角的待验证点值得关注。实测对比排除了 ASMLM 与 WORKS，剩余两基线为复现实现，对比的全面性有限；SWellEx-96 仅报告单频点 166 Hz 的 0.659 米，未报告统计方差与多快拍敏感性；湖试以主瓣宽度与噪声电平代替几何精度，缺乏真值误差，且 238 元阵以 10 个浮标作参考约束比仿真更强，结论向无参考或大幅形变场景的推广需要额外实验。
此外，高斯过程长度尺度、输出方差、观测噪声与角度网格步进等关键超参与硬件配置未披露，伪弧长延拓的曲线完备性缺乏保证，贝叶斯优化在多子阵上的计算开销与实时性未评估。单源假设回避多源与宽带相位缠绕，实际海洋多径与非平稳噪声下稳定性有待验证，影响力也集中于水下阵列，对语音与音乐社区的直接参考价值有限。
复现需要什么，缺什么
若要复现 BOGE，核心是实现从协方差到可行曲线再到残差精修的完整流水线。输入为接收数据、标称间距与 3 个参考元坐标，输出为全阵坐标与波达方向。阶段 I 需实现多起点求根、伪弧长延拓、每条曲线独立高斯过程与期望提升；阶段 II 需实现 B 样条基构造、参考元零修正、三重约束与多初值梯度优化；长阵需实现重叠切片与 Kabsch 对齐融合。
缺失项集中在可复现性。论文未发布代码、模型权重与湖试数据，SWellEx-96 虽公开但未给下载链接与处理脚本；关键超参如高斯过程长度尺度、方差、观测噪声与角度网格步进未说明，阶段 II 仅给容差 1e-8 与 1e-13。未报告硬件、运行时长与吞吐，难以评估 238 元阵实时部署成本。
建议复现时先在 M=20 仿真上按 -20 至 20 dB 扫描复刻图 5 曲线，验证低信噪比优势与高信噪比收敛；再在 M=100 上扫描重叠比复刻拐点；最后用 SWellEx-96 北 HLA 27 元 166 Hz 检验 0.659 米量级。任何改动都应固定参考元与单源窄带条件，否则结果缺乏可比性。
根据论文正文整理，复现所需的关键配置与缺失项对比如下，明确区分已披露与待补全的部分。
| 模块 | 已披露配置 | 未披露/待验证 | 对复现的影响 | 建议补全实验 | 成本关联 |
|---|---|---|---|---|---|
| 阶段 I 贝叶斯优化 | Matérn-5/2 核，EI 采集，见证根保留，多曲线独立优化 | 长度尺度 χj、方差 σf2、观测噪声 σGP2、迭代次数 | 代理模型与采样效率难以精确复刻 | 扫描不同 χj 对低 SNR 收敛的影响 | 影响每子阵评估次数 |
| 阶段 II 精修 | B 样条基，4 初值，容差 1e-13/1e-8，约束 0.25ds/0.08ds/0.98-1.02di | 基函数数量 p、网格 Θg 步进、梯度优化器类型 | 精度与可行性边界存在不确定性 | 对比 p≤M-3 不同取值下的近似误差 | 影响精修迭代 500 次耗时 |
| 长阵拼接 | 重叠 30% 拐点，Kabsch 刚体对齐 | 子阵长度、计算耗时、内存占用 | 长阵实时性难以评估 | 测量 238 元阵分段耗时与误差累积 | 决定在线校准可行性 |
| 数据与评估 | SWellEx-96 27 元 166 Hz 0.659m，湖试 238 元 500 Hz | 方差、统计检验、真值几何、硬件环境 | 实测结论的推广范围受限 | 补充多频点与多快拍方差分析 | 影响部署前风险判断 |
该表把可复现与待补全项拆开：已披露的约束与容差足以搭建流水线框架，未披露的超参与硬件则决定精度与速度的实际落点。全程无开源代码与湖试数据，且四基线均为复现实现，对比的公平性与复现成本需要额外说明。该表支持的部署判断限于离线处理，实时性结论需要补充计时测量。
收束：何时选用 BOGE，何时需要更谨慎
BOGE 的价值在于把阵形校准从高维逐元优化拉回到物理可解释的低维流形，并用贝叶斯优化的全局性与残差基的局部表达力互补，配合重叠拼接解决长阵难题。在仿真宽信噪比范围与公开海试单频点上，它以更低几何误差与更窄主瓣展现了被动自校准的可行性。
该方法在已知少量参考元、单源窄带、形变连续且链长有界的水下场景中适用性更明确。此时可行流形的降维与信任域的约束既保证可辨，又保留对复杂悬链的拟合能力。
前提同样清晰：3 个参考元、已知元序与名义间距、单源远场窄带、平静环境。偏离这些前提时，结论的适用度需要重新评估。多源宽带、大形变、无参考、强多径与非平稳噪声下的表现尚未验证，复现与实时性细节也有待补全。
对刚入门的研究生而言，BOGE 更像一个设计范式——用物理先验降维、用全局优化避局部、用约束精修保可行——而非即插即用的通用校准器。理解其可辨条件与失效边界，比记住 0.659 米这个数字更有长期价值。
📎 论文与评分元数据
标签：#声源定位 #空间音频 #鲁棒性 #多通道
5.7/10 | 创新 1.4/2 | 技术严谨 1.1/1.5 | 实验充分 1/1.5 | 清晰度 0.8/1 | 影响力 0.4/1.5 | 开源 0/1.5 | 可复现 0.1/0.5 | 工程/实践 0.9/1.5
📝 5.7/10 | 前50% | 文档类型：方法研究 | 评分置信度：中 | #声源定位 | #空间音频 | #鲁棒性 #多通道 | arxiv
⚖️ 评分依据与证据（展开查看）
逐维得分、全文证据与扣分边界
创新性 (1.4/2)：4 参数正弦加弧模型将 2M 维坐标压缩至 1 维可行流形，结合 Matérn-5/2 GP 与 EI 的 BO 粗估计加 B 样条残差约束精修与 30% 重叠 Kabsch 拼接，系统级组合具可验证新能力
技术严谨性 (1.1/1.5)：给出切空间秩条件 rank[Gη ν⋆,Gθ]=2 与 p≤M-3 且 Cθ⋆ 列满秩的可辨识条件及链长与位移信任域约束，推导自洽并明确单源远场窄带与 3 参考元假设，未见算法逻辑漏洞
实验充分性 (1.0/1.5)：仿真覆盖 M=20 在 -20 至 20 dB 每点 200 次与 M=100 重叠比 10% 至 50% 每点 50 次及 SWellEx-96 27 元 0.659 m 验证，但实测剔除 ASMLM 与 WORKS 且 4 基线为复现实现，未报告方差与统计检验
清晰度 (0.8/1)：两阶段数据流与可行集 M 定义及残差目标 L(θ,R) 符号完整，图 3 至图 7 对应几何与 MUSIC 谱峰，但约束与超参分散描述，整体结构可读
影响力 (0.4/1.5)：核心贡献为水下柔性阵被动自校准，对语音音乐音频读者直接价值有限，且严格依赖 3 参考元与单源窄带及平静湖试，外推至无参考大形变多源宽带受限
开源 (0.0/1.5)：论文未发布核心代码、模型权重或数据资源，也未给出明确的后续开源承诺。
可复现性 (0.1/0.5)：未披露 GP 长度尺度 χj、输出方差 σf2、观测噪声 σGP2 与角度网格 Θg 步进及硬件配置，阶段 II 仅给容差 1e-8 与 1e-13，关键配置大量缺失
工程/实践价值 (0.9/1.5)：给出从协方差估计到可行曲线 BO 粗估计、B 样条残差精修与重叠子阵 Kabsch 对齐融合的完整可复用流水线并在 238 元阵验证，但未报告延迟吞吐等真实部署测量