浅海中声源激发的波场成分及特性分析

为更好地认识和利用浅海波导中的声场,该文对浅海中声源激发的波场成分及特性进行了研究.提出了能给出浅海中声场全波解的理论研究方法,给出了声场的复积分表达式,并在复平面上利用围道积分对声场复积分式进行求解,得出了浅海中声源激发出的声场组成部分;同时应用高阶交错网格有限差分法对浅海中声场进行数值模拟,呈现出了不同海水深度、声源频率和声源深度下浅海波导中的波场结构和空间能量分布.研究表明:浅海中声场由离散谱部分和连续谱部分组成;其中离散谱部分包括各阶简正波和Scholte波,连续谱部分包括侧面波;简正波和Scholte波的振幅与水平传播距离的开方成反比,而侧面波的振幅与水平传播距离的平方成反比;海水越浅、声源频率越小、声源深度越大,都会导致海水中的能量越少,越有利于Scholte波的激发,此时声源辐射的能量主要以Scholte波的形式传播出去,能量更多地集中在海底界面处.     

浅海中声源激发的波场成分及特性分析

为更好地认识和利用浅海波导中的声场,该文对浅海中声源激发的波场成分及特性进行了研究。提出了能给出浅海中声场全波解的理论研究方法,给出了声场的复积分表达式,并在复平面上利用围道积分对声场复积分式进行求解,得出了浅海中声源激发出的声场组成部分;同时应用高阶交错网格有限差分法对浅海中声场进行数值模拟,呈现出了不同海水深度、声源频率和声源深度下浅海波导中的波场结构和空间能量分布。研究表明:浅海中声场由离散谱部分和连续谱部分组成;其中离散谱部分包括各阶简正波和Scholte波,连续谱部分包括侧面波;简正波和Scholte波的振幅与水平传播距离的开方成反比,而侧面波的振幅与水平传播距离的平方成反比;海水越浅、声源频率越小、声源深度越大,都会导致海水中的能量越少,越有利于Scholte波的激发,此时声源辐射的能量主要以Scholte波的形式传播出去,能量更多地集中在海底界面处。     

时频谱图和数据增强的水声信号深度学习目标识别方法

水声目标识别一直是水声领域研究的重点问题之一,深度学习方法可以有效地解决目标识别问题,然而,水声样本的稀少限制了该方法的应用.该文提出一种基于数据增强的水声信号深度学习目标识别方法,该方法以Mel功率谱作为网络的输入特征,通过对原始信号在时域和时频域的拉伸和掩蔽等变换,实现数据扩展和增加泛化性能的目的,最后,利用改进的...