CN109725053A - 基于高分辨率海洋再分析产品获取水声场特性数据的方法 - Google Patents
基于高分辨率海洋再分析产品获取水声场特性数据的方法 Download PDFInfo
- Publication number
- CN109725053A CN109725053A CN201910058325.8A CN201910058325A CN109725053A CN 109725053 A CN109725053 A CN 109725053A CN 201910058325 A CN201910058325 A CN 201910058325A CN 109725053 A CN109725053 A CN 109725053A
- Authority
- CN
- China
- Prior art keywords
- sound
- data
- ocean
- velocity
- sea
- 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.)
- Granted
Links
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明属于三维温盐深数据的海洋声学应用技术领域,尤其涉及基于高分辨率海洋再分析产品获取水声场特性数据的方法。以高分辨率海洋再分析产品提供全球海域的数据,采用声速公式转换获得特定海域的海水声速剖面数据;以一定周期循环获取特定海域不同深度下的海水声速剖面变化数据;利用上述数据获取特定海域的海水声速分布数据、以及声源位置数据;本发明用于获取大范围、长时序、动态的海洋水声场特性数据的技术方案;形成从海洋环境数据到水下声学环境及其数据产品的信息链路;借助海洋再分析产品的全球性等特性,有效提高广域海区水声场特性数据的获取效率和精准度;实现中尺度条件下水声场数据集的高效并行计算。
Description
技术领域
本发明属于三维温盐深数据的海洋声学应用技术领域,尤其涉及基于高分辨率海洋再分析产品获取水声场特性数据的方法。
背景技术
基于三维温盐深数据的海洋声学应用示范技术主要包括声速剖面特征量时空统计数据集的构建与海洋中尺度涡的水声场特性分析等。其中,声速剖面特征量时空统计数据集主要依托CORA(ChinaOceanReanalysis)再分析产品,该产品的数据来源于国家海洋信息中心;水声参数的时空特性统计主要采用特征样本分析方法;基于模块化海洋数据同化系统MODAS(ModularOceanDataAssimilationSystem)数据,选取海洋特征现象与过程中的海洋中尺度涡为研究对象,分析中尺度涡条件下的声线结构、声压场等声学特性;海洋水声场特性数据还以全球高分辨率海洋再分析产品为主要来源。
由于海洋环境数据随着时间、空间等因素会发生较大变化,直接逐点进行持续性测量既浪费时间又浪费人力、物力;采用水声学反演方法获取海洋环境数据的精度、范围、时效性、可靠性无法得到充分保障。
发明内容
本发明创造的目的在于,提供一种基于高分辨率海洋再分析产品获取水声场特性数据的方法,该方法构建从海洋环境数据到水下声学环境及其数据产品的信息链路,能够有效提高广域海区水声场特性数据的获取效率和精准度,为水下声学环境透明化提供数据基础。
为实现上述目的,本发明创造采用如下技术方案。
基于高分辨率海洋再分析产品获取水声场特性数据的方法,其中,高分辨率海洋再分析产品包括全球海域的经度、纬度及其海水温度、盐度、水深数据;水声场特性数据包括深海汇聚区分布数据,深海汇聚区是指海面附近声源发出的声波在深海中折射并发生反转并在60km~70km的距离处折回海面,形成的环带状高声强区域;
获取深海汇聚区的步骤具体包括如下步骤:
(1)以高分辨率海洋再分析产品提供全球海域的经度、纬度及其海水温度、盐度、水深数据,采用声速公式转换获得特定海域的海水声速剖面数据其中声速公式为:
C(S,T,p)=Cω(T,p)+A(T,p)S+B(T,p)S3/2+D(T,p)S2
式中:C为海水声速值,S、T、P分别为海水盐度、水温、静压力,Cω、A、B、D为与海水温度和静压力相关的系数,0≤S≤40、0°≤T≤40°、0Pa≤p≤108Pa,声速计算值的标准差为0.19m/s;
(2)基于特征样本方法,以一定周期循环获取特定海域不同深度下的海水声速剖面变化数据;
(3)以高分辨率海洋再分析产品获得的海水声速剖面数据为基础,获取特定海域的海水声速分布数据、以及声源位置数据;
(4)依据深海汇聚区的形成条件获取深海汇聚区分布数据,形成条件包括:
①海水声速分布形成声道型声速梯度,声道型声速梯度是指上层海水为负梯度,下层海水为正梯度,两层之间出现声速极小值;
②声源位于负声速梯度的区域;
③海水深度大于临界深度并有余量;其中,海水声速在某一深度达到与声源处声速相等的量值,这一深度称为临界深度。
对上述方案的进一步优化还包括,水声场特性数据还包括中尺度涡条件下的水声学特性数据集;获取中尺度涡条件下的水声学特性数据集的步骤具体包括:
A.以高分辨率海洋再产品获得的海水声速剖面及其变化数据为基础,采用实况统计提取海洋中尺度涡的结构特征;
B.获取中尺度涡附近的海水声速剖面结构;
C.在涡心和涡外分别布放声源;
D.利用与水平距离相关的海洋水声传播数值模型,求解计算中尺度涡条件下的水声学特性数据集,中尺度涡条件下的水声学特性数据集包括声线结构、声压场。
对上述方案的进一步优化还包括,获取中尺度涡条件下的水声学特性数据集的步骤还包括,利用编译器优化、调用高性能计算库、程序结构与顺序优化、代码向量化,实现中尺度条件下水声场数据集的高效并行计算,获得中尺度涡水声场特性数据。
对上述方案的进一步优化还包括,水声场特性数据还包括特定海域范围内的深海声道轴数据,深海声道轴是指水下声速剖面中声速最小的深度值,获取深海声道轴数据的步骤具体包括:以特定海域高分辨率海洋再分析产品获得的海水声速剖面为数据基础,在垂直深度方向采用样条插值获取1000米水深附近的声速极小值,统计特定海域垂直深度下的海水声速极小值,定周期循环输出特定海域范围内的深海声道轴变化数据。
其有益效果在于:
1、实现了从高分辨率海洋再分析产品出发,获取大范围、长时序、动态的海洋水声场特性数据的技术方案;
2、从高分辨率海洋再分析产品的三维温盐深数据转换为海水声速剖面、深海汇聚区、深海声道轴等水声学数据,形成从海洋环境数据到水下声学环境及其数据产品的信息链路;
3、借助海洋再分析产品的全球性覆盖范围、海洋环境要素预报、高分辨率地理描述等特性,能够有效提高广域海区水声场特性数据的获取效率和精准度;
4、实现了中尺度条件下水声场数据集的高效并行计算,获得中尺度涡水声场特性运行速度提升50%以上的加速效果。
附图说明
图1是深海声道声速分布I示意图;
图2是深海声道声速分布Ⅱ示意图;
图3是表面声道声速分布示意图;
图4是反声道声速分布示意图;
图5是水深10m声速空间分布图;
图6是水深100m声速空间分布图;
图7是水深200m声速空间分布图;
图8是水深500m声速空间分布图;
图9是水深1000m声速空间分布图;
图10是水深3000m声速空间分布图;
图11是西北太平洋海区马六甲海峡(103.5°E,1.0°N)处声速剖面随时间的变化图;
图12是西北太平洋海区南海(115.0°E,12.0°N)处声速剖面随时间的变化图;
图13是西北太平洋海区巴士海峡(120.5°E,20.5°N)处声速剖面随时间的变化图;
图14是西北太平洋海区日本东部(145.0°E,35.0°N)处声速剖面随时间的变化图;
图15是西北太平洋海区的深海汇聚区数据图。
具体实施方式
以下结合具体实施例对本发明创造作详细说明。
基于高分辨率海洋再分析产品获取水声场特性数据的方法,其中,高分辨率海洋再分析产品包括全球海域的经度、纬度及其海水温度、盐度、水深数据;水声场特性数据包括深海汇聚区分布数据,深海汇聚区是指海面附近声源发出的声波在深海中折射并发生反转并在60km~70km的距离处折回海面,形成的环带状高声强区域;
获取深海汇聚区的步骤具体包括如下步骤:
(1)以高分辨率海洋再分析产品提供全球海域的经度、纬度及其海水温度、盐度、水深数据,高分辨率海洋再分析产品可提供海水三维的水深、温度、盐度等数据,在水声学应用领域,声速是影响水下声波在海水中传播的最基本物理量。海水中的声速随温度、盐度和静压力的变化而变化,本发明采用声速公式转换获得特定海域的海水声速剖面数据,其中声速公式为:C(S,T,p)=Cω(T,p)+A(T,p)S+B(T,p)S3/2+D(T,p)S2;
式中:C为海水声速值,S、T、P分别为海水盐度、水温、静压力,Cω、A、B、D为与海水温度和静压力相关的系数,0≤S≤40、0°≤T≤40°、0Pa≤p≤108Pa,声速计算值的标准差为0.19m/s;
(2)基于特征样本方法,以一定周期循环获取特定海域不同深度下的海水声速剖面变化数据;
基于上述步骤,对西太平洋海区典型的海水声速数据进行梳理,得到海水声速垂直分布数据,海水声速垂直分布数据类型包括:深海声道声速分布、表面声道声速分布、反声道声速分布等,如图1~图4所示。
其中,深海声道声速分布I的海底声速值大于海面声速值,而深海声道声速分布II的海底声速值小于海面声速值,可以发现,表面声道声速分布和反声道声速分布大多出现在浅海海区。
(3)以高分辨率海洋再分析产品获得的海水声速剖面数据为基础,获取特定海域的海水声速分布数据、以及声源位置数据;
例如,以2008年1月1日西北太平洋海区为例,获取水深10m、100m、200m、500m、1000m、3000m条件下的声速空间分布图如图5~图10所示。由图可知:在近海面水深处,海水声速大小随纬度分布规律基本一致,即低纬度海区声速值相对较大,高纬度海区声速值相对较小;在1000m水深以下,不同空间位置处的海水声速大小变化较小,此时声速值主要随着水深增加而增大;500m水深处的声速分布图可发现在日本南部海区存在明显的中尺度海洋特征现象。同理,选取西北太平洋海区典型位置处海水声速剖面随时间的变化规律进行了统计分析。时间跨度为2008年1月1日至2008年12月31日,典型位置包括马六甲海峡(103.5°E,1.0°N)、南海(115.0°E,12.0°N)、巴士海峡(120.5°E,20.5°N)、日本东部(145.0°E,35.0°N)等四个位置,图11~14给出了上述四个位置2008年全年每天的声速剖面分布。
(4)依据深海汇聚区的形成条件获取深海汇聚区分布数据;
从海面附近声源发出的声波在深海中折射并发生反转,在约60km~70km的距离处折回海面,形成几千米宽的环带状高声强区域,即为汇聚区;汇聚区是深海海洋中的一种远程水声传播现象。深海汇聚区具备高强度、低失真地远距离传播水声信号的能力,可使深海海洋中的水声传播损失获得10dB~20dB以上的增益,为水下声波的远距离传播提供了良好的水声信道。当汇聚区现象发生时,水下声呐的作用距离将发生显著的变化,利用深海汇聚区现象实现远程探测将成为声呐最重要的工作方式之一。因此,深入研究深海汇聚区现象形成的机理,实现汇聚区特征参数的快速预报,形成深海汇聚区的时空统计数据集,对声呐系统的设计和使用具有至关重要的意义。
(5)本发明提出了依据深海汇聚区的形成条件获取深海汇聚区分布数据的方法;其中深海汇聚区的形成条件包括:
①海水声速分布形成声道型声速梯度,声道型声速梯度是指上层海水为负梯度,下层海水为正梯度,两层之间出现声速极小值;
②声源位于负声速梯度的区域;
③海水深度大于临界深度并有余量;其中,海水声速在某一深度达到与声源处声速相等的量值,这一深度称为临界深度。
在上述原理之上,基于CORA再分析产品中的2008年数据,利用深海汇聚区形成的基本条件,形成了西北太平洋海区的深海汇聚区数据集。该深海汇聚区数据集的主要要素为深度余量数据,空间覆盖范围为99°E~150°E和-10°S~52°N,时空分辨率与CORA再分析产品相同。图15给出了该深海汇聚区数据集的数据样式,在西北太平洋海区中暖色调表示深度余量值较大,即产生汇聚区的可能性较大,而冷色调表示深度余量值较小,即产生汇聚区的可能性较小,在无颜色标识的海区则表示该处基本不可能产生汇聚区。
水声场特性数据还包括中尺度涡条件下的水声学特性数据集;作为海洋热量和动量输运的主要形式之一,中尺度涡是具有顺时钟或逆时钟方向旋转运动的封闭式海洋水团。
典型中尺度涡的空间尺度约为50~500km,时间尺度最多可达上百天,是普遍存在于世界大洋之中的一类海洋特征现象。中尺度涡的出现显著改变了海洋区域性的水文环境参数,分析海洋中尺度涡条件下的水声场特性对水下声学设备使用、水声对抗任务规划等方面具有重要的应用价值。与中尺度涡类似,海洋锋、跃层等海洋特征现象与过程在不同水平距离上的声速剖面存在一定的差异性。
本发明获取中尺度涡条件下的水声学特性数据集的步骤具体包括:
A.以高分辨率海洋再产品获得的海水声速剖面及其变化数据为基础,采用实况统计提取海洋中尺度涡的结构特征;
B.获取中尺度涡附近的海水声速剖面结构;
C.在涡心和涡外分别布放声源;
D.利用与水平距离相关的海洋水声传播数值模型,求解计算中尺度涡条件下的水声学特性数据集,中尺度涡条件下的水声学特性数据集包括声线结构、声压场。
从水声应用角度出发,海洋锋、跃层等海洋特征现象与过程主要体现在不同水平距离上的声速剖面差异,因此采用上述中尺度涡的水声场计算方法也可适用于其他海洋特征现象与过程。基于上述基础,可以实现空间分辨率为9km的全球高分辨率海洋再分析产品,完全满足中尺度涡等海洋特征现象与过程诊断识别的空间分辨率要求。
为了进一步的提高效率,本发明在获取中尺度涡条件下的水声学特性数据集的步骤中还包括,利用编译器优化、调用高性能计算库、程序结构与顺序优化、代码向量化,实现中尺度条件下水声场数据集的高效并行计算,获得中尺度涡水声场特性数据。
其中,编译器优化是指采用特定编译器分别进行编译和运行,选出优秀的编译器后增加高级编译选项,如编译器对程序的高级别优化、使用指令集、展开循环、使用预处理程序对所有源文件进行预处理等。用以实现应用级别的优化,提高程序运行的效率,保证本方案能够进一步高效低成本的运行。
调用高性能库是指基于Intel Math Kernel Library核心函数库,利用包括BLAS、LAPACK、ScaLAPACK1、稀疏矩阵解算器、快速傅立叶转换、矢量数学等核心函数,保证本发明中在各类数据能够按照所需进行处理。
向量化是指在处理数据时,利用编译器自动选择指令集对数据进行并行的处理。以利用编译器的自动向量化功能是提高程序性能。
多线程并行优化是指在源代码中加入专用的语句来指明意图,以实现程序进行并行化的自动处理,并在必要之处加入同步互斥以及通信。在编译器不支持OpenMP时,程序则退化为通常的程序(例如串行),保证其仍然可以正常运作,基于上述方法,降低并行编程的难度和复杂度,提高处理效率。
特别的,多线程并行优化还包括使各进程的内存和变量分别独立,以消除竞争或者冲突。
对上述方案的进一步优化还包括,水声场特性数据还包括特定海域范围内的深海声道轴数据,深海声道轴是指水下声速剖面中声速最小的深度值,获取深海声道轴数据的步骤具体包括:以特定海域高分辨率海洋再分析产品获得的海水声速剖面为数据基础,在垂直深度方向采用样条插值获取1000米水深附近的声速极小值,统计特定海域垂直深度下的海水声速极小值,定周期循环输出特定海域范围内的深海声道轴变化数据。
在深海声道的内部,水声信号可以完全通过折射路径进行水下远距离传播。这意味着声道中的声源发射的声功率有一部分可传播到很远的距离,而不会遭受海面或海底反射损失。深海声道轴是指水下声速剖面中声速最小的深度值,其一般从中纬度海区的1000m左右逐渐演变到极地海区的海面。
最后应当说明的是,以上实施例仅用以说明本发明创造的技术方案,而非对本发明创造保护范围的限制,尽管参照较佳实施例对本发明创造作了详细地说明,本领域的普通技术人员应当理解,可以对本发明创造的技术方案进行修改或者等同替换,而不脱离本发明创造技术方案的实质和范围。
Claims (4)
1.基于高分辨率海洋再分析产品获取水声场特性数据的方法,其特征在于,
所述高分辨率海洋再分析产品包括全球海域的经度、纬度及其海水温度、盐度、水深数据;所述水声场特性数据包括深海汇聚区分布数据,所述深海汇聚区是指海面附近声源发出的声波在深海中折射并发生反转并在60km~70km的距离处折回海面,形成的环带状高声强区域;
获取深海汇聚区的步骤具体包括如下步骤:
(1)以高分辨率海洋再分析产品提供全球海域的经度、纬度及其海水温度、盐度、水深数据,采用声速公式转换获得特定海域的海水声速剖面数据(数据A);其中声速公式为:
C(S,T,p)=Cω(T,p)+A(T,p)S+B(T,p)S3/2+D(T,p)S2
式中:C为海水声速值,S、T、p分别为海水盐度、水温、静压力,Cω、A、B、D为与海水温度和静压力相关的系数,0≤S≤40、0°≤T≤40°、0Pa≤p≤108Pa,声速计算值的标准差为0.19m/s;
(2)基于特征样本方法,以一定周期循环获取特定海域不同深度下的海水声速剖面变化数据;
(3)以高分辨率海洋再分析产品获得的海水声速剖面数据为基础,获取特定海域的海水声速分布数据、以及声源位置数据;
(4)依据深海汇聚区的形成条件获取深海汇聚区分布数据,所述形成条件包括:
①海水声速分布形成声道型声速梯度,声道型声速梯度是指上层海水为负梯度,下层海水为正梯度,两层之间出现声速极小值;
②声源位于负声速梯度的区域;
③海水深度大于临界深度并有余量;其中,海水声速在某一深度达到与声源处声速相等的量值,这一深度称为临界深度。
2.根据权利要求1所述基于高分辨率海洋再分析产品获取水声场特性数据的方法,其特征在于,所述水声场特性数据还包括中尺度涡条件下的水声学特性数据集;获取中尺度涡条件下的水声学特性数据集的步骤具体包括:
A.以高分辨率海洋再产品获得的海水声速剖面及其变化数据为基础,采用实况统计提取海洋中尺度涡的结构特征;
B.获取中尺度涡附近的海水声速剖面结构;
C.在涡心和涡外分别布放声源;
D.利用与水平距离相关的海洋水声传播数值模型,求解计算中尺度涡条件下的水声学特性数据集,所述中尺度涡条件下的水声学特性数据集包括声线结构、声压场。
3.根据权利要求2所述基于高分辨率海洋再分析产品获取水声场特性数据的方法,其特征在于,获取中尺度涡条件下的水声学特性数据集的步骤还包括,利用编译器优化、调用高性能计算库、程序结构与顺序优化、代码向量化,实现海洋中尺度条件下水声场数据集的高效并行计算,获得中尺度涡水声场特性数据。
4.根据权利要求1所述基于高分辨率海洋再分析产品获取水声场特性数据的方法,其特征在于,所述水声场特性数据还包括特定海域范围内的深海声道轴数据,深海声道轴是指水下声速剖面中声速最小的深度值,获取深海声道轴数据的步骤具体包括:
以特定海域高分辨率海洋再分析产品获得的海水声速剖面为数据基础,在垂直深度方向采用样条插值获取1000米水深附近的声速极小值,统计特定海域垂直深度下的海水声速极小值,定周期循环输出特定海域范围内的深海声道轴变化数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910058325.8A CN109725053B (zh) | 2019-01-22 | 2019-01-22 | 基于高分辨率海洋再分析产品获取水声场特性数据的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910058325.8A CN109725053B (zh) | 2019-01-22 | 2019-01-22 | 基于高分辨率海洋再分析产品获取水声场特性数据的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109725053A true CN109725053A (zh) | 2019-05-07 |
CN109725053B CN109725053B (zh) | 2021-03-12 |
Family
ID=66299250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910058325.8A Active CN109725053B (zh) | 2019-01-22 | 2019-01-22 | 基于高分辨率海洋再分析产品获取水声场特性数据的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109725053B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110398744A (zh) * | 2019-07-26 | 2019-11-01 | 中国人民解放军国防科技大学 | 一种基于声信号的海洋温跃层特征参数寻优反演方法 |
CN111307266A (zh) * | 2020-02-21 | 2020-06-19 | 山东大学 | 声速获取方法及基于该方法的全球海洋声速场构建方法 |
CN111814307A (zh) * | 2020-06-05 | 2020-10-23 | 中国人民解放军92942部队 | 用于处理海洋声速数据的方法及装置、存储介质 |
CN112905686A (zh) * | 2021-03-24 | 2021-06-04 | 中国海洋大学 | 基于Python程序的海洋剖面水体数据提取方法 |
CN113051261A (zh) * | 2021-04-27 | 2021-06-29 | 中国人民解放军国防科技大学 | 基于字典学习的高分辨率声速剖面稀疏编码及存储方法 |
CN113252010A (zh) * | 2021-04-20 | 2021-08-13 | 中国海洋大学 | 一种海洋用长时间随涡观测系统及设计方法 |
CN113420440A (zh) * | 2021-06-22 | 2021-09-21 | 中国海洋大学 | 一种基于海洋垂直结构的涡旋识别方法 |
CN113641954A (zh) * | 2021-07-20 | 2021-11-12 | 中国科学院声学研究所 | 一种复杂海洋环境中的三维声场快速预报方法及系统 |
CN114004300A (zh) * | 2021-11-01 | 2022-02-01 | 中国人民解放军国防科技大学 | 基于K-means算法迭代分层聚类声速剖面的海洋锋重构方法 |
CN114417601A (zh) * | 2022-01-18 | 2022-04-29 | 中国人民解放军国防科技大学 | 基于卫星高度计数据的中尺度涡水下声速场快速估计方法 |
CN114707327A (zh) * | 2022-04-01 | 2022-07-05 | 自然资源部第一海洋研究所 | 一种并行的海洋环境水声特征诊断方法、模块和系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7307914B1 (en) * | 2005-11-30 | 2007-12-11 | The United States Of America As Represented By The Secretary Of The Navy | Hypothesized range and depth sonar processing method |
US20150219541A1 (en) * | 2014-02-03 | 2015-08-06 | Cameron International Corporation | Method and Apparatus for Determining Kinematic Viscosity Through the Transmission and Reception of Ultrasonic Energy |
CN105004413A (zh) * | 2015-06-11 | 2015-10-28 | 华南理工大学 | 用于水下目标定位的声传播路径综合速度测定方法与装置 |
CN105911551A (zh) * | 2016-05-09 | 2016-08-31 | 浙江大学 | 一种基于加权集合卡尔曼滤波算法的声速剖面反演方法 |
CN106154276A (zh) * | 2016-06-27 | 2016-11-23 | 西北工业大学 | 基于海底混响和传播损失的深海海底参数反演方法 |
CN106501860A (zh) * | 2016-10-14 | 2017-03-15 | 中国船舶工业系统工程研究院 | 一种应用于海洋物探的全局解算定位方法 |
CN106959152A (zh) * | 2017-02-13 | 2017-07-18 | 中国石油大学(华东) | 一种测量海水中声波速度的方法 |
CN107765310A (zh) * | 2017-09-26 | 2018-03-06 | 浙江海洋大学 | 一种针对浅海分层弹性海底的浅海声场计算方法 |
US20180217008A1 (en) * | 2015-04-13 | 2018-08-02 | Invensense, Inc. | Acoustic ambient temperature and humidity sensing |
CN108429591A (zh) * | 2017-11-13 | 2018-08-21 | 西北工业大学 | 一种适用于深海信道的多载波水声通信方法 |
WO2018204642A1 (en) * | 2017-05-03 | 2018-11-08 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Floating base vector sensor |
CN109141614A (zh) * | 2017-06-27 | 2019-01-04 | 中国科学院声学研究所 | 一种基于网络节点间水声通信信号的声速剖面反演方法 |
-
2019
- 2019-01-22 CN CN201910058325.8A patent/CN109725053B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7307914B1 (en) * | 2005-11-30 | 2007-12-11 | The United States Of America As Represented By The Secretary Of The Navy | Hypothesized range and depth sonar processing method |
US20150219541A1 (en) * | 2014-02-03 | 2015-08-06 | Cameron International Corporation | Method and Apparatus for Determining Kinematic Viscosity Through the Transmission and Reception of Ultrasonic Energy |
US20180217008A1 (en) * | 2015-04-13 | 2018-08-02 | Invensense, Inc. | Acoustic ambient temperature and humidity sensing |
CN105004413A (zh) * | 2015-06-11 | 2015-10-28 | 华南理工大学 | 用于水下目标定位的声传播路径综合速度测定方法与装置 |
CN105911551A (zh) * | 2016-05-09 | 2016-08-31 | 浙江大学 | 一种基于加权集合卡尔曼滤波算法的声速剖面反演方法 |
CN106154276A (zh) * | 2016-06-27 | 2016-11-23 | 西北工业大学 | 基于海底混响和传播损失的深海海底参数反演方法 |
CN106501860A (zh) * | 2016-10-14 | 2017-03-15 | 中国船舶工业系统工程研究院 | 一种应用于海洋物探的全局解算定位方法 |
CN106959152A (zh) * | 2017-02-13 | 2017-07-18 | 中国石油大学(华东) | 一种测量海水中声波速度的方法 |
WO2018204642A1 (en) * | 2017-05-03 | 2018-11-08 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Floating base vector sensor |
CN109141614A (zh) * | 2017-06-27 | 2019-01-04 | 中国科学院声学研究所 | 一种基于网络节点间水声通信信号的声速剖面反演方法 |
CN107765310A (zh) * | 2017-09-26 | 2018-03-06 | 浙江海洋大学 | 一种针对浅海分层弹性海底的浅海声场计算方法 |
CN108429591A (zh) * | 2017-11-13 | 2018-08-21 | 西北工业大学 | 一种适用于深海信道的多载波水声通信方法 |
Non-Patent Citations (2)
Title |
---|
PAULA CAMUS,ET AL: ""High resolution downscaled ocean waves (DOW) reanalysis in coastal areas"", 《COASTAL ENGINEERING》 * |
肖汶斌,刘巍,程兴华,王勇献: ""有限水深Kelvin 源格林函数的传播特性及其应用"", 《国防科技大学学报》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110398744A (zh) * | 2019-07-26 | 2019-11-01 | 中国人民解放军国防科技大学 | 一种基于声信号的海洋温跃层特征参数寻优反演方法 |
CN111307266A (zh) * | 2020-02-21 | 2020-06-19 | 山东大学 | 声速获取方法及基于该方法的全球海洋声速场构建方法 |
CN111307266B (zh) * | 2020-02-21 | 2021-06-29 | 山东大学 | 声速获取方法及基于该方法的全球海洋声速场构建方法 |
CN111814307A (zh) * | 2020-06-05 | 2020-10-23 | 中国人民解放军92942部队 | 用于处理海洋声速数据的方法及装置、存储介质 |
CN112905686A (zh) * | 2021-03-24 | 2021-06-04 | 中国海洋大学 | 基于Python程序的海洋剖面水体数据提取方法 |
WO2022222900A1 (zh) * | 2021-04-20 | 2022-10-27 | 中国海洋大学 | 一种海洋用长时间随涡观测系统及设计方法 |
CN113252010A (zh) * | 2021-04-20 | 2021-08-13 | 中国海洋大学 | 一种海洋用长时间随涡观测系统及设计方法 |
CN113051261A (zh) * | 2021-04-27 | 2021-06-29 | 中国人民解放军国防科技大学 | 基于字典学习的高分辨率声速剖面稀疏编码及存储方法 |
CN113051261B (zh) * | 2021-04-27 | 2024-05-17 | 中国人民解放军国防科技大学 | 基于字典学习的高分辨率声速剖面稀疏编码及存储方法 |
CN113420440A (zh) * | 2021-06-22 | 2021-09-21 | 中国海洋大学 | 一种基于海洋垂直结构的涡旋识别方法 |
CN113641954A (zh) * | 2021-07-20 | 2021-11-12 | 中国科学院声学研究所 | 一种复杂海洋环境中的三维声场快速预报方法及系统 |
CN113641954B (zh) * | 2021-07-20 | 2022-04-05 | 中国科学院声学研究所 | 一种复杂海洋环境中的三维声场快速预报方法及系统 |
CN114004300A (zh) * | 2021-11-01 | 2022-02-01 | 中国人民解放军国防科技大学 | 基于K-means算法迭代分层聚类声速剖面的海洋锋重构方法 |
CN114417601A (zh) * | 2022-01-18 | 2022-04-29 | 中国人民解放军国防科技大学 | 基于卫星高度计数据的中尺度涡水下声速场快速估计方法 |
CN114417601B (zh) * | 2022-01-18 | 2022-07-19 | 中国人民解放军国防科技大学 | 基于卫星高度计数据的中尺度涡水下声速场快速估计方法 |
CN114707327A (zh) * | 2022-04-01 | 2022-07-05 | 自然资源部第一海洋研究所 | 一种并行的海洋环境水声特征诊断方法、模块和系统 |
CN114707327B (zh) * | 2022-04-01 | 2022-11-18 | 自然资源部第一海洋研究所 | 一种并行的海洋环境水声特征诊断方法、存储介质和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109725053B (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109725053A (zh) | 基于高分辨率海洋再分析产品获取水声场特性数据的方法 | |
CN105894106B (zh) | 一种海洋模式和气象模式的一体化耦合方法 | |
CN113259034B (zh) | 一种并行的耦合海洋声学预报系统及运行方法 | |
CN111307266B (zh) | 声速获取方法及基于该方法的全球海洋声速场构建方法 | |
van Vledder et al. | Source term balance in a severe storm in the Southern North Sea | |
CN114970378A (zh) | 一种基于gan网络的海杂波样本库构建方法 | |
Zhang et al. | High-precision measurement of tidal current structures using coastal acoustic tomography | |
CN106019290B (zh) | 加权宽带时反算子分解多目标声成像方法 | |
CN113190984B (zh) | 水下声场模型bellhop并行实现方法 | |
Chen et al. | Mapping of tidal current and associated nonlinear currents in the Xiangshan Bay by coastal acoustic tomography | |
CN106777949A (zh) | 一种基于再分析数据的海浪波向的长期趋势预测方法 | |
Bonnel et al. | Transdimensional geoacoustic inversion using prior information on range-dependent seabed layering | |
Wu et al. | An effective framework for underwater acoustic data acquisition | |
Ren et al. | Source inversion and numerical simulation of 2017 M w 8.1 Mexico earthquake tsunami | |
Gou et al. | KNN regression model-based refinement of thermohaline data | |
CN112231951B (zh) | 一种过江供水管线隧道水下振动噪声预测方法 | |
Kularia et al. | Analysis of acoustic channel characteristics for underwater wireless sensor networks | |
Dai et al. | Tomographic reconstruction of 3D sound speed fields to reveal internal tides on the continental slope of the South China Sea | |
Guo et al. | Tracking-positioning of sound speed profiles and moving acoustic source in shallow water | |
Yang et al. | Non-linear interactions between tides and storm surges during extreme weather events over the eastern Canadian shelf | |
Malekhanov et al. | Array Acoustic Signal Processing in Shallow-Water Channels under Conditions of a Priori Uncertainty: Estimates of the Efficiency Loss | |
Huang et al. | Underwater Sound Speed Profile Construction: A Review | |
Chen et al. | A variational wave height data assimilation system for NCEP operational wave models | |
CN116797756B (zh) | 一种全息海洋背景场实现方法 | |
CN108562905A (zh) | 一种基于模态域子空间检测器加权的水下目标检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |