CN104142488A - 水下认知声学网络中一种针对海洋哺乳动物的定位方法 - Google Patents
水下认知声学网络中一种针对海洋哺乳动物的定位方法 Download PDFInfo
- Publication number
- CN104142488A CN104142488A CN201410364564.3A CN201410364564A CN104142488A CN 104142488 A CN104142488 A CN 104142488A CN 201410364564 A CN201410364564 A CN 201410364564A CN 104142488 A CN104142488 A CN 104142488A
- Authority
- CN
- China
- Prior art keywords
- marine mammal
- power
- anchor node
- sounding
- marine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
- G01S5/22—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明涉及水下认知声学网络中一种针对海洋哺乳动物的定位方法,该方法中,包括四个位置已知且固定的锚节点A、B、C、D,海洋哺乳动物S的坐标未知,四个锚节点监听网络状况,当海洋哺乳动物发出声信号时,四个锚节点接收声信号,并测得接收信号的功率,然后四个锚节点广播自己的坐标信息及接收到的信号功率,对于此范围内的每一个可能的发声功率,经过验证,获得潜在的位置坐标及所对应的可能的发声功率;从中筛选获得位置坐标。本发明在水下认知声学网络中,可以有效地估计出海洋哺乳动物的坐标。
Description
技术领域
本发明涉及水下认知声学网络通信技术领域,具体的讲是一种在三维空间中对海洋哺乳动物进行定位的方法。
背景技术
水声传感器网络(UASNs,Underwater Acoustic Sensor Networks)是以水声为通信介质,以海洋监测为目的,由各种水下传感器节点组成的无线传感器网络,是海洋监测的一种必要手段。近年来,水声传感器网络广泛应用于水下资源勘探、灾难预警、国防安全等领域。
水声信道可利用的频率资源十分有限,通常从十几赫兹到几百千赫兹,而且频率这一稀缺资源没有得到充分地利用。为了提高频谱利用率,有学者提出一种智能的水声传感器网络——水下认知声学网络(Underwater Cognitive Acoustic Networks,UCANs)。UCANs中借鉴认知无线电(CognitiveRadio,CR)技术,提出了认知声(Cognitive Acoustic,CA)技术。与陆地无线认知网络类似,UCANs中存在两类用户:主用户和认知用户。认知用户通过感知周围频谱的利用情况,灵活调整自身的频率,功率或其他参数,在保证不和主用户冲突的情况下,提高频谱利用率。
在海洋中,UCANs的人工声学系统与海洋生物构成的天然声学系统共享频谱。然而,到目前为止,大多数UCANs的研究都集中在单一的网络情景中,主要解决UCANs的频谱发现、频谱管理、频谱分配问题,较少考虑到UCANs对水生生物,特别是海洋哺乳动物的影响。为了促进UCANs与水下生态系统的和谐发展,UCANs应掌握海洋哺乳动物位置,通信频率使用情况等信息,以便对UCANs的通信进行合理调度。这一切的基础是海洋哺乳动物定位,例如UCANs中的功率控制算法需要获取位置信息。
对海洋哺乳动物进行定位,与已有的水声传感器网络定位算法的区别在于:现有定位算法多为主动定位算法,即依赖被定位节点与参考锚节点的信息交互,利用发送和接收信号的时间、功率等参数推算其坐标位置,但是现有的定位算法不能直接用于海洋哺乳动物定位,因为其发声信号的功率、频率和时间未知。
发明内容
出于构建环境友好型水下认知声学网络中的考虑,本发明提出了一种得到海洋哺乳动物位置信息的方法。本发明利用海洋哺乳动物发出的声学信号特点进行被动定位,解决了海洋哺乳动物无法与锚节点进行信息交互所带来的定位问题,可以实现对海洋哺乳动物的精确、快速定位。本发明的技术方案如下:
水下认知声学网络中一种针对海洋哺乳动物的定位方法,该方法中,包括四个位置已知且固定的锚节点A、B、C、D,海洋哺乳动物S的坐标未知,四个锚节点监听网络状况,当海洋哺乳动物发出声信号时,四个锚节点接收声信号,并测得接收信号的功率,然后四个锚节点广播自己的坐标信息及接收到的信号功率,设海洋哺乳动物的发声功率范围是[α,β],单位是W;发声功率间隔为ΔW,对于此范围内的每一个可能的发声功率,执行下列的步骤一至步骤四:
步骤一,根据A,B,C,D各个锚节点接收到的接收功率,计算锚节点A,B,C,D到海洋哺乳动物S的距离Da,Db,Dc,Dd;
步骤二,判断Da,Db,Dc,Dd是否满足基本的三角形条件;若满足,继续进行下面的检测,否则结束对此可能的发声功率的检测;
步骤三,利用Da,Db,Dc,Dd进行定位,如果能定位成功,获得潜在的位置坐标,继续下面的检验;否则,结束对此可能的发声功率的检测;
步骤四,验证潜在的位置坐标是否满足初始的接收功率,即验证在一定的精确度限定下,该潜在的位置坐标是否在以A、B、C、D各个锚节点为球心,以各个锚节点分别到海洋哺乳动物S的距离为半径的4个球面上;若该潜在的位置坐标满足要求,则比较潜在的位置到各个球面的距离误差,记录此时的最大差值ε,并暂时保存此可能的发声功率和对应的潜在位置坐标;
步骤五,检测完发声功率范围内的每一个功率后,可能出现三种情况:
1)只检测到一组可能的发声功率和对应的潜在位置坐标满足条件,即为海洋哺乳动物的发声功率和海洋哺乳动物位置;2)没有检测到符合条件的可能的发声功率和对应的潜在位置坐标,可能是由于所采用的利用Da,Db,Dc,Dd进行定位的定位方法存在定位盲区,无法定位;3)多组可能的发声功率和对应的潜在位置坐标满足条件,此时可对海洋哺乳动物的速度做出估计,判断速度是否符合实际情况,若不符合实际情况,舍去;
如果经验证后,还有多个坐标满足条件,则选取ε值最小的那个。
作为优选实施方式,步骤一中,依据下面的方法计算距离Da,Db,Dc,Dd:设某可能的发声功率为Ps,某个锚节点的接收功率为Pr,则该锚节点到海洋哺乳动物S的距离d可依据下列的两个公式得到:
式中,A(d,f)为水声信道中的衰减,包括传播衰减和吸收衰减,单位为dB;d的单位为km;f是海洋哺乳动物发声信号频率,单位为kHz;k为路径损耗指数,路径损耗指数k反映了信号传播的几何形状,k=1用于圆柱形传播,k=2用于球形传播;α(f)由下面的Thorp公式得到,只与频率f有关:
步骤三中,根据双曲面定位算法,利用Da,Db,Dc,Dd进行定位。、
步骤四中,设(xa,ya,za)为锚节点A的坐标,(xs,ys,zs)为潜在的位置坐标,δ为表征所述的一定的精确度限定的判别阈值,有关锚节点A的判别条件如下:
记为差值εa,
同理,对于B、C、D,构造相应的判定条件,并依次得到差值εb、εc、εd值,若构造的四个判定条件均成立,则暂时保存此可能的发声功率和对应的潜在位置坐标,并记录下此时的εa、εb、εc、εd之中的最大差值ε。
步骤五中,对海洋哺乳动物的速度做出估计的方法如下:,
设锚节点A、B、C、D接收信号的频率分别为fr1、fr2、fr3、fr4;用va,vb,vc,vd分别表示海洋哺乳动物速度矢量在每个锚节点与海洋哺乳动物连线上的速度矢量分量,其大小分别用va,vb,vc,vd表示,则过va矢量终点,且与va相垂直的平面方程为:
x(xs-xa)+y(ys-ya)+z(zs-za)+vaDa=0
式中,根据多普勒效应,设xs-xa=A1,ys-ya=B1,zs-za=C1,得,
同理可得另外三个平面方程,联立这四个平面方程可得海洋哺乳动物的速度矢量(x,y,z)和海洋哺乳动物发出的声信号的频率f。
本发明利用海洋哺乳动物发出的声学信号特点进行被动定位,解决了海洋哺乳动物无法与锚节点进行信息交互所带来的定位问题,可以实现对海洋哺乳动物的精确、快速定位。定位方法中利用了双曲面定位算法,该算法是一种距离相关的定位算法,利用了三个单边双曲面的交点进行定位的,与基于球面的定位算法相比,该算法的解析式复杂度更低,在距离测量误差上有更强的鲁棒性。
附图说明
图1是本发明网络模型.
图2是本发明中定位方法的流程图
具体实施方式
图1中,给出了本发明中采用的网络模型。假设UCANs中用于定位的参考锚节点静止。至少存在四个锚节点可以发送长距离的信标信号,且这些锚节点位置已知。每个锚节点都有声波发送器,用于锚节点间交互定位信息,其发送的声信号可以覆盖整个活动空间。每三个锚节点不可在同一条直线上,如图2所示,图中包含了4个锚节点A、B、C、D(坐标已知)和海洋哺乳动物S。
图2中,给出了本发明中定位方法的流程图。
下面以海豚为例,说明本发明具体的实现步骤:
四个锚节点A,B,C,D的坐标已知,分别为(xa,ya,za),(xb,yb,zb),(xc,yc,zc),(xd,yd,zd)。
步骤一:锚节点A、B、C、D监听网络状况。当其通信范围内的海洋哺乳动物发出声信号时,四个锚节点接收信号。设锚节点A、B、C、D接收信号的频率分别为fr1、fr2、fr3、fr4,接收功率分别为Pr1、Pr2、Pr3、Pr4。
步骤二:锚节点A、B、C、D广播数据包,数据包包含锚节点自身的坐标位置及接收信号的频率、功率信息。
步骤三:每个锚节点接收其他三个锚节点发出的数据包并运行定位算法。设海洋哺乳动物的发声功率范围是[α,β],单位是W;发声功率间隔为ΔW,对于此范围内的每一个可能的发声功率,执行下列的步骤四至步骤七。
步骤四:根据接收功率Pr、发送功率Ps的关系式(公式1),计算锚节点A,B,C,D到海洋哺乳动物S的距离Da,Db,Dc,Dd。
公式(2)中,A(d,f)为水声信道中的衰减,包括传播衰减和吸收衰减,单位为dB。其中,d为传播距离(km),f是海洋哺乳动物发声信号频率(kHz),这里用fr1、fr2、fr3、fr4的平均值替代。k为路径损耗指数。路径损耗指数k反映了信号传播的几何形状。k=1用于圆柱形传播,k=2用于球形传播。α(f)由Thorp公式得到,只与频率f有关:
步骤五:判断Da,Db,Dc,Dd是否满足基本的三角形条件,如:Da+Db>Dab是否成立(Dab为A、B间的距离)。若满足,继续进行下面的检测;否则结束对此可能的发声功率的检测。
步骤六:利用双曲面定位算法和Da,Db,Dc,Dd进行定位,如果能定位成功,获得潜在的位置坐标,继续下面的检验;否则,结束对此可能的发声功率的检测
步骤七:验证得到潜在的位置坐标是否满足初始的接收功率。即验证在一定的精确度(判别阈值)限制下,该潜在的位置坐标是否在以A、B、C、D各个锚节点为球心,以各个锚节点分别到海洋哺乳动物S的距离为半径的4个球面上。
关于锚节点A的判别语句如下:
记为εa。其中,(xa,ya,za)为锚节点A的坐标,(xs,ys,zs)为找到的交点坐标。δ为判别阈值,若海豚的发声信号频率已知,测得的位置与海豚的准确位置距离差较小,一般远小于1,可将δ设为1。当海豚的发声信号频率未知时,需要用四个锚节点接收的声音频率均值,该情况下,为保证测量的有效性,可将δ设到10左右。因为过小的δ可能导致海豚位置预测失败。
同理,对于B、C、D,构造相应的判定条件,并得到εb、εc、εd。若构造的四个判定条件均成立,则暂时保存此可能的发声功率和对应的潜在位置坐标,并记录下此时的εa、εb、εc、εd的最大值ε。
步骤八:进一步筛选。
检测完发声功率范围内的每一个功率后,可能出现三种情况。
1)只检测到一组可能的发声功率和对应的潜在位置坐标满足条件,即为海洋哺乳动物的发声功率和海洋哺乳动物位置。2)没有检测到符合条件的可能的发声功率和对应的潜在位置坐标,这是由于双曲面定位存在定位盲区,则本方法无法定位。3)多组可能的发声功率和对应的潜在位置坐标满足条件。此时对每一个潜在位置利用步骤十一的测速算法判断速度是否符合实际情况,若不符合实际情况,舍去。
步骤九:如果经验证后,还有多个坐标满足条件,则选取ε值最小的那个。
步骤十:由于定位过程中锚节点交互信息需要一定的时间,且海洋哺乳动物的速度一般较大。为了更精确的确定海洋哺乳动物当前所在区域,定位过程结束,利用步骤十一对海洋哺乳动物的速度做出估计,将海洋哺乳动物的位置、速度信息结合,估计海洋哺乳动物当前所在的区域范围。
步骤十一:用va,vb,vc,vd表示海洋哺乳动物速度矢量在锚节点与海洋哺乳动物连线上的速度矢量分量,其大小分别用va,vb,vc,vd表示。
过va矢量终点,且与va相垂直的平面方程为:
x(xs-xa)+y(ys-ya)+z(zs-za)+vaDa=0 (5)
式中,Da是锚节点A和海洋哺乳动物S间的距离,因为A和S的坐标已知,Da也是已知的。根据多普勒频移公式,va可以表示为:
式中,f是海洋哺乳动物发出的声信号频率,是未知的。将(2)代入(1),并设xs-xa=A1,ys-ya=B1,zs-za=C1。得:
同理可得另外三个平面方程,联立这四个平面方程可得海洋哺乳动物的速度矢量(x,y,z)和发声信号频率f。
以宽吻海豚为例,其whistle信号的平均声源级为158±0.6dB re uPa,最大声源级为169dB re uPa,声源级范围为150dB re uPa~170dB re uPa,转化为功率是0.01W~1W。设发声功率间隔为0.01W。对于此范围内的每一个可能的发声功率,执行的步骤四至步骤七。然后执行步骤八,对得到的潜在位置坐标作进一步筛选。若多组可能的发声功率和对应的潜在位置坐标满足条件。此时对每一个潜在位置利用步骤十一的测速算法判断速度是否符合实际情况。海豚平时的速度为40km/h,极速在70km/h~100km/h。计算海豚的速度,若速度大于100km/h,则不符合实际情况,舍去。
Claims (5)
1.水下认知声学网络中一种针对海洋哺乳动物的定位方法,该方法中,包括四个位置已知且固定的锚节点A、B、C、D,海洋哺乳动物S的坐标未知,四个锚节点监听网络状况,当海洋哺乳动物发出声信号时,四个锚节点接收声信号,并测得接收信号的功率,然后四个锚节点广播自己的坐标信息及接收到的信号功率,设海洋哺乳动物的发声功率范围是[α,β],单位是W;发声功率间隔为ΔW,对于此范围内的每一个可能的发声功率,执行下列的步骤一至步骤四:
步骤一,根据A,B,C,D各个锚节点接收到的接收功率,计算锚节点A,B,C,D到海洋哺乳动物S的距离Da,Db,Dc,Dd;
步骤二,判断Da,Db,Dc,Dd是否满足基本的三角形条件;若满足,继续进行下面的检测,否则结束对此可能的发声功率的检测;
步骤三,利用Da,Db,Dc,Dd进行定位,如果能定位成功,获得潜在的位置坐标,继续下面的检验;否则,结束对此可能的发声功率的检测;
步骤四,验证潜在的位置坐标是否满足初始的接收功率,即验证在一定的精确度限定下,该潜在的位置坐标是否在以A、B、C、D各个锚节点为球心,以各个锚节点分别到海洋哺乳动物S的距离为半径的4个球面上;若该潜在的位置坐标满足要求,则比较潜在的位置到各个球面的距离误差,记录此时的最大差值ε,并暂时保存此可能的发声功率和对应的潜在位置坐标;
步骤五,检测完发声功率范围内的每一个功率后,可能出现三种情况:
1)只检测到一组可能的发声功率和对应的潜在位置坐标满足条件,即为海洋哺乳动物的发声功率和海洋哺乳动物位置;2)没有检测到符合条件的可能的发声功率和对应的潜在位置坐标,可能是由于所采用的利用Da,Db,Dc,Dd进行定位的定位方法存在定位盲区,无法定位;3)多组可能的发声功率和对应的潜在位置坐标满足条件,此时可对海洋哺乳动物的速度做出估计,判断速度是否符合实际情况,若不符合实际情况,舍去;
如果经验证后,还有多个坐标满足条件,则选取ε值最小的那个。
2.根据权利要求1所述的定位方法,其特征在于,步骤一中,依据下面的方法计算距离Da,Db,Dc,Dd:设某可能的发声功率为Ps,某个锚节点的接收功率为Pr,则该锚节点到海洋哺乳动物S的距离d可依据下列的两个公式得到:
式中,A(d,f)为水声信道中的衰减,包括传播衰减和吸收衰减,单位为dB;d的单位为km;f是海洋哺乳动物发声信号频率,单位为kHz;k为路径损耗指数,路径损耗指数k反映了信号传播的几何形状,k=1用于圆柱形传播,k=2用于球形传播;α(f)由下面的Thorp公式得到,只与频率f有关:
3.根据权利要求1所述的定位方法,其特征在于,步骤三中,根据双曲面定位算法,利用Da,Db,Dc,Dd进行定位。
4.根据权利要求1所述的定位方法,其特征在于,步骤四中,设(xa,ya,za)为锚节点A的坐标,(xs,ys,zs)为潜在的位置坐标,δ为表征所述的一定的精确度限定的判别阈值,有关锚节点A的判别条件如下:
记为差值εa,
同理,对于B、C、D,构造相应的判定条件,并依次得到差值εb、εc、εd值,若构造的四个判定条件均成立,则暂时保存此可能的发声功率和对应的潜在位置坐标,并记录下此时的εa、εb、εc、εd之中的最大差值ε。
5.根据权利要求1所述的定位方法,其特征在于,步骤五中,对海洋哺乳动物的速度做出估计的方法如下:,
设锚节点A、B、C、D接收信号的频率分别为fr1、fr2、fr3、fr4;用va,vb,vc,vd分别表示海洋哺乳动物速度矢量在每个锚节点与海洋哺乳动物连线上的速度矢量分量,其大小分别用va,vb,vc,vd表示,则过va矢量终点,且与va相垂直的平面方程为:
x(xs-xa)+y(ys-ya)+z(zs-za)+vaDa=0
式中,根据多普勒效应,设xs-xa=A1,ys-ya=B1,zs-za=C1,得,
同理可得另外三个平面方程,联立这四个平面方程可得海洋哺乳动物的速度矢量(x,y,z)和海洋哺乳动物发出的声信号的频率f。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410364564.3A CN104142488A (zh) | 2014-07-28 | 2014-07-28 | 水下认知声学网络中一种针对海洋哺乳动物的定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410364564.3A CN104142488A (zh) | 2014-07-28 | 2014-07-28 | 水下认知声学网络中一种针对海洋哺乳动物的定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104142488A true CN104142488A (zh) | 2014-11-12 |
Family
ID=51851716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410364564.3A Pending CN104142488A (zh) | 2014-07-28 | 2014-07-28 | 水下认知声学网络中一种针对海洋哺乳动物的定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104142488A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105092022A (zh) * | 2015-07-27 | 2015-11-25 | 天津大学 | 基于抹香鲸叫声的水下目标测距单脉冲筛选方法及装置 |
CN105554698A (zh) * | 2015-12-02 | 2016-05-04 | 天津大学 | 水下传感器网络中一种生物友好的数据传输方法 |
-
2014
- 2014-07-28 CN CN201410364564.3A patent/CN104142488A/zh active Pending
Non-Patent Citations (7)
Title |
---|
DAO VAN PHUONG 等: "水声通信信道中的OPNET建模与仿真", 《东南大学学报》 * |
刑志刚 等: "水声测距数学模型研究", 《哈尔滨工程大学学报》 * |
彭永镇 等: "基于多基元的水下目标高精度测速方法", 《声学技术》 * |
徐卫明 等: "水下目标的多速率交互多模型跟踪算法", 《电子与信息学报》 * |
毛卫宁: "水下被动定位方法回顾与展望", 《东南大学学报》 * |
白洁音 等: "水声通信网络信道仿真研究", 《小型微型计算机系统》 * |
赵延安 等: "一种低功耗水下目标被动定位系统设计", 《鱼雷技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105092022A (zh) * | 2015-07-27 | 2015-11-25 | 天津大学 | 基于抹香鲸叫声的水下目标测距单脉冲筛选方法及装置 |
CN105092022B (zh) * | 2015-07-27 | 2018-04-03 | 天津大学 | 基于抹香鲸叫声的水下目标测距单脉冲筛选方法及装置 |
CN105554698A (zh) * | 2015-12-02 | 2016-05-04 | 天津大学 | 水下传感器网络中一种生物友好的数据传输方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100785794B1 (ko) | 위치 인식을 위한 노드, 이를 이용한 클러스터 형성 방법및 위치 인식 방법 | |
CN102890265A (zh) | 一种基于水下声传感器网络的目标被动定位方法 | |
CN102539530B (zh) | 基于时间反转聚焦的水声无源材料回声降低/反射系数测量方法 | |
Luo et al. | UDB: Using directional beacons for localization in underwater sensor networks | |
CN102761913A (zh) | 基于区域划分的无线信号传输参数确定的定位方法 | |
CN102711243B (zh) | 一种基于rssi改进的apit定位方法 | |
WO2022046949A1 (en) | City-scale acoustic impulse detection and localization | |
JP2015004610A (ja) | 海洋レーダ装置 | |
Sinitsyn et al. | Determination of aircraft current location on the basis of its acoustic noise | |
CN104142488A (zh) | 水下认知声学网络中一种针对海洋哺乳动物的定位方法 | |
CN205352653U (zh) | 一种低速风洞内的超声精确测距系统 | |
US8830791B2 (en) | Measurement of 3D coordinates of transmitter | |
US9100317B1 (en) | Self surveying portable sensor nodes | |
CN103487793A (zh) | 一种基于简正波理论的宽带混响波形仿真方法 | |
Hosseini | New hybrid RSS-based localization mechanism for underwater wireless sensor networks | |
JP2009250627A (ja) | センサ位置標定方法 | |
KR102155419B1 (ko) | 인공신경망을 기반으로 하는 적응형 거리측정장치 | |
CN109917399A (zh) | 一种多声呐的无线探鱼器及其系统 | |
JP2008249486A (ja) | S波を用いたリアルタイム地震動分布推定方法 | |
CN115978462A (zh) | 液体管网泄漏监测方法、系统和电子设备 | |
CN109061652B (zh) | 一种水声组网探测系统的探测效能评估方法 | |
KR101480834B1 (ko) | 다중 경로 음파 전달 모델 및 표적 식별을 이용한 표적 기동분석 방법 | |
CN114923136A (zh) | 一种多阵列管道泄漏定位方法与装置 | |
CN108930915B (zh) | 一种基于定性映射的管道泄漏识别方法、装置及系统 | |
JP2023550091A (ja) | 分散型光ファイバセンシングによる振動の垂直距離予測 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141112 |
|
WD01 | Invention patent application deemed withdrawn after publication |