排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
使用水下无人平台作为载体的拖曳阵进行被动目标深度估计具有灵活性高和隐蔽性好的优点,针对实际应用中存在的平台自噪声和阵列瞬时随机加速度扰动问题,提出了一种稳健的目标深度估计方法。该方法分为三个步骤,首先对阵元接收信号进行自适应噪声抵消和相位抖动滤波,然后对声压进行距离积分实现简正波模态估计,最后计算模态匹配度,最大值对应的深度为目标深度估计结果。仿真表明在干扰背景下该方法的目标深度估计稳健性优于传统方法,声源频率、合成孔径距离和信干比决定了目标深度估计误差。利用实验数据验证了该方法对水下低频线谱声源的深度估计能力。 相似文献
3.
4.
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。 相似文献
5.
研究了以拖船自噪声为参考声源的浅海环境参数反演问题,并针对反演结果不确定性快速量化评估问题,提出了一种基于自适应重要性抽样的贝叶斯反演新方法。反演利用了拖船自噪声低频线谱成分,并采用混合高斯推荐函数自适应推荐声场模型样本,使得样本集中于参数高概率密度区域,实现后验概率密度快速收敛计算。仿真试验结果表明:拖船自噪声反演能够准确估计水深、沉积层及阵列参数等。所提自适应重要性抽样贝叶斯反演方法的计算效率优于快速吉布斯抽样方法。利用试验数据处理验证,反演得到试验海域声学环境参数,计算传播损失与各阵元接收线谱强度变化吻合,说明反演最优环境模型能准确表征声场传播特征。 相似文献
1