基于Kraken简正波模型的浅海声场分析

水声信道的传输特性是影响水声通信系统性能的重要因素。本文采用了一种全液态Kraken简正波模型 ,对位于浅海信道的目标海区的传播特性进行分析 ,得到了不同传播条件下信道的传播损失和频率特性图 ,为水声通信系统的设计提供了理论基础。

Kraken海洋声学模型及其声传播与衰减的数值试验

针对射线、简正波、PE、FFP等传播模型的算法原理及其适用的海洋环境,建立了以Kraken声学模型计算软件为基础的海洋声场数值预报系统。应用该预报系统对4组典型的海洋声场进行了数值试验,结果表明:在相同的海面和海底边界条件下,声场分布是由声速剖面和声源位置决定的。在负梯度声场中,所有声线都折向海底,在极限声线外产生阴影区。声源位于声道轴附近的温跃层中会产生波导传播。用射线理论解释了上述现象的成因,指出了其实际应用价值。

Kraken声场建模下目标辐射噪声模拟技术研究

水面目标辐射噪声模拟技术是测试被动声呐系统、目标识别定向及水声软对抗的关键技术。通过对辐射噪声信号特性的描述及分析,建立了水面目标频域线谱及连续谱分量的数理仿真模型。针对水声信道影响因素,将Kraken简正波声场模型与信号本身特性有机结合。以1/3倍频程滤波带宽算法为基础,完成了对宽带FIR滤波器组的设计。采用现在应用广泛的GPU(Graphic Processing Unit)并行加速平台,实时实现了目标噪声模拟器整体架构,大大降低了系统硬件资源的消耗。通过对模拟器输出信号进行数理分析,证明了该模拟器能较好地实现水面目标的辐射噪声特性,具备良好的科研应用价值。

低信噪比条件下引导源目标定位算法

为了实现引导源目标定位算法在低信噪比声源信号条件下的准确定位,在推导了引导源目标定位算法原理基础上,根据算法仿真结果的特点,提出了利用领域平均法对算法进行降噪处理的方法。对几组不同信噪比的引导声源和目标声源,进行了算法仿真,比较分析了其降噪前后的引导源目标定位算法处理结果。计算机仿真结果表明领域平均法降噪处理能有效提高引导源目标定位算法在低信噪比条件下的定位效能。

浅海环境不确定性对声场扰动的影响

探索海洋环境各水声参数的不确定性所引发的声场扰动,对提高水声场预报的准确性与科学性至关重要,极具理论意义与应用价值。基于Workshop’97浅海环境基准模型,以扰动声场与实际声场的相关性函数作为量化指标,通过Kraken波动理论数值模型与马尔科夫链蒙特卡罗随机统计思想,基于单因子变量原则模拟分析了浅海水平不变环境中各水声参数声场扰动敏感性大小及其相关性,结果表明:沉积层声速C_1、水深D_1敏感性最强,沉积层衰减系数αs、沉积层密度ρs、沉积层声速C_2、沉积层厚度D_2、基底声速C_3次之,基底衰减系数αb、基底密度ρb几乎无影响;αs、ρs、C_1、D_1敏感性随距离增加逐渐增强,C_2、D_2、C_3敏感性随距离增加逐渐减弱;D_2、C_2,D_2、C_3,C_1、C_3,C_2、C_3之间存在较强的正相关性,D_2、C_1,C_1、C_2之间为显著的负相关性。

基于Gabor滤波的引导源目标定位

针对引导源目标定位算法在低信噪比声源信号条件下不能有效定位的问题,在推导了引导源目标定位(GTL,Target localization algorithm using a guide source)算法原理基础上,根据低信噪比条件下GTL算法处理结果的特点,提出了利用Gabor滤波对算法输出条纹图进行降噪处理的方法。利用几组不同信噪比的引导声源和目标声源信号,对基于Gabor滤波降噪处理的GTL算法进行了仿真,并比较分析了其降噪前后引导源目标定位算法的处理结果。仿真结果表明,基于Gabor滤波处理后的GTL算法能准确实现低信噪比条件下的目标声源定位。

基于Kriging替代模型的水声传播损失不确定性量化研究

针对传统水声传播模型在计算精度与效率上难以平衡的问题,本文提出了一种利用Kriging替代模型进行水声传播损失不确定性量化的快速计算方法。利用Kriging模型替代经典Kraken传播模型,缓解Kraken模型耗时的问题,以较高的效率和精度进行水声传播计算并得到相应的水声传播损失。在此基础上,进一步将Kriging替代模型与蒙特卡洛方法结合起来,对由多个环境变量引起的水声传播损失进行不确定性分析,得到传播损失的后验概率密度分布以及90%置信区间分布。试验结果表明所提方法可以快速有效量化水声传播损失的不确定性,为水声传播损失不确定性量化提供了一种新的思路和方法。

卷积神经网络单矢量水听器方位估计

针对浅海环境下单矢量水听器方位估计的问题,本文提出了一种利用卷积神经网络对目标声源进行方位估计的方法。利用KRAKEN模型仿真的声压和质点加速度对1个包含3个卷积层和4个全连接层的卷积神经网络进行训练,利用训练好的卷积神经网络模型进行方位估计。仿真数据训练的卷积神经网络模型具有良好的方位估计性能,即使在低信噪比的条件下,依然能够获得可靠的方位估计结果。海上实验数据处理结果表明:该神经网络模型可以有效地从舰船辐射噪声中提取特征并准确地估计目标船只的方位,与传统的加权直方图的方位估计方法相比,本文方法具有更高的估计精度和可靠性。

浅海沉积层声学特性对声传播损失的影响仿真研究

为厘清海底沉积层声学特性信息的水声环境保障需求,构建浅海两层海底环境参数模型,并参考Hamilton海底底质9种分类设置沉积层声速、密度、衰减系数及厚度的参考值及计算采样区间,利用Kraken简振波模型,采用控制变量的方法,研究了浅海沉积层声学特性参数对声传播损失的影响;开展了建模理论推导及数值技术分析,研究了海底沉积层声学特性参数在模型计算过程中调用过程,并从建模计算的角度对仿真计算的结果进行解释,对海底沉积层声学特性调查装备发展及调查重点参数具有一定的参考价值。

声场模型的海洋水声信道通信系统研究

海洋环境通常复杂多变,时常受到时变、频变、空变随机特性及噪声引起的各种干扰,造成海洋水声信道中的通信过程中存在着严重的信号失真和畸变,极大地降低了水声通信系统的可靠性和有效性。因此对水声信道进行研究和特性分析,对于设计水声通信系统而言意义重大。本文进行基于声场模型的海洋水声信道通信系统中的信道分析与仿真,采用Kraken简正波模型对海洋信道通信系统的传播损失特征进行分析。仿真结果表明,Kraken简正波模型应用于海洋信道通信系统传播损失特征分析的可行性和有效性。