CN113191307A - 一种基于贝叶斯估计的浅海波导简正波阶数判定方法 - Google Patents
一种基于贝叶斯估计的浅海波导简正波阶数判定方法 Download PDFInfo
- Publication number
- CN113191307A CN113191307A CN202110536591.4A CN202110536591A CN113191307A CN 113191307 A CN113191307 A CN 113191307A CN 202110536591 A CN202110536591 A CN 202110536591A CN 113191307 A CN113191307 A CN 113191307A
- Authority
- CN
- China
- Prior art keywords
- normal wave
- order
- dispersion
- dispersion curve
- shallow 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H3/00—Measuring characteristics of vibrations by using a detector in a fluid
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
- G06F18/24155—Bayesian classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Abstract
一种基于贝叶斯估计的浅海波导简正波阶数判定方法,针对在浅海波导中传播的接收信号进行时频分析处理,分离得到已有但未知准确阶数的简正波信号,进而对其对应的频散曲线提取。将频散曲线作为贝叶斯估计输入函数,将简正波阶数与海洋环境参数共同作为反演量,由包含海洋环境参数的频散公式计算拷贝场,针对简正波阶数和海洋环境参数建立双重代价函数,对输入函数和拷贝场中的参数根据代价函数进行寻优搜索,最后由后验概率密度对应的最大值作为反演参数值,代入频散公式计算频散曲线,与提取频散曲线进行对比,得到不同简正波信号的阶数。本方法基于单个水听器即可实现,操作方便、成本低,且数据处理量小,计算速度快,具有较高准确度。
Description
技术领域
本发明属于水声信号处理分析领域,具体涉及一种于基于贝叶斯估计的浅海波导简正波阶数判定方法。
背景技术
宽带脉冲声源在浅海波导中传播后的接收信号为多阶简正波信号的叠加,各阶简正波信号携带了大量的海洋环境信息,被广泛应用于水下声源的定位和环境参数反演等。但在实际应用中,受环境因素的影响,只有部分阶数的简正波信号能够显现。不同阶数的简正波信号具有不同的特性,所包含的海洋环境信息不同,将不同阶简正波信号应用于水下声源定位和反演时,必须以确知简正波信号的阶数为前提。因此,准确判定简正波的阶数具有重要意义。
发明内容
本发明目的在提供一种基于单水听器的、成本低、操作方便且计算速度快的、适用于浅海波导中宽带脉冲声源的一种基于贝叶斯估计的浅海波导简正波阶数判定方法。
一种基于贝叶斯估计的浅海波导简正波阶数判定方法,包括如下步骤:
步骤a,在浅海波导中发射宽带脉冲声源s(t),浅海波导的海底条件为液态半无限海底,经过声传播距离r后,在接收点得到时域t接收信号p(t,r);
步骤b,对接收信号p(t,r)进行时频分析处理,通过warping变换和频域窄带滤波的方法对接收信号中已有的、但未知准确模态阶数的简正波信号进行分离和提取;
步骤d,针对简正波阶数和海洋环境参数建立双重代价函数;
步骤e,对输入量和拷贝场中的参数根据代价函数进行寻优搜索,最后由贝叶斯估计的后验概率密度最大值对应的参数作为反演参数值;并将反演参数代入频散公式计算频散曲线,将其与提取频散曲线Fn进行对比。在两者的对比图中,利用反演参数值和频散公式可以得到该环境下的所有频散曲线,即简正波的阶数是明确且清晰的,将其与提取的频散曲线进行对比,进而获得提取频散曲线所对应的阶数,实现对不同简正波信号的阶数判定。
进一步地,所述步骤a中,宽带脉冲声源的频率带宽范围为:100~1KHz;声源传播环境为浅海波导,其具体环境条件为:波导特征不在水平方向上发生变化,波导为水平分层的,且具有液态半无限高声速海底;声源位置为海水中任意位置;接收为单个声压水听器接收,接收点只有一个;接收位置位于海水中任意位置。
进一步地,所述步骤b中,简正波类型为海面-海底反射SRBR类简正波,接收信号中简正波的阶数为任意。
进一步地,所述步骤d中,反演代价函数为双重函数,分别针对简正波阶数和海洋环境参数,两重代价函数相互影响,互相作用,最终寻优结果需同时满足两者的寻优条件,代价函数为:
其中,N为输入函数中所包含的简正波总阶数,Mn为选取的简正波总数,m向量为模型参数,即贝叶斯估计理论中在拷贝场时需要的与测量数据相对应的参数。
进一步地,所述步骤e中,简正波的阶数判定通过将频散曲线进行对比实现;由贝叶斯估计的后验概率密度最大值对应的参数作为反演参数值,贝叶斯估计的后验概率密度和代价函数的关系为:
d向量为测量数据,即贝叶斯估计理论中的输入函数。在获得反演参数后,利用频散公式计算该传播条件下的所有简正波信号的频散曲线,将其与提取频散曲线进行对比,进一步判定接收信号中各阶简正波阶数。
与现有技术相比,本发明具有如下显著优点:发明需要的海洋环境先验知识少,反演参数少,有效减少了参数相关性带来的误差;以频散公式计算拷贝场计算速度快、效率高;此外,该判定方法基于单个水听器即可实现,操作方便、成本低,且数据处理量小,计算速度快,具有较高的准确度。
附图说明
图1为本发明实施例中所述判定方法的实施流程。
图2为本发明实施例中的应用环境示意图。
图3为本发明实施例中的接收时域信号和频谱图。
图4为本发明实施例中接收时域信号的时频分析结果。
图5为本发明实施例中提取的频散曲线图。
图6为本发明实施例中几种频散曲线的计算结果对比。
图7为本发明实施例中简正波判定结果。
具体实施方式
下面结合说明书附图对本发明的技术方案做进一步的详细说明。
如图1所示,本发明所述基于贝叶斯估计的简正波判定方法,首先,针对在浅海波导中传播的宽带脉冲声源信号,对其接收信号p(t,r)进行时频分析处理,通过warping变换和频域窄带滤波的方法对接收信号中已有的、但未知准确模态阶数的简正波信号进行分离,进而利用希尔伯特变换对简正波信号对应的频散曲线Fn进行提取。将频散曲线Fn作为贝叶斯估计输入函数,将简正波阶数n与海深、目标距离以及海底相移参数等海洋环境参数共同作为反演量,由包含海洋环境参数的频散公式计算拷贝场针对简正波阶数和海洋环境参数建立双重代价函数,对输入量和拷贝场中的参数根据代价函数进行寻优搜索,最后由贝叶斯估计的后验概率密度对应的最大值作为反演参数值,最后将反演参数代入频散公式计算频散曲线,将其与提取频散曲线进行对比,最终得到不同简正波信号的模态阶数。
以线性调频信号为例,应用本发明所述简正波判定方法的实施过程如下:
假定接收点位于海底,由声源发射器发射一个宽带脉冲声源,海深为H=100,传播距离r=10km,海水中平均声速为1500m/s,声源位置分别取第四阶简正波的节点(声压为0)zs=28m和海底两个位置。
图3所示为两种声源位置下线性调频的宽带脉冲声源信号经浅海波导传播后的时域接收信号及其频谱,其中(a)声源位于海底;(b)声源位于第4阶节点zs=28m。信号带宽为50~150Hz。
图4为两种声源位置下的接收时域信号的时频分析结果。由图可知接收信号存在多阶简正波,在声源位于某阶简正波的节点处时,其时频分析结果中显示的简正波信号存在缺失,从时频分析结果上无法直接获得简正波的阶数信息。
图5给出经过warping变换和窄带频域滤波后,利用希尔伯特变换在时频域提取的各阶简正波信号的频散曲线,频散曲线的位置和时间-频率信息与时频分析结果一一对应。
得到各阶简正波的频散曲线即得到了贝叶斯估计理论的输入信号。拷贝场的计算采用频散公式,海底环境参数由海底相移参数来代替,频散公式得到的频散曲线与声场模型计算得到的频散曲线以及提取得到的频散曲线的对比如图6所示,三者吻合较好,证明了频散公式在计算频散曲线的准确性。采用频散公式计算拷贝场时涉及参数少、计算速度快。
得到贝叶斯估计输入信号和拷贝场之后,利用公式(2)所示的双重代价函数对海洋环境参数进行寻优搜索,双重代价函数中,每一次环境参数的寻优都要首先满足对简正波阶数的匹配和寻优,经过不断搜索,利用公式(3)计算各个参数的最大后验概率密度,确定最终的海洋环境参数的反演值。
将反演参数代入频散公式(1)计算频散曲线,并将计算结果与数据提取结果进行对比,如图7,进而确定简正波的阶数。
结合上述实施例,进一步佐证了本发明在简正波阶数判定时采用单水听器、不收声源位置限制、成本低且计算速度快、效率高、准确性高的优点。
以上所述仅为本发明的较佳实施方式,本发明的保护范围并不以上述实施方式为限,但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化,皆应纳入权利要求书中记载的保护范围内。
Claims (6)
1.一种基于贝叶斯估计的浅海波导简正波阶数判定方法,其特征在于:包括如下步骤:
步骤a,在浅海波导中发射宽带脉冲声源s(t),浅海波导的海底条件为液态半无限海底,经过声传播距离r后,在接收点得到时域t接收信号p(t,r);
步骤b,对接收时域信号p(t,r)进行时频分析处理,通过warping变换和频域窄带滤波的方法对接收信号中已有的、但未知准确模态阶数的简正波信号进行分离和提取;
步骤d,针对简正波阶数和海洋环境参数建立双重代价函数;
步骤e,对提取的频散曲线和拷贝场中的参数根据代价函数进行寻优搜索,最后由贝叶斯估计的后验概率密度最大值对应的参数作为反演参数值;并将反演参数代入频散公式计算频散曲线,将其与提取频散曲线Fn进行对比;在两者的对比图中,利用反演参数值和频散公式得到该环境下的所有频散曲线,即简正波的阶数是明确且清晰的,将其与提取的频散曲线进行对比,进而获得提取频散曲线所对应的阶数,实现对不同简正波信号的阶数判定。
2.根据权利要求1所述的一种基于贝叶斯估计的浅海波导简正波阶数判定方法,其特征在于:所述步骤a中,宽带脉冲声源的频率带宽范围为:100~1KHz;声源传播环境为浅海波导,其具体环境条件为:波导特征不在水平方向上发生变化,波导为水平分层的,且具有液态半无限高声速海底;声源位置为海水中任意位置;接收为单个声压水听器接收,接收点只有一个;接收位置位于海水中任意位置。
3.根据权利要求1所述的一种基于贝叶斯估计的浅海波导简正波阶数判定方法,其特征在于:所述步骤b中,简正波类型为海面-海底反射SRBR类简正波,接收信号中简正波的阶数为任意。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110536591.4A CN113191307B (zh) | 2021-05-17 | 2021-05-17 | 一种基于贝叶斯估计的浅海波导简正波阶数判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110536591.4A CN113191307B (zh) | 2021-05-17 | 2021-05-17 | 一种基于贝叶斯估计的浅海波导简正波阶数判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113191307A true CN113191307A (zh) | 2021-07-30 |
CN113191307B CN113191307B (zh) | 2023-09-29 |
Family
ID=76982206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110536591.4A Active CN113191307B (zh) | 2021-05-17 | 2021-05-17 | 一种基于贝叶斯估计的浅海波导简正波阶数判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113191307B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160209538A1 (en) * | 2013-08-05 | 2016-07-21 | Schlumberger Technology Corporation | Apparatus for Mode Extraction Using Multiple Frequencies |
CN108107437A (zh) * | 2017-09-28 | 2018-06-01 | 哈尔滨工程大学 | 一种利用简正波耦合干涉的海洋环境监测方法 |
CN108549069A (zh) * | 2018-03-08 | 2018-09-18 | 哈尔滨工程大学 | 一种非理想波导下的warping变换修正方法 |
CN111563233A (zh) * | 2020-04-12 | 2020-08-21 | 西北工业大学 | 基于非线性贝叶斯理论的水声信号频散特征被动反演方法 |
-
2021
- 2021-05-17 CN CN202110536591.4A patent/CN113191307B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160209538A1 (en) * | 2013-08-05 | 2016-07-21 | Schlumberger Technology Corporation | Apparatus for Mode Extraction Using Multiple Frequencies |
CN108107437A (zh) * | 2017-09-28 | 2018-06-01 | 哈尔滨工程大学 | 一种利用简正波耦合干涉的海洋环境监测方法 |
CN108549069A (zh) * | 2018-03-08 | 2018-09-18 | 哈尔滨工程大学 | 一种非理想波导下的warping变换修正方法 |
CN111563233A (zh) * | 2020-04-12 | 2020-08-21 | 西北工业大学 | 基于非线性贝叶斯理论的水声信号频散特征被动反演方法 |
Non-Patent Citations (2)
Title |
---|
XIAOMAN LI等: "A Passive Source Location Method in a Shallow WaterWaveguide with a Single Sensor Based on Bayesian Theory", 《SENSORS》 * |
李晓曼: "浅海波导宽带脉冲声源被动测距方法研究", 《中国博士论文全文数据库,工程科技II辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113191307B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107179535A (zh) | 一种基于畸变拖曳阵的保真增强波束形成的方法 | |
US8270252B2 (en) | Method for estimating target range error and sonar system thereof | |
CN104820218B (zh) | 一种基于频域自相关的浅海海底单参数反演方法 | |
CN106019263B (zh) | 基于多亮点回波模型的目标径向速度测量方法 | |
CN104749568B (zh) | 一种基于水听器阵列的浅海目标深度的分类方法 | |
CN106019288A (zh) | 基于简正波模态消频散变换的声源距离深度估计方法 | |
Emmetière et al. | Understanding deep-water striation patterns and predicting the waveguide invariant as a distribution depending on range and depth | |
Van Komen et al. | Seabed type and source parameters predictions using ship spectrograms in convolutional neural networks | |
Belov et al. | Estimating the acoustic characteristics of surface layers of the sea bottom using four-component vector-scalar receivers | |
JP2007040734A (ja) | 送信モードリコメンドシステム、ソーナーシステム、送信モードリコメンド方法、そのプログラム及び記録媒体 | |
Van Komen et al. | A CNN for range and seabed estimation on normalized and extracted time-series impulses | |
CN108107437B (zh) | 一种利用简正波耦合干涉的海洋环境监测方法 | |
CN110389335B (zh) | 一种基于海洋背景场的水声传播损失可靠计算方法 | |
CN113191307B (zh) | 一种基于贝叶斯估计的浅海波导简正波阶数判定方法 | |
CN110319797B (zh) | 一种基于双通道信息的图像域富钴结壳厚度提取方法 | |
CN109507675B (zh) | 基于频分系统实现水下多目标时延估计处理的方法 | |
CN112684437B (zh) | 一种基于时域warping变换的被动测距方法 | |
US10871585B2 (en) | System for processing seismic data based upon linear optimization and related methods | |
JP2782180B2 (ja) | 海底堆積層における音速測定方法 | |
Guo et al. | Sequential inversion for geoacoustic parameters in the south China sea using modal dispersion curves | |
Li et al. | Source depth discrimination using wavenumber domain feature with a horizontal array | |
Oesterlein et al. | Extraction of time-frequency target features | |
Lu et al. | Array shape estimation method based on extraction of single normal mode | |
US10261205B2 (en) | System for processing seismic data based upon volatility measurement model and related methods | |
Yayu et al. | Research on Location of Underwater Sound Source Target in Deep Sea Sound Field Based on Bellhop Model |
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 |