高斯射线束法在深海声源定位中的应用

在深海匹配场(Matched Field Processing-MFP)声源定位中,拷贝场模型的计算精度和速度对声源的定位效果和定位效率有着直接的影响。针对这一问题,本文数值仿真研究了深海匹配场定位中采用高斯射线束理论作为拷贝场计算模型的可行性。高斯射线束理论具有计算速度快,物理意义清晰,并且适合并行化处理等优点。文中利用不同水文环境、不同频域范围的大量仿真实验来证明该模型的适用性。结果表明,高斯射线束模型在深远海的声源定位中有很好的定位精度,并且在较低频段同样有效,可以作为深远海声源定位的拷贝场计算模型。     

一种基于双引导声源和warping变换的拷贝声场计算方法

提出了在均匀浅海环境中只知道少量环境参数的情况下,利用不同距离上的两枚引导声源和warping变换的拷贝声场计算方法。这种方法主要基于简正波估计技术,从声场衰减信息和相位信息两个方向来重构拷贝声场,从而与目标声场匹配进行定位。其优点在于能避免传统的匹配场定位技术中拷贝场计算时对环境模型和环境参数的依赖。在简正波估计技术中采用warping变换的处理方式,数值仿真主要采用线性Bartlett匹配处理器分析了目标定位效果,在信噪比高于1015 dB的情况下,定位效果良好。      

随机多项式展开多特征向量约束-匹配场 声源定位算法*

多特征向量约束的自适应环境宽容匹配场算法可用于随机和不确知海洋声传播介质中的声源位置定位。该方法需要对拷贝场复声压的互谱矩阵进行估计。为了克服蒙特卡洛统计方法计算互谱矩阵较为耗时的缺点,文章将起伏介质中的随机或不确知声压表示为以正交的随机多项式为基底的级数,随机多项式基底的输入变量为描述环境随机性或不确知性的随机变量。利用随机多项式展开基底的正交性可快速估计拷贝场复声压互谱矩阵。仿真结果表明：在声源频率较低、浅海海水声速存在随机起伏的条件下,在计算效率上使用随机多项式展开方法估计拷贝场复声压互谱矩阵较蒙特卡洛统计方法可提高一个数量级;在高信噪比下,多特征向量约束匹配场声源定位算法在定位准确率和输出峰均比上优于线性匹配场和对角加载的最小方差匹配场声源定位方法。     

利用拖船辐射噪声的深海声学参数近场匹配场反演方法

针对深海声学参数难以通过远距离合作声源反演获取的问题,提出了利用拖船低频噪声近场匹配场反演方法。首先,利用聚焦波束形成计算拖曳阵接收拖船噪声的方向性,获得传播路径特征;然后,构建多参数反演模型,由波数积分声传播模型计算拷贝场,采用遗传算法对多频匹配场目标函数进行反演。同时,采用蒙特卡罗方法分析参数后验概率密度。仿真与试验结果表明:深海环境中拖曳阵接收拖船噪声主要来自海底反射路径,利用该特性反演得到海水深度、噪声源距离、阵列深度、沉积层厚度等参数,多频联合反演可以提高沉积层厚度等参数反演准确性。宽带匹配场处理表明,利用反演最优参数模型能准确给出拖船噪声源的空间位置。      

不确定海洋环境中的模态子空间重构稳健定位方法

实际的海洋是一个不确定的声传播环境,常规的匹配场方法在进行目标定位时会遇到环境失配的问题,导致定位性能下降.在不确定的海洋环境中,声场传播中的一部分简正波模态受到声场不确定性的影响较小.基于此,本文提出了一种模态子空间重构的稳健定位方法.该方法使用稳定的模态来重构拷贝场向量,相比于常规匹配场定位方法中使用全阶模态来构造拷贝场向量,其定位结果更加稳健.利用计算机仿真数据和海试数据进行了定位性能分析,并给出了常规匹配场定位方法和稳健最大似然定位方法作为对比.研究结果表明:1)不确定海洋环境中,常规匹配场定位方法即使在较高的信噪比条件下其定位性能也较差.2)模态子空间重构定位方法的性能优于常规匹配场定位方法和稳健最大似然方法.     

利用宽带引导声源重构拷贝声场的目标声源定位

为了避开传统的匹配场目标定位技术对环境先验知识的依赖性,提出了在均匀浅海环境中只知道少量环境参数的情况下,利用垂直接收阵和不同距离上的两枚宽带引导声源重构声场对目标声源进行定位的一种方法。这种方法主要基于简正波估计和声场重构两种关键技术,同时省去了匹配场定位技术中大量的拷贝声场计算。数值仿真主要采用线性Bartlett匹配处理器分析了目标定位效果,在信噪比高于10 d B的情况下,定位效果良好。     

空气中声源的水下匹配场定位

通过水下布放的垂直线列阵采集空中声源在水下激发的测量声场,采用声场波数积分模型(OASES模型)对空中声源激发的水下声场建模,计算出拷贝声场,将二者进行匹配处理从而对空中声源目标定位。首先通过数值仿真验证了匹配场处理技术对空中声源的测距能力,并通过引入宽带匹配场处理器平滑掉距离上的周期性旁瓣。最后分析南海某海域的空气声试验数据,采用常规匹配场方法对700 m以内的32组空中声源目标进行定位,测距结果与GPS计算的收发间实际距离相比,大多数情况下是一致的,在较远距离由于信噪比降低,测量结果容易出现偏差。     

空气中声源的水下匹配场定位

通过水下布放的垂直线列阵采集空中声源在水下激发的测量声场,采用声场波数积分模型(OASES模型)对空中声源激发的水下声场建模,计算出拷贝声场,将二者进行匹配处理从而对空中声源目标定位。首先通过数值仿真验证了匹配场处理技术对空中声源的测距能力,并通过引入宽带匹配场处理器平滑掉距离上的周期性旁瓣。最后分析南海某海域的空气声试验数据,采用常规匹配场方法对700 m以内的32组空中声源目标进行定位,测距结果与GPS计算的收发间实际距离相比,大多数情况下是一致的,在较远距离由于信噪比降低,测量结果容易出现偏差。      

基于压缩拷贝场向量的空域滤波器设计

近几十年来,匹配场处理技术得到了广泛深入的研究,并针对实际应用提出了一系列的具体处理算法.当感兴趣的水下目标信号被水面强干扰信号掩蔽时,对水下目标的匹配场处理定位性能显著下降.现有的广义空域滤波器可以抑制水面强干扰,但计算速度较慢并且内存消耗较大.提出了一种基于压缩拷贝场算法的空域滤波器设计方案,并通过非相干叠加处理宽带问题.相对于现有的空域滤波器,当接收阵元数N大于波导中有效简正波号数Q时,该滤波器可以大幅度缩减计算时间、节约运行内存,并且保持了对水面强干扰的抑制性能.针对近岸浅海环境进行了仿真计算,并给出了一些近岸浅海海域试验数据处理结果,验证了该空域滤波器的性能和对计算速度的提升.结果表明,应用基于压缩拷贝向量的矩阵滤波器对强干扰下的弱目标进行宽带非相干匹配场定位,可实现水下目标的有效区分.     

基于环境扰动的线性匹配场处理方法

匹配场处理面临的挑战主要是拷贝场失配。常规线性匹配场处理方法虽然对失配较宽容,但旁瓣较高,定位正确率依赖于失配的程度,且很容易受到强干扰的影响而失效。自适应匹配场处理可以获得较高的定位精度和旁瓣抑制性能,但环境参数失配、距离／深度空间欠采样、基阵及环境的波动所造成的误差等因素,均会导致其性能严重下降。环境扰动约束可提高自适应匹配场处理器的稳健性,基于这种思想,提出了基于环境扰动的线性匹配场处理方法,它不仅在环境失配的条件下比常规线性方法的定位正确率更高,而且在阵列采样数据存在幅度与相位随机误差的条件下,比自适应匹配场方法的稳健性更强．针对环境失配条件下的强干扰问题,还提出了一种线性匹配场干扰抑制算法,可有效地抑制水面干扰。典型浅海环境下的数值仿真和实测数据分析验证了方法的有效性．     

Fast prediction of aerodynamic noise induced by the flow around a cylinder based on deep neural network

Accurate and fast prediction of aerodynamic noise has always been a research hotspot in fluid mechanics and aeroacoustics. The conventional prediction methods based on numerical simulation often demand huge computational resources, which are difficult to balance between accuracy and efficiency. Here, we present a data-driven deep neural network (DNN) method to realize fast aerodynamic noise prediction while maintaining accuracy. The proposed deep learning method can predict the spatial distributions of aerodynamic noise information under different working conditions. Based on the large eddy simulation turbulence model and the Ffowcs Williams-Hawkings acoustic analogy theory, a dataset composed of 1216 samples is established. With reference to the deep learning method, a DNN framework is proposed to map the relationship between spatial coordinates, inlet velocity and overall sound pressure level. The root-mean-square-errors of prediction are below 0.82 dB in the test dataset, and the directivity of aerodynamic noise predicted by the DNN framework are basically consistent with the numerical simulation. This work paves a novel way for fast prediction of aerodynamic noise with high accuracy and has application potential in acoustic field prediction.     

An experimental study on matched field processing in shallow water

I.IntroductionPassiverangeanddepthlocalizationofanacousticsourceinshallowwaterisadifficult,yetinterestingproblemthathasreceivedagreatdealofattentioninthelastfewyears['5].Thesimu1taneousestimationofrangeanddepthrequirestheuseofnumericalpropagationmodels.Theclassicalapproachtothisproblemisto"match"thereceivedacousticdatawiththesoundfieldpredictedbythepropagationmodelforanumberofhypotheticalrange/depthsourcelocatiolls.Thistechniqueiscalledmatchedfieldprocessing.Itiscommonlyacceptedthatthewavepro…     

高斯光束的数值模拟新方法

基于高斯光束的单叶双曲面特征,给出了一种新的模拟高斯光束的数值方法.该方法将高斯光束视为由无数个共轴单叶双曲面构成的双曲线体,由束腰截面发射的光子传播方向是在经过该光子发射点的双曲面内两条直母线中等概率选择.这不仅符合光子沿直线传播,而且意味着大量光子的“平均”传播方向与相应高斯光束的波印廷矢量相同.数值模拟结果表明：该方法可高准确度地模拟高斯光束的几何构形、光强分布、光子的光程分布和波前曲率半径,而且模拟效率与现有的方法相近.     

Calculation of radiation acoustical fields from phased arrays with nonparaxial multi-Gaussian beam model

A nonparaxial multi-Gaussian beam model based on the rectangular aperture is proposed in order to overcome the limitation of paraxial Gaussian beam model which losing accuracy in off-axis beam fields. With the method, acoustical field generated by an ultrasonic linear phased array transducer is calculated and compared with the corresponding field obtained by Rayleigh-Sommerfeld integral, paraxial multi-Gaussian beam model, and Fraunhoffer approximation method. Simulation examples show that nonparaxial multi-Gaussian beam model is not limited by the paraxial approximation condition and can predict efficiently and accurately the acoustical field radiated by a linear phased array transducer over a wide range of steering angles.     

不同频段下利用虚拟接收方法的声源测距性能分析

考虑到传统的匹配场处理定位需要复杂的匹配声场计算,并对环境参数和声场模型有很高的依赖,为了克服这种缺点,采用虚拟接收方法对声源进行测距。首先对垂直阵接收到的引导声源和目标声源的信号进行相关处理,得到虚拟接收声场并估计虚拟接收声场干涉条纹的斜率,结合波导不变特征量β对目标声源进行测距。通过数值仿真和2004年南海实验数据处理,讨论了浅海斜坡海域环境中不同频段下利用虚拟接收方法对宽带声源测距的性能。随着频率升高,需要展宽频带以获得完整的干涉条纹和良好的测距结果。在实验数据处理中,选取频段较高的信号时,由于阵列间距偏大不能保证采样的简正波模式的正交归一特性,不能获得正确的测距结果。      

水下爆炸声源辅助声呐系统的目标定位和参数估计

系统阐述了利用水下爆炸声源作为发射声源,辅助声呐系统实现水下目标定位和目标方位、距离参数估计的方法。研究了目标散射信号的窄波束混响模型,以及混响背景下的目标方位参数的估计方法。对目标参数估计误差进行研究,证明方位参数、距离参数的估计误差近似满足高斯分布,并推导了距离参数估计误差方差的表达式。利用仿真实验对目标距离参数估计误差及其标准差进行研究,得出了一系列提高距离参数估计精度的措施。仿真和湖试数据处理结果显示,在存在一定爆炸声源距离误差的条件下,本文方法可实现对远距离水下目标的准确定位。      

Gaussian beam decomposition of high frequency wave fields

In this paper, we present a method of decomposing a highly oscillatory wave field into a sparse superposition of Gaussian beams. The goal is to extract the necessary parameters for a Gaussian beam superposition from this wave field, so that further evolution of the high frequency waves can be computed by the method of Gaussian beams. The methodology is described for R^d${\mathbb{R}}^d$ with numerical examples for d=2$d=2$. In the first example, a field generated by an interface reflection of Gaussian beams is decomposed into a superposition of Gaussian beams. The beam parameters are reconstructed to a very high accuracy. The data in the second example is not a superposition of a finite number of Gaussian beams. The wave field to be approximated is generated by a finite difference method for a geometry with two slits. The accuracy in the decomposition increases monotonically with the number of beams.