海洋声学层析研究现状与展望

海洋声层析是1979年美国科学家W.Munk等人提出的,通过测量传播时间等声传播信号有关参量反演声波所穿越的海洋特征,得到大面积海域中的海洋动力学状态及其变化的估计。声层析方法自提出以来受到各国的重视。在最初的20 a间,以全球测温计划(ATOC)为代表的一系列验证实验推动了声层析的理论研究、设备研制和应用。步入21世纪后,声层析与海洋动力学的数据同化、利用滑翔机等设备的移动声层析以及沿海声层析得到重视,并进行了相关的理论与实验研究。纳入成像旗下的声层析希尔伯特方法、有效低功耗的分布式传感网络声层析,以及被动声层析,或将成为声层析未来研究的重要方向。

稀疏贝叶斯学习用于噪声互相关提取格林函数

在较窄频带条件下,传统的噪声互相关提取时域格林函数(Time Domain Green’s Function,TDGF)方法分辨率低,影响了海洋被动声层析的应用。针对这一问题,提出了一种基于稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)的噪声互相关提取TDGF的方法。首先,构造了TDGF的稀疏表示模型,其中字典矩阵由傅里叶变换算子构成,观测矩阵由频域噪声互相关函数组成。然后,使用预累积处理来折中SBL估计TDGF的分辨率与稳定性。仿真与海试实验数据表明,联合预累积处理的SBL方法有效地从较窄频带的海洋环境噪声中提取了传统方法无法分辨的TDGF到达时间,从而为自适应选取噪声频段、实现快速海洋被动声层析提供了一种可行思路。