声学所等提出一种利用块稀疏贝叶斯学习的浅海宽带信号模态提取方法

 行业动态     |      2020-09-17 19:01

宽带信号的模态提取包括水平波数和模态深度函数的估量,是浅海声学中经典的研究课题。传统办法一般需求以下三者之一:海洋环境的先验信息、大孔径的接纳阵列或移动声源。

近来,我国科学院声学研究所声场声信息国家重点试验室科研人员与美国Scripps海洋研究所研究人员协作,提出一种使用块稀少贝叶斯学习的笔直阵模态提取办法。这是一种结合模态多频信息的紧缩感知办法,长处是不需求海底参数的先验信息、运动声源和声源的方位信息。因而,提取的模态水平波数和深度函数可用于地声参数反演和声源被迫定位。理论上,该办法适用于恣意已知海水声速剖面的浅海波导环境。相关研究成果宣布在Journal of the Acoustical Society of America上。

研究人员根据固定点迭代原则推导出块稀少贝叶斯学习算法,并由此提取出宽带水平波数。经过仿真,将提取的宽带水平波数与KRAKEN理论核算值进行比较,成果显现由块稀少贝叶斯学习估量得到的水平波数与理论值契合较好,提取的一切模态的水平波数估量差错均小于0.3%。

关于图1所示的典型夏日负梯度声速剖面,由块稀少贝叶斯学习估量得到的频率-波数含糊度外表图及KRAKEN理论核算成果如图2所示。能够看出存在四个显着的峰值线,对应前四号简正波。峰值点的方位相同与理论核算成果共同,阐明该办法在负梯度水文环境下的有效性。

图1.负梯度海水声速剖面;对应的前5阶模态的相速度

图2.负梯度水文环境下由块稀少贝叶斯学习估量得到的模态起伏含糊度图,圆圈表明KRAKEN理论核算成果

研究人员使用2000年11月我国黄海的试验数据对该办法进行验证。试验中,测线上共有59个爆炸声信号,声源收发间隔为4.4~56.6km。将块稀少贝叶斯学习办法别离应用于这59个爆炸声信号,频带为200~220Hz。图3供给了200Hz频点处估量得到的这59个信号对应的波数谱。作为比照,图3为使用RAM仿真数据估量的波数谱。从两图比照能够看出,在大部分间隔上,由试验数据和仿真数据估量得到的水平波数较为共同,验证了办法的有效性。

图3.由块稀少贝叶斯学习估量得到的4.4~56.6km范围内的波数谱:试验数据;仿真数据