JP2008545991A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2008545991A5 JP2008545991A5 JP2008515876A JP2008515876A JP2008545991A5 JP 2008545991 A5 JP2008545991 A5 JP 2008545991A5 JP 2008515876 A JP2008515876 A JP 2008515876A JP 2008515876 A JP2008515876 A JP 2008515876A JP 2008545991 A5 JP2008545991 A5 JP 2008545991A5
- Authority
- JP
- Japan
- Prior art keywords
- fish
- acoustic signal
- population
- return
- scattering
- 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
- 241000251468 Actinopterygii Species 0.000 claims description 305
- 238000001514 detection method Methods 0.000 claims description 64
- 238000004458 analytical method Methods 0.000 claims description 30
- 230000005540 biological transmission Effects 0.000 claims description 18
- 241000894007 species Species 0.000 claims description 9
- 230000001131 transforming Effects 0.000 claims description 9
- 230000004069 differentiation Effects 0.000 claims description 7
- 230000002123 temporal effect Effects 0.000 claims description 7
- 238000009792 diffusion process Methods 0.000 claims description 5
- 230000002457 bidirectional Effects 0.000 claims description 4
- 239000006185 dispersion Substances 0.000 claims description 4
- 238000003909 pattern recognition Methods 0.000 claims description 4
- 238000010192 crystallographic characterization Methods 0.000 claims description 2
- 235000019688 fish Nutrition 0.000 description 233
- 238000001228 spectrum Methods 0.000 description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 13
- 238000005259 measurement Methods 0.000 description 11
- 238000001914 filtration Methods 0.000 description 10
- 230000002829 reduced Effects 0.000 description 8
- 238000004613 tight binding model Methods 0.000 description 8
- 230000001427 coherent Effects 0.000 description 7
- 230000001419 dependent Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 244000144992 flock Species 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 7
- 210000003932 Urinary Bladder Anatomy 0.000 description 6
- 230000000875 corresponding Effects 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 3
- 244000144980 herd Species 0.000 description 3
- 230000000051 modifying Effects 0.000 description 3
- 230000000644 propagated Effects 0.000 description 3
- 230000003595 spectral Effects 0.000 description 3
- 210000004712 Air Sacs Anatomy 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000009114 investigational therapy Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 241001085763 Centropristis striata Species 0.000 description 1
- 241000251730 Chondrichthyes Species 0.000 description 1
- 241000252203 Clupea harengus Species 0.000 description 1
- 241000239366 Euphausiacea Species 0.000 description 1
- 241000276397 Merluccius merluccius Species 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 241000276427 Poecilia reticulata Species 0.000 description 1
- 241000269821 Scombridae Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000000996 additive Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000002238 attenuated Effects 0.000 description 1
- 238000005311 autocorrelation function Methods 0.000 description 1
- 230000001143 conditioned Effects 0.000 description 1
- 230000003750 conditioning Effects 0.000 description 1
- 230000001808 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000000670 limiting Effects 0.000 description 1
- 235000020640 mackerel Nutrition 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006011 modification reaction Methods 0.000 description 1
- 230000004660 morphological change Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organs Anatomy 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000000750 progressive Effects 0.000 description 1
- 230000001902 propagating Effects 0.000 description 1
- 230000000630 rising Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static Effects 0.000 description 1
- 230000004936 stimulating Effects 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
Description
背景
魚種資源は世界的に減少してきているが、魚の発生量(abundance)と挙動を調査する従来の手法は、不正確な局所的ソナー及び捕獲トロール漁の測定値にかなり依存する。特に、大陸棚の環境内の魚は、低速で移動する調査船から線状トランセクト技術により監視されており、従って、これらの技術は、時間と空間において非常に不十分に魚類個体群をサンプリングし、不完全な発生量及び挙動のイメージ(画像)を残す。従来の魚群探知ソナー(conventional fish-finding sonar:CFFS)は、10〜500kHzの範囲で動作し、低速で移動する調査船の線状トランセクトに沿って下方に送られた狭いビーム内の音響測深により、魚の局所的深度分布を測定する。一般に、システムは、捕獲トロール船の調査速度と同様の0.2km2/hourの程度の割合で生息環境を調査する。調査速度は、単に局所的な線形の水系伝搬路を利用する従来のサイドスキャンソナーでの大ざっぱな大きさの程度により増加することができる。一方、孤立した魚群は、空間において広く分離される場合が多く、従来の方法により検知することが難しい。数百メートルの直径に及ぶ小さい魚群は、サイズと形状が急速に変動することが知られている。また、大きな魚群は、数十〜数百平方キロメートルにわたって広がる場合が多く、1時間未満の期間で、分裂と集団化を含む猛烈な形態変化を受ける可能性もある。
魚種資源は世界的に減少してきているが、魚の発生量(abundance)と挙動を調査する従来の手法は、不正確な局所的ソナー及び捕獲トロール漁の測定値にかなり依存する。特に、大陸棚の環境内の魚は、低速で移動する調査船から線状トランセクト技術により監視されており、従って、これらの技術は、時間と空間において非常に不十分に魚類個体群をサンプリングし、不完全な発生量及び挙動のイメージ(画像)を残す。従来の魚群探知ソナー(conventional fish-finding sonar:CFFS)は、10〜500kHzの範囲で動作し、低速で移動する調査船の線状トランセクトに沿って下方に送られた狭いビーム内の音響測深により、魚の局所的深度分布を測定する。一般に、システムは、捕獲トロール船の調査速度と同様の0.2km2/hourの程度の割合で生息環境を調査する。調査速度は、単に局所的な線形の水系伝搬路を利用する従来のサイドスキャンソナーでの大ざっぱな大きさの程度により増加することができる。一方、孤立した魚群は、空間において広く分離される場合が多く、従来の方法により検知することが難しい。数百メートルの直径に及ぶ小さい魚群は、サイズと形状が急速に変動することが知られている。また、大きな魚群は、数十〜数百平方キロメートルにわたって広がる場合が多く、1時間未満の期間で、分裂と集団化を含む猛烈な形態変化を受ける可能性もある。
従って、魚群のサイズ、空間分布、及び時間的な漸進的変化の測定は一般に、従来の方法では実用的でない。魚は、CFFSを用いる測定の過程において、非常に広く分散し、これらの空間的密度及び分布は猛烈に変化する。
発明の概要
本発明により、魚群の個体群面密度及び詳細な挙動、並びにそれらの相互作用が、海洋音響導波路リモートセンシングにより数千平方キロメートルに広がる大陸棚の規模の領域にわたって短い間隔(例えば、約1分)で連続的に監視されることが可能になる。これは、本発明が、CFFS伝送で被った球面損失の代わりに、円筒形拡散損失のみを受ける捕捉モードを介して長距離にわたって音が伝搬する音響導波路として振る舞うための、大陸棚、島等のような特定の地球物理的環境の能力に依存するという理由で可能である。また、本発明は、導波路を生成するために水柱の音速の変動に依存することにより、大陸棚から離れた深海でも使用され得る。
本発明により、魚群の個体群面密度及び詳細な挙動、並びにそれらの相互作用が、海洋音響導波路リモートセンシングにより数千平方キロメートルに広がる大陸棚の規模の領域にわたって短い間隔(例えば、約1分)で連続的に監視されることが可能になる。これは、本発明が、CFFS伝送で被った球面損失の代わりに、円筒形拡散損失のみを受ける捕捉モードを介して長距離にわたって音が伝搬する音響導波路として振る舞うための、大陸棚、島等のような特定の地球物理的環境の能力に依存するという理由で可能である。また、本発明は、導波路を生成するために水柱の音速の変動に依存することにより、大陸棚から離れた深海でも使用され得る。
本発明に従って瞬間的なイメージを形成するために、導波路モードは、パルス動作された、好適には短い広帯域送信を使用する垂直音源アレイにより、方位角で均一に励起され得る。次いで、環境要素からの散乱リターンが、水平線形アレイにより連続的に受信され、水平レンジと方位で図化される(例えば、時間的整合フィルタリング及びビーム形成により)。結果としてのイメージは、信号リターンの双方向移動時間にわたる海洋環境の瞬間的なスナップショットである。本発明は、浮袋を有する魚、及び浮袋を有さない魚の場所を突き止めて特徴付ける際に有用であり、オキアミのような他の海洋生物を検出し、イメージ化し、その場所を突き止めることに適用され得る。
従って、第1の態様において、本発明は、魚の個体群を特徴付ける方法を特徴とする。その方法は、水中環境内で捕捉モードを介して水平方向に送られる音響信号を生成し、それにより該信号が円筒形拡散損失を最終的に被り、生成された音響信号により刺激又は励起されたリターン音響信号を受信し、及び魚の個体群を検出して特徴付けるようにリターン音響信号を解釈することを含む。いくつかの実施形態において、音響信号はパルス動作される。好適には、生成された音響信号は、方位角的に均一であり、海底及び海洋大気表面のような、導波路としての役割を果たす、境界を形成する地球物理的要素内で伝播する。また、導波路は、水柱の音速の変動から生じることができる。
解釈するステップは好適には、時間的整合フィルタリング及びビーム形成を含み、この手法は、リターン音響信号の強度を反射した散乱要素の水平空間位置にリターン音響信号の強度を図化し、これによりリターン音響強度のイメージが形成される。また、ステップは、双方向導波路伝送損失、分解能フットプリント、魚の目標探知強度、及び音源のパワーを補償することを含むことができる。いくつかの実施形態において、解釈するステップは、第1の目標探知強度を設定し、それに基づいて、魚類個体群を示すリターン信号を特定することを含む。これは、魚の様々な種の目標探知強度を設定し、設定された目標探知強度に基づいて様々な魚類個体群を識別し、魚のグループの個体群面密度を確立することを含むことができる。また、いくつかの実施形態において、解釈するステップは、リターン信号に依存するスペックルノイズをリターン信号に依存しない相加性ノイズに変換するためにリターン音響信号の強度の対数変換を含むことができ、それにより魚の目標探知強度、又は個体群の分布のパターン認識が最適化される。
特徴付けは一般に(必ずではないが)、25km2を超えた面積を有する領域にわたって行われる。生成された音響信号は望ましくは、伝播し、リターン音響信号が方位角360°に広がる。これらは、水中環境内に配置された、垂直方向に配置された音源アレイから生成され得る。いくつかの実施形態において、音源アレイの水平方向の開口を用いて、生成された音響信号を特定の望ましい方位角に送ることができる。
音響信号の波長を最適化するためのステップを用いることができる。例えば、最適化された波長は、リターン音響信号が、(i)魚に対する伝播を表す因数、(ii)魚からの散乱を表す因数、及び(iii)魚からの伝播を表す因数の積として表され得るほど十分に大きくすることができる。最適化された波長は、音響信号の遠距離場のレンジが特徴付けられるべき魚間の平均間隔よりも短くなるようにすることができる。いくつかの実施形態において、最適化された波長は、特徴付けられるべき魚からの影の長さが魚間の平均距離よりも小さくなるようにする。最適化された波長は、リターン音響信号が任意の個々の魚の外観に無関係であるように選択され得る。最適化された波長は、魚又は魚のグループからの導波路散乱(多くの入射角の出入り)により生じた音響減衰の総量が1dB未満であるように選択され得る(CFFSシステムは一般に、より高い周波数で動作し、小さい魚群を介した伝播でさえも著しい減衰を有する可能性があり、個体群の推定の大幅なエラーをまねく。)。最適化された波長、及び音響信号のパワーレベルは、魚からのリターン音響信号が、最大検出レンジで少なくとも5dBだけ環境ノイズレベルを上回るように選択され得る。最大検出レンジは、数十キロメートル以上とすることができる。最適化された音波長は、魚のグループ又は他の海洋生物からの散乱が最大検出レンジで海底の散乱を上回るように選択され得る。
音源アレイにより刺激された導波路モードを最適化するために測定が行われ、魚からのリターン音響信号を最大化して、海底からのリターン音響信号を最小化することができる。
いくつかの実施形態において、リターン音響信号の強度、魚の目標探知強度、又は個体群面密度の連続するイメージは、必要に応じて、動画へと連結され得る。
本発明は、検出された魚のグループにより占められた全領域を特徴付けて、魚のグループの個体群の中心を特定することができる。その結果として、これを用いて、個体群の特定された中心を時間微分することにより、魚のグループの速度を検出することができる。また、魚の全領域の速度ベクトルは、質量保存に従って時間微分及び空間微分により求められることができ、魚を移動させる魚に対する環境圧も、運動量の保存に従って定量化され得る。代案として、魚のグループの速度は、リターン音響信号のドップラー周波数シフトに基づいて推定され得る。
別の態様において、本発明は、魚の個体群を特徴付けるための装置を特徴とする。その装置は、水中環境内で捕捉モードを介して水平方向に送られる音響信号を生成し、それにより該信号が円筒形拡散損失を被る送信デバイスと、生成された音響信号により刺激されたリターン音響信号を受信するための受信機と、魚の個体群を検出して特徴付けるようにリターン音響信号を解釈するための解析モジュールとを含む。これは、リアルタイムで、又は後続の解析により達成され得る。
送信デバイスは望ましくは、方位角360°に理想的に伝播し、パルス動作され得る、方位角的に均一な音響信号を生成する。いくつかの実施形態において、解析モジュールは、時間的整合フィルタリング及びビーム形成によりリターン音響信号を解釈する。例えば、送信デバイスは、垂直方向に配置された音源アレイからなることができる。音源のアレイは、魚又は海洋生物からのリターン音響信号を最適化し、且つ海底からのリターン音響信号を最小化するために、空間的にフィルタリングされた信号を送信することができる。望ましくは、生成された信号は、魚からのリターン音響信号が最大検出レンジで少なくとも5dBだけ環境ノイズレベルを上回るように一緒に最適化された波長とパワーレベルを有する。
解析モジュールは、双方向導波路伝送損失、分解能フットプリント、魚の目標探知強度、信号に依存するノイズ、及び音源のパワーを補償するように構成され得る。いくつかの実施形態において、解析モジュールは、魚の目標探知強度を設定し、それに基づいて、魚の個体群を示すリターン信号を特定するように構成される。この場合、解析モジュールは、魚の様々な種の目標探知強度を設定し、設定された目標探知強度に基づいて様々な魚の個体群を区別し、魚のグループの個体群面密度を確立するように更に構成され得る。いくつかの実施形態において、解析モジュールは、上述されたように音響信号の波長を最適化するように構成される。
解析モジュールは、所与の領域における魚の総個体数、及び時間の経過につれたこの個体数の変動を特徴付けるように構成され得る。解析モジュールは、検出された魚のグループにより占められる全領域、及び必要に応じて魚のグループの個体群の中心を特徴付けるように構成され得る。解析モジュールは、特定された個体群の中心を時間微分することにより、魚のグループの速度を検出するように更に構成され得る。解析モジュールは、質量保存に従って時間微分及び空間微分により、魚の全領域の速度ベクトルを求め、並びに魚を移動させる魚に対する環境圧を運動量の保存を用いて求めるように更に構成され得る。代案として、解析モジュールは、リターン音響信号のドップラー周波数シフトに基づいて魚のグループの速度を推定することができる。
また、装置は、リターン音響信号に基づいて魚の個体群のイメージを生成するためのイメージ処理モジュールを含むことができる。イメージ処理モジュールは、魚の個体群の空間的スペクトルを確立するように構成され得る。イメージ処理モジュールは、必要に応じて、連続するイメージを動画へと連結するように構成され得る。イメージ処理モジュールは、必要に応じて、魚の個体群、魚のグループの領域、及び所与の領域内の魚の長軸と短軸の時系列、並びにこれら時系列のスペクトルと相関長を推定するように構成され得る。
前述の説明は、添付図面に関連して参酌した場合に、本発明の以下の詳細な説明からより容易に理解されるであろう。
詳細な説明
基礎的アプローチ
例示的な具現化形態において、音源と受信機の位置はわかっており、音源の送信時間はわかっている。次いで、魚のような環境要素からの散乱リターンが、水平線アレイにより連続的に受信され、好適には海での既知の音響モードの伝播速度(例えば、局所的な音速の測定値から求められるような)を用いて時間的整合フィルタリングとビーム形成により、水平レンジ及び方位で図化される。結果としての画像は、方位角360°に広がる信号リターンの双方向移動時間にわたる海洋環境の瞬間的なスナップショットである。係る原画像の各ピクセルは、基準圧力に対するデシベルの音圧レベルの単位を有する。レンジ分解能は、平均の音速c=1475m/sに固定され、信号帯域幅の2倍で除算される。ラジアンの方位分解能は、放出されたアレイ長Lcosθで除算された音波長λに比例して変化し、ここで、Lはアレイの全長であり、方位角θは、アレイの軸に対して垂直である舷側でゼロである。アレイの軸に対して平行なエンドファイアにおいて、分解能は、ほぼ(2λ/L)1/2ラジアンになる。図1は、分解能の水平面の図を示し、これとCFFSの線状トランセクトを対比する。図1に示されるように、アレイは、その軸を中心とした左右の曖昧性を有さない。その理由は、例えば、カージオイドアレイ又は複数の曳航線状アレイにおいてのように、アレイがその長い軸に対して垂直な何らかの開口を有して、その開口に二次元性を与え、それによりこの曖昧性を取り除くからである。単一の線状アレイの場合、アレイの軸に対して垂直な開口を持たず、曖昧性は、受信機アレイの位置と向き(方位)の双方を変更することにより解消され得る。曳航の方向におけるエンドファイアビームは、曳航船からのノイズで時として悪影響を及ぼされるので、環境のイメージングに時として役に立たない。
基礎的アプローチ
例示的な具現化形態において、音源と受信機の位置はわかっており、音源の送信時間はわかっている。次いで、魚のような環境要素からの散乱リターンが、水平線アレイにより連続的に受信され、好適には海での既知の音響モードの伝播速度(例えば、局所的な音速の測定値から求められるような)を用いて時間的整合フィルタリングとビーム形成により、水平レンジ及び方位で図化される。結果としての画像は、方位角360°に広がる信号リターンの双方向移動時間にわたる海洋環境の瞬間的なスナップショットである。係る原画像の各ピクセルは、基準圧力に対するデシベルの音圧レベルの単位を有する。レンジ分解能は、平均の音速c=1475m/sに固定され、信号帯域幅の2倍で除算される。ラジアンの方位分解能は、放出されたアレイ長Lcosθで除算された音波長λに比例して変化し、ここで、Lはアレイの全長であり、方位角θは、アレイの軸に対して垂直である舷側でゼロである。アレイの軸に対して平行なエンドファイアにおいて、分解能は、ほぼ(2λ/L)1/2ラジアンになる。図1は、分解能の水平面の図を示し、これとCFFSの線状トランセクトを対比する。図1に示されるように、アレイは、その軸を中心とした左右の曖昧性を有さない。その理由は、例えば、カージオイドアレイ又は複数の曳航線状アレイにおいてのように、アレイがその長い軸に対して垂直な何らかの開口を有して、その開口に二次元性を与え、それによりこの曖昧性を取り除くからである。単一の線状アレイの場合、アレイの軸に対して垂直な開口を持たず、曖昧性は、受信機アレイの位置と向き(方位)の双方を変更することにより解消され得る。曳航の方向におけるエンドファイアビームは、曳航船からのノイズで時として悪影響を及ぼされるので、環境のイメージングに時として役に立たない。
線形周波数変調(lfm)、双曲線周波数変調(hfm)、及び正弦波又は無変調の連続波(cw)の一連のパルスを含む、種々の音源波形が使用され得る。lfm及びhfmのような周波数変調された波形は、レンジ分解能、SN比、及び信号対バックグラウンド反響音比を改善するパルス圧縮又は整合フィルタ技術を使用可能にするので、好都合である。
送信反復率は、レンジの有効範囲に制限を設ける。50秒反復率は、各瞬間的なイメージに対して約30km半径の有効範囲に対応するが、100秒反復率は、約60km半径の有効範囲に対応し、前の受信と次の送信との間に多少の非記録時間を残しながら最適な捕捉を達成する。50秒反復率と100秒反復率の双方は、利益をもたらすように使用され得る。
装置
一般的な具現化形態が図2に示される。係留音源アレイ、曳航音源アレイ、又は漂流音源アレイ210は、1つ又は複数の垂直線形アレイ215を利用し、そのアレイ215のそれぞれは、1つ又は複数の水中音源を含み、360°の水平方位角にわたって音波を送出する。導波路モードは、例えば、曳航船の35〜70m下につるされた垂直音源アレイ215により励起される。音源アレイは、空間的窓(ウィンドウ)を利用して、魚からのリターンを最大にして海底からのリターンを最小にするモードを刺激する。係留受信機アレイ、曳航受信機アレイ、又は漂流受信機アレイ220は、ハイドロホンからなる1つ又は複数の水平線形受信アレイ225を含む(各アレイは好適には、水中音波の方向が求められることを可能にするように複数のハイドロホンを含む)。図2に示された例において、これは、例えば24〜55m下につるされ、別の調査船の115〜230m下につるされる。散乱リターンが水平受信アレイ225により受信される。一般に、音源及び受信機は移動する調査船から曳航されるか、又は海底へ係留され得る。この例では、一般に、海底の深さは70m〜140mの範囲に及ぶ。
一般的な具現化形態が図2に示される。係留音源アレイ、曳航音源アレイ、又は漂流音源アレイ210は、1つ又は複数の垂直線形アレイ215を利用し、そのアレイ215のそれぞれは、1つ又は複数の水中音源を含み、360°の水平方位角にわたって音波を送出する。導波路モードは、例えば、曳航船の35〜70m下につるされた垂直音源アレイ215により励起される。音源アレイは、空間的窓(ウィンドウ)を利用して、魚からのリターンを最大にして海底からのリターンを最小にするモードを刺激する。係留受信機アレイ、曳航受信機アレイ、又は漂流受信機アレイ220は、ハイドロホンからなる1つ又は複数の水平線形受信アレイ225を含む(各アレイは好適には、水中音波の方向が求められることを可能にするように複数のハイドロホンを含む)。図2に示された例において、これは、例えば24〜55m下につるされ、別の調査船の115〜230m下につるされる。散乱リターンが水平受信アレイ225により受信される。一般に、音源及び受信機は移動する調査船から曳航されるか、又は海底へ係留され得る。この例では、一般に、海底の深さは70m〜140mの範囲に及ぶ。
音源又は受信機の配置可能なアレイは、本技術において良く知られているように任意の適切な形態をとることができる。一般的なアレイは、浮揚性パッケージ、接続線又は接続ケーブル、ケーブルゆるめ装置、深度センサ、並びに音源又は受信機、及び関連する制御電子装置を収容する圧力ケースを含む。例えば、浮揚性パッケージは、直立に垂直な向き又は水平な向きにアレイを支持する働きをするブイ又はフロートを含むことができる。複数の深度センサが一般に利用されるが、単一のセンサを用いる場合には、それは一般に、アレイに近接して配置され、受信機アレイの場合には、深度情報が音響信号と共に解析のために伝えられるように、制御システムにも電気接続される。
図3を参照すると、本発明による受信機アレイ225からの信号を処理するめのシステム300は、概念的に一連の機能モジュールとして構成され、一連の機能モジュールは、従来の手法と一致してノイズを低減し且つ水中音響データを改善する信号調整フィルタリングモジュール310、調整されてデジタル化された信号を解析し、時間的整合フィルタリングによりレンジに、及び平面波ビーム形成により方位角にイメージを形成するデータ解析モジュール320、並びに必要に応じて、データ解析モジュール320により出力されるイメージを組み立てる又は更に処理するためのイメージ処理モジュール330を含む。イメージはコンピュータディスプレイ340に表示され得る。本発明は、CFFSに比べて、一般に4桁以上だけ小さい強度の音波を使用する。得られるレンジ分解能は、Δr=c/2Bであり、ここで、cは実験中の平均海洋音速であり、Bは送信された信号の帯域幅である。
モジュール320、330は、任意の適切なプログラミング言語(単数又は複数)(C++、C#、Java(登録商標)、FORTRAN、LISP、BASIC、PERL等)を用いてソフトウェアプログラムとして、及び/又はハードウェアデバイス(例えば、ASIC、FPGA、プロセッサ、メモリ、記憶装置等)として全体的に又は部分的に実現され得る。モジュール320、330により実行される機能は、以下でより詳細に説明される。
音源アレイを用いたモードフィルタリング
垂直音源アレイは、導波路へと刺激され伝播されるモードをフィルタリングして除去するように設計され得る。これは、信号送信中に、音源アレイの個々の素子の振幅と位相を徐々に変化させることにより行われる。一般に、音源アレイで水柱の低次モードを刺激することが好ましく、その理由は、これらが、より水平な向きを有する波数ベクトルを有し、且つそれほど相互作用せず、或いは海底及び海面に、より浅い角度で入射し、それにより海底及び海面の不均一性及び地形からのリターンを最小限にするからである。これら低次モードは依然として水柱を満たし、魚類個体群からの強いリターンをもたらす。
垂直音源アレイは、導波路へと刺激され伝播されるモードをフィルタリングして除去するように設計され得る。これは、信号送信中に、音源アレイの個々の素子の振幅と位相を徐々に変化させることにより行われる。一般に、音源アレイで水柱の低次モードを刺激することが好ましく、その理由は、これらが、より水平な向きを有する波数ベクトルを有し、且つそれほど相互作用せず、或いは海底及び海面に、より浅い角度で入射し、それにより海底及び海面の不均一性及び地形からのリターンを最小限にするからである。これら低次モードは依然として水柱を満たし、魚類個体群からの強いリターンをもたらす。
また、低次モードは、既知の水深を用いて環境内に音源アレイを有利に配置することにより、刺激され得る。より浅い水深に音源アレイを配置することは、時として有利になる場合があり、その理由は、より少ない数のモードが励起され、これらが下端にあるからである。この結果、これらのモードが水中をより深くへと進む場合には、音源がより深い水中に配置された場合に比べて、海底及び海面の入射角が、より浅くなり、そのため海底及び海面からのリターンがやはり最小限にされる。
単位面積及び個体群密度の目標探知強度の導出
データ解析モジュール320の一般的な出力は概して、魚群及び他の水生生物を含む海洋環境に関する単位面積の目標探知強度の1つ又は複数のイメージである。これらは、(i)レンジに依存する大陸棚導波路における双方向の伝送損失(例えば、対応するオンラインコンテンツを含む、Makris他著、「Science 311」660-663頁、(2006年)に記載されたような、例えば放物形方程式モデリングを用いて)、(ii)OARS音源−受信機システムの空間的に変動する分解能フットプリント、(iii)魚の目標探知強度、及び(iv)音源パワーについて、受信された音圧レベルを補償することにより求められる。
データ解析モジュール320の一般的な出力は概して、魚群及び他の水生生物を含む海洋環境に関する単位面積の目標探知強度の1つ又は複数のイメージである。これらは、(i)レンジに依存する大陸棚導波路における双方向の伝送損失(例えば、対応するオンラインコンテンツを含む、Makris他著、「Science 311」660-663頁、(2006年)に記載されたような、例えば放物形方程式モデリングを用いて)、(ii)OARS音源−受信機システムの空間的に変動する分解能フットプリント、(iii)魚の目標探知強度、及び(iv)音源パワーについて、受信された音圧レベルを補償することにより求められる。
一般的なターゲット(標体)に対する海洋音響導波路の散乱モデル
説明のため、層状海洋導波路における一般的ターゲットからの散乱場について通常モードの公式を説明する。座標系の原点を空気と水の界面に配置し、正のz軸が下方に向いているとする。音源の座標が
により定義され、受信機の座標が
により定義され、及びターゲットの質量中心の座標が
により定義されるとする。空間円柱系(ρ、φ、z)及び球面系(r、θ、φ)は、x=rsinθcosφ、y=rsinθsinφ、z=rcosθ、及びρ2=x2+y2により定義される。音響波数kは、角周波数ω=2πfを音速cで除算することにより与えられる。
説明のため、層状海洋導波路における一般的ターゲットからの散乱場について通常モードの公式を説明する。座標系の原点を空気と水の界面に配置し、正のz軸が下方に向いているとする。音源の座標が
により定義され、受信機の座標が
により定義され、及びターゲットの質量中心の座標が
により定義されるとする。空間円柱系(ρ、φ、z)及び球面系(r、θ、φ)は、x=rsinθcosφ、y=rsinθsinφ、z=rcosθ、及びρ2=x2+y2により定義される。音響波数kは、角周波数ω=2πfを音速cで除算することにより与えられる。
層状海洋導波路において
のターゲット中心を有する任意のターゲットから
の音源に対する
の受信機により測定される調和振動(time-harmonic:時間的に正弦的に変わる)散乱場は、以下により与えられる。
のターゲット中心を有する任意のターゲットから
の音源に対する
の受信機により測定される調和振動(time-harmonic:時間的に正弦的に変わる)散乱場は、以下により与えられる。
ここで、
は、
における異質物(不均一性)に入射する、沈み込む及び盛り上がるモード平面波成分の振幅であり、
は、異質物(不均一性)から散乱された盛り上がる及び沈み込むモード成分の振幅であり、
は、
に中心を置く対象物の散乱関数であり、
は、ターゲットからの受信機の方位角であり、β(φt、φ0)は、音源からのターゲットの方位角であり、αnはモード仰角であり、Mmaxはモード総和が切り捨てられることができ、且つ依然として場を正確に表すことができるモード数であり、上記は、P. Ratilal及びN. C. Makris著、J. Acoust. Soc. Am.118:3532-3559 (2005年)に記載されている。波数積分に関する同等の公式は、N. C. Makris, F. Ingenito及びW. A. Kuperman著、「Detection of a submerged object insonified by surface noise in an ocean waveguide」、J. Acoust. Soc. Am. 96:1703-1724(1994年)にある。対象物の目標探知強度は、kがl/mで測定された場合にlmについてdB単位で、TS=10log10|S/k|2である。
は、
における異質物(不均一性)に入射する、沈み込む及び盛り上がるモード平面波成分の振幅であり、
は、異質物(不均一性)から散乱された盛り上がる及び沈み込むモード成分の振幅であり、
は、
に中心を置く対象物の散乱関数であり、
は、ターゲットからの受信機の方位角であり、β(φt、φ0)は、音源からのターゲットの方位角であり、αnはモード仰角であり、Mmaxはモード総和が切り捨てられることができ、且つ依然として場を正確に表すことができるモード数であり、上記は、P. Ratilal及びN. C. Makris著、J. Acoust. Soc. Am.118:3532-3559 (2005年)に記載されている。波数積分に関する同等の公式は、N. C. Makris, F. Ingenito及びW. A. Kuperman著、「Detection of a submerged object insonified by surface noise in an ocean waveguide」、J. Acoust. Soc. Am. 96:1703-1724(1994年)にある。対象物の目標探知強度は、kがl/mで測定された場合にlmについてdB単位で、TS=10log10|S/k|2である。
海洋導波路における任意の所与の対象物について、対象物散乱関数は、入射導波路モード及び散乱導波路モードを結合し、そのため伝播と散乱は、式1で理解されるように連接畳み込みされる。伝播と散乱との間のこの結合は、音波長に比べて対象物の大きさのような極めて方向性のある対象物に対して特に重要である可能性があり、その理由は、これらが対象物において、これらの等しい平面波方向に依存して異なるように入射モード及び散乱モードを結合するからである。P. Ratilal、Y. Lai及びN. C. Makris著、J. Acoust. Soc. Am. 112:1797-1816(2002年)に記載されているように、係る極めて方向性のある対象物について、この結合により、海洋導波路において測定されたリターン音響信号から散乱関数又は目標探知強度を正確に推定することを難しくする。これは、個々の魚が極めて方向性のある散乱体になる傾向がある場合に、約10kHzより上に及ぶCFFS動作周波数に対して問題になる。また、これらの周波数において、密集した魚群において1匹の魚から次の魚までの著しいシャドーイング、及びかなり多数の散乱が存在する。また、これにより、CFFS周波数において魚類個体群の密度の推定が難しくなる。その理由は、シャドーイング及び多数の散乱の影響も、魚の目標探知強度及び個体群を推定するためにリターン音響信号の解析に織り込まれる必要があるからである。
10kHz未満のより低い音響周波数において、大半の魚は、音波長に比べて音響的にコンパクトに、小さくなる。これら魚の散乱関数は、魚の浮袋及び魚の胴体の双方に対して全方向性になる。その場合、式1の散乱関数は、入射及び散乱モード平面波の方向に関係なく、定数として表されることができ、そのため、
は総和から因数に分解される。P. Ratilal、Y. Lai及びN. C. Makris著、J. Acoust. Soc. Am. 112:1797-1816(2002年)に示されるように、散乱場は以下のように簡略化される。
は総和から因数に分解される。P. Ratilal、Y. Lai及びN. C. Makris著、J. Acoust. Soc. Am. 112:1797-1816(2002年)に示されるように、散乱場は以下のように簡略化される。
ここで、グリーンの関数Gにより求められる、散乱体への、及び散乱体からの導波路伝搬は、因数分解できるようになり、ひいてはターゲットの特性に依存する散乱関数から分離可能になる。
分解能フットプリント内の魚からの期待される散乱強度
q(t)が、フーリエ変換又はスペクトルQ(f)を有する音源信号であるとする。次いで、水平位置
に中心を置くソナー分解能フットプリント内にN匹の魚が分布していると仮定し、各魚がiにより付番されている場合、N匹の魚からの散乱場の周波数スペクトルは、各魚からのそれらの和として、以下のように表され得る。
q(t)が、フーリエ変換又はスペクトルQ(f)を有する音源信号であるとする。次いで、水平位置
に中心を置くソナー分解能フットプリント内にN匹の魚が分布していると仮定し、各魚がiにより付番されている場合、N匹の魚からの散乱場の周波数スペクトルは、各魚からのそれらの和として、以下のように表され得る。
海洋導波路は、水柱の内部波のばらつき、及び媒体と導波路の境界における他の不均一性及び変動の存在に起因して、時間的及び空間的にランダムである。ランダムな導波路は、複数のモード音場伝播における時間的及び空間的ばらつきにつながり、ひいては測定された音響強度のランダム性につながる。また、本発明の分解能フットプリント内に包含される魚は、サイズ、形状、空間的密度、及び他の物理的特性で、並びにソナー分解能フットプリント内のそれらの位置にランダムに分布する。従って、ソナー分解能フットプリント内の測定された散乱強度は、導波路のばらつき、及び魚の分布のランダム性の双方に起因して、ランダムになる。その場合、測定された音響データを解析するために統計的手法が必要である。
ソナー分解能フットプリント内の平均散乱場は、式3の期待値を取ることにより見出される。
ここで、導波路グリーン関数
、i番目の魚の位置
、及びi番目の魚の散乱関数
は全て、或る期間にわたるシステムの分解能フットプリント内の魚の番号とすることができるような、確率変数(ランダム変数)である。魚の散乱関数が導波路グリーン関数に無関係であるので、式4の右辺の期待値は、これらの項について因数分解できる。
、i番目の魚の位置
、及びi番目の魚の散乱関数
は全て、或る期間にわたるシステムの分解能フットプリント内の魚の番号とすることができるような、確率変数(ランダム変数)である。魚の散乱関数が導波路グリーン関数に無関係であるので、式4の右辺の期待値は、これらの項について因数分解できる。
強度に比例した、ソナー分解能フットプリント内の散乱場スペクトルの期待される二乗振幅は、式3から次の通りである。
また、散乱場スペクトルの期待される二乗振幅は、中数の平方の項、コヒーレント(coherent:連接)項、及び散乱場スペクトルの分散(variance)、インコヒーレント項に書き換えられ得る。
平均散乱場スペクトルは、理論及び実験の双方に基づいて、有効にゼロである。その理由は、ソナー分解能フットプリントが音波長に比べて大きい寸法を有し、分解能フットプリント内の魚の分布がランダムであるからである。そのため、コヒーレント項はゼロになる。
次いで、ソナー分解能フットプリント内の散乱場スペクトルの期待される二乗振幅は、次の通りである。
魚の散乱特性のランダム性は、グリーンの関数において海洋伝達のばらつきに有効に無関係である。従って、散乱場スペクトルの期待される二乗振幅は、次のように書き換えられ得る。
ここで、右辺の括弧でくくられた最初の因数は、本システムの既知の音源パワーを記述し、期待値の2番目の因数は、既知の水深及び音速の測定値から計算され得る魚への、及び魚からの伝達を記述し、最後の期待値の3番目の因数は、分解能フットプリント内の魚の散乱断面積の合計を記述し、その10log10は、分解能フットプリント内の魚の目標探知強度である。順方向経路及びリターン経路は、特にバイスタティックジオメトリにおいて相関しない場合が多く、振幅二乗グリーン関数の積の期待値を振幅二乗グリーン関数の期待値の積に等しくする。式8は一般に、所与の周波数において導波路の任意の2地点を接続する、レンジに依存する導波路において、グリーン関数を求めるために放物線型方程式を用いることにより実施される。
次いで、分解能フットプリント内の魚の散乱断面積の合計は、散乱場の振幅二乗の測定値からこれらの音源及び伝達の因数を除算することにより、求められ得る。グループのランダムに選択された個々の魚の期待される散乱断面積がわかっている場合、魚の総数Nは、分解能フットプリントの断面積の合計から、個体に対するこの期待される断面積を減算することにより推定され得る。
グリーン関数の振幅二乗の期待値は一般に、特に大陸棚の環境において、魚のグループの分布に比較して、深さとレンジ(距離、範囲)にわたって非常にゆっくりと変化する関数である。グリーン関数の振幅二乗の期待値は、例えば、レンジに依存して変動する海に対する放物線型方程式を用いるモンテカルロシミュレーション、並びにP. Patilal、N. C. Makris著、「Mean and covariance of the forward field propagated through a stratified ocean waveguide with three-dimensional random inhomogeneities」、J. Acoust. Soc. Am. 118:3532-3559(2005年)、及びT. Chen、P. Ratilal、及びN. C. Makris著、「Mean and variance of the forward field propagated through three-dimensional random internal waves in a continental-shelf waveguide」、J. Acoust. Soc. Am. 118:3560-3574(2005年)における方法を含む多数の方法を用いて計算され得る。(多くの大陸棚の環境において、ソナー分解能フットプリントのレンジにおいて放物線型方程式又は別の伝搬モデルにより計算された決定論的グリーン関数の振幅二乗を深さ平均することによってグリーン関数の振幅二乗の期待値を簡単に推定することも可能である。これは一般に、ランダム化が導波路を介して伝達される総パワーを大幅に変化させるのではなく、むしろ深さにおいて比較的均一にそのパワーを混合し分散することが多いので、良好に動作する。)また、有限帯域音源信号は、音源周波数帯域にわたって式7又は式8の積分がレンジ及び深さにおけるグリーン関数の期待される振幅二乗の変動をそのままで著しく円滑にいくことができるように、使用されることが多い。
一般的な環境の不均一性からの期待される散乱強度
ここで、魚及び海底を含む海における体積不均一性からの散乱をモデル化するために使用され得る手法を説明する。これを有利に用いて、音源周波数、音源と受信機の位置、及び音源アレイの空間的ウィンドウイング/モードフィルタリングのような制御可能なパラメータを調整することにより、分解能フットプリントにおいて魚の検出を最適化し、海底からの反射を最小限にすることができる。
ここで、魚及び海底を含む海における体積不均一性からの散乱をモデル化するために使用され得る手法を説明する。これを有利に用いて、音源周波数、音源と受信機の位置、及び音源アレイの空間的ウィンドウイング/モードフィルタリングのような制御可能なパラメータを調整することにより、分解能フットプリントにおいて魚の検出を最適化し、海底からの反射を最小限にすることができる。
その分解能フットプリント内の水平位置
においてイメージ化される媒体の塊(容積、体積)Vを考察する。周囲密度d及び周囲音速cを有する周囲の媒体と異なる密度dt及び音速ctを有する塊内の位置
に不均一性を仮定すると、不均一性から散乱された場は、グリーンの定理に対するレイリー−ボルン一次近似を用いて、以下のようにモデル化され得る。
においてイメージ化される媒体の塊(容積、体積)Vを考察する。周囲密度d及び周囲音速cを有する周囲の媒体と異なる密度dt及び音速ctを有する塊内の位置
に不均一性を仮定すると、不均一性から散乱された場は、グリーンの定理に対するレイリー−ボルン一次近似を用いて、以下のようにモデル化され得る。
ここで、k=dc2は圧縮性であり、Γk=(kt−k)/kは、圧縮性の差分率(fractional difference)であり、Γd=(dt−d)/dtは、背景媒体に対する不均一性の密度の差分率である。
不均一性はそれらの物理的特性及び音響散乱特性にランダムに分散するので、統計的手法が望ましい。体積不均一性からの散乱場スペクトルの期待される二乗振幅は、式6においてのように、コヒーレント項及びインコヒーレント項の和として書き換えられ得る。コヒーレント項は、平均散乱場の平方である。平均散乱場は以下により与えられる。
分解能フットプリント内の魚からの散乱と同様に、コヒーレント項は海底からの散乱に対して無視できるほど小さい。Γk及びΓdの平均二乗値は一般に、それらの分散及びそれらの共分散より(2桁だけ)非常に小さい。後者のパラメータは、直接測定、音波反転、又は推論により得られる。次いで、ソナー分解能フットプリント内の散乱場スペクトルの期待される二乗振幅は、以下のような散乱場の分散であるインコヒーレント項により与えられる。
ここで、Vcは、3Dのランダム不均一性に対するコヒーレント性体積である。
式11は一般に、所与の周波数において導波路の任意の2地点を接続するレンジに依存する導波路においてグリーン関数を求めるために放物線型方程式を用いることにより実施される。
魚及び空気で満たされたバブルの散乱関数
ここで、式7又は式8を有する魚又は海のバブルから散乱場をモデル化するために使用され得るいくつかの典型的な散乱関数を説明する。
ここで、式7又は式8を有する魚又は海のバブルから散乱場をモデル化するために使用され得るいくつかの典型的な散乱関数を説明する。
浮袋を有する魚の場合、散乱の主要な根源は、その空気で満たされた臓器であることが多い。音響的にコンパクトである場合、これらの散乱関数又は目標探知強度は、同じ体積の等価なバブルの目標探知強度の公式を用いてモデル化され得る。
ここで、aは浮袋の半径であり、frは浮袋の共振周波数であり、及びδは、熱的減衰、放射減衰、及び粘性減衰の影響からなる総減衰定数である。浮袋の共振周波数は、魚の潜水深さDの関数であり、ここで、D及びaはメートル単位であり、以下により与えられる。
これらの式に関して、共振周波数、又は換言すれば魚の深さ、並びにバブルの半径及び総減衰定数は、周波数にわたる魚の散乱におけるスペクトルピーク、魚の目標探知強度、周波数にわたる共振ピークの分布状態の直接的な音響測定により求められ得る。また、これらは、以前の知識から、又は局所的な捕獲トロール漁データ等の他の適切な手段からにより求められ得る。
浮袋を持たない魚の場合、魚の胴体が、体積不均一性としての散乱の主要な根源を提供する。また、上述されたレイリー−ボルン散乱モデルは、係る魚からの散乱を解析するために適用され得る。本明細書で企図される周波数において対象となる大抵の魚は、音波長に比べて小さいサイズの胴体を有する。式9は、以下のように、体積V0の魚の胴体の不均一性の散乱関数を導出するために適用され得る。
ここで、
は、入射及び散乱波数ベクトルのドット積である。この散乱関数を式7及び式8に用いて、水に対する魚の密度及び圧縮定数が与えられた場合に、魚の胴体からの散乱に起因した散乱場強度スペクトルを魚に提供することができる。一般に、魚に関する密度と圧縮性の比は、先験的に良く知られており、それにより原始変数が、音響目標探知強度の測定値から求められ得る魚の体積にされる。
は、入射及び散乱波数ベクトルのドット積である。この散乱関数を式7及び式8に用いて、水に対する魚の密度及び圧縮定数が与えられた場合に、魚の胴体からの散乱に起因した散乱場強度スペクトルを魚に提供することができる。一般に、魚に関する密度と圧縮性の比は、先験的に良く知られており、それにより原始変数が、音響目標探知強度の測定値から求められ得る魚の体積にされる。
魚のリターンの最大化、及び境界の反射からのリターンの最小化
式7、式8及び式12〜式14によりモデル化された魚からの、分解能フットプリント内のリターンは最大化され、式11によりモデル化された海底の不均一性のような他の環境の散乱からの係るリターンは、音源周波数、音源と受信機の位置、及び音源アレイの空間的ウィンドウイングのような制御可能なパラメータを調整することにより最小化され得る。例えば、海底からの散乱は、式11〜式14から推論され得るように、共振ピーク未満で、浮袋を有する魚からの散乱の共振に比べて非常にゆっくりと周波数が増加する傾向がある。従って、魚の共振に近い動作周波数を選択することにより、魚のリターンを最大にして、海底の散乱からのリターンを最小にすることができる。また、海底の散乱は、散乱を生じる不均一性にわたる式11の体積積分に見られるように、音波の海底への有効な浸入深さに極めて依存するので、水柱を依然として満たすが、比較的浅いグレージング角で、海底へと深く浸入しないように低次モードを刺激することにより海底の散乱を最小限にすることが有利である可能性がある。これは、例えば、音源アレイの空間的ウィンドウイング、及びより浅い水深の場所に音源を配置することにより達成され得る。海面の粗さからのリターンの最小化は、同じ式を用いて同様に処理され得る。係るリターンは一般に、遠洋調査船が一般に働く傾向がない非常に荒れた海の状態を除いて、顕著でない。
式7、式8及び式12〜式14によりモデル化された魚からの、分解能フットプリント内のリターンは最大化され、式11によりモデル化された海底の不均一性のような他の環境の散乱からの係るリターンは、音源周波数、音源と受信機の位置、及び音源アレイの空間的ウィンドウイングのような制御可能なパラメータを調整することにより最小化され得る。例えば、海底からの散乱は、式11〜式14から推論され得るように、共振ピーク未満で、浮袋を有する魚からの散乱の共振に比べて非常にゆっくりと周波数が増加する傾向がある。従って、魚の共振に近い動作周波数を選択することにより、魚のリターンを最大にして、海底の散乱からのリターンを最小にすることができる。また、海底の散乱は、散乱を生じる不均一性にわたる式11の体積積分に見られるように、音波の海底への有効な浸入深さに極めて依存するので、水柱を依然として満たすが、比較的浅いグレージング角で、海底へと深く浸入しないように低次モードを刺激することにより海底の散乱を最小限にすることが有利である可能性がある。これは、例えば、音源アレイの空間的ウィンドウイング、及びより浅い水深の場所に音源を配置することにより達成され得る。海面の粗さからのリターンの最小化は、同じ式を用いて同様に処理され得る。係るリターンは一般に、遠洋調査船が一般に働く傾向がない非常に荒れた海の状態を除いて、顕著でない。
周波数の最適化
非常に低い周波数、数Hzから数十kHzの非常に高い周波数までの範囲にわたるワイドレンジの送信周波数が使用され得る。海での長距離音波伝播は、より低い周波数で減衰が少なく、海洋波動に影響されにくい。また、海底からの反射は、より低い周波数でより少なくなる傾向がある。最後に、100Hzから3kHzまでの周波数範囲は、目標探知強度が高い多種類の魚の浮袋の共振を包含するので、本発明に特に最適である。
非常に低い周波数、数Hzから数十kHzの非常に高い周波数までの範囲にわたるワイドレンジの送信周波数が使用され得る。海での長距離音波伝播は、より低い周波数で減衰が少なく、海洋波動に影響されにくい。また、海底からの反射は、より低い周波数でより少なくなる傾向がある。最後に、100Hzから3kHzまでの周波数範囲は、目標探知強度が高い多種類の魚の浮袋の共振を包含するので、本発明に特に最適である。
実際には、最適な周波数又は周波数帯域は、いくつかの要因により決定される。第1に、任意の魚からの散乱は、有効に全方向である。本発明によれば、個々の魚は、任意の方向(又は、同時に多数の方向)から視認され、同じ目標探知強度を有することができる。CFFSにおいてのように、魚の向きの変化に起因した散乱のばらつきがない。特に、魚は概して、CFFSで使用される波長よりも大きく、必然的に外観に依存するばらつきにより、魚の検出と発生量の推定にエラーを生じる(音波長に比べて小さい散乱体は、「音響的にコンパクトな」散乱体として知られている)。
最適な波長は、望ましくは任意の所与の魚から散乱した受信音場が3つの因数、即ち、所与の魚に対する伝播に関する因数、魚からの散乱に関する因数、及び魚からの伝播に関する因数の積として表され得るのに十分に大きい。CFFS波長において、この因数分解は一般に、伝播及び散乱の影響が互いに畳み込まれるので、導波路リモートセンシングシステムにおいて不可能である。その場合、伝播の影響を取り除くための標準的なCFFS方法は、CFFS周波数で導波路におけるリモートセンシングに使用される場合には、著しいエラーを生じる可能性がある。その理由は、導波路において、自由空間においてのように単一の入射方向及び散乱方向が存在せず、仰角において多くの係る方向が存在するからである。これらは、導波路伝播の多経路(マルチパス)特性又は多モード特性から生じる。散乱体が波長に比べて大きい場合、多くのローブを備えた方向性の散乱パターンを有する。これらは、モードを別々に刺激することができ、大抵のCFFS周波数において当てはまるように、畳み込まれた散乱と伝播につながる。対象物が本発明においてのように、モードにより張られた仰角にわたって全方向性に散乱する場合、散乱は伝播から因数に分解できる。
本明細書で利用される波長において、及びやはり一般的なCFFSシステムとは異なり、魚を介した伝播に起因した音響減衰は、長距離にわたってさえも無視できる。これは、魚からの散乱に起因した単位体積当たりの消滅が係る波長において非常に小さいからである。これは、CFFSに対して当てはまらない場合が多く、この場合、より短い波長は、顕著になる可能性がある、魚群を介した減衰につながり、順方向において遠くの群れ又は群れの離れている一部分のフェーディング及びシャドーウィングを生じる。その結果として、これは、検出及び発生量の推定の著しいエラーにつながる可能性がある。
また、最適な音波長λは、遠距離場のレンジ(L2/λ)が魚間の平均間隔より短くなるように選択され、ここでLは、魚全体又は浮袋だけとすることができる、魚内の主要な散乱体の長さスケールである。これは、魚類個体群の密度を逆に低下させる複数散乱作用につながる可能性があるCFFS周波数では当てはまらないことが多い。
また、最適な波長は、任意の個々の魚又は魚のグループからの影の長さが魚間の平均距離よりも小さくなるほど十分に大きい。これは、CFFS周波数において当てはまらず、魚の正確な検出を損ない、及び魚類個体群の密度を逆に低下させる著しい複数散乱作用につながる可能性がある。やはり、本発明によれば、音波は一度に多くの仰角から所与の魚に入射し、一度に多くの仰角に散乱した後に受信機に戻るように伝播する。従って、直接経路のCFFSにおける高密度の魚のグループにより生じる一種のシャドーウィングは、本明細書で企図される導波路伝播により大幅に低減される。更に、水の中、及び海底での吸収及び散乱による、及び媒体の魚以外の関連特性による減衰は、周波数の増加と共に増大する。長距離導波路伝播に最適な周波数、並びに魚の遠隔の導波路イメージングに最適な周波数を包含する、本発明に適した送信周波数において、これら減衰の作用は、CFFS周波数と比較して大幅に低減される。同様に、海底及び海面からの散乱は、周波数の増加と共に増大する傾向があり、それはCFFS法で周波数が増加するにつれて魚からの遠く離れたリターンをわからなくする可能性があるが、これは、本明細書で企図された周波数の範囲にわたって問題にならない。
送信波長に関する別の制約は、モード伝播に対応する必要があることである。選択された波長が非常に大きい場合、導波路はもはやモード伝播に対応できず、そのためリモートセンシングが非効率的になる。また、魚の散乱レベルが低減されるが、望ましくない海底及び海面の散乱体からの干渉も低減されることが多い。
また、音源パワーも重要な考慮事項であり、魚の散乱が所与の波長に対する検出の最大レンジにおいて5dBだけ導波路の環境ノイズレベルを上回るように、好適には選択される。
最適なイメージング表示及びパターン認識の、対数変換による分散安定化、及びランダム散乱及び伝播シンチレーションに起因したばらつきの低減
ランダムな表面及び塊からの散乱は、変動する海を介して伝播するので、受信される場のでたらめさにつながる。その結果として、でたらめさのこれら形態の双方は、魚群からの受信された音響散乱リターンのばらつきにつながる。魚のグループ、或いは海底又は海面から戻された瞬間的な受信音場は、変動する海洋導波路を介して伝達される場であるので、円形複素ガウスランダム変数である。これは、魚、海底又は海面の散乱体、又はランダムな海を介しての伝播からの場に多くのランダムな寄与が与えられた場合に、中心極限定理の結果になる。瞬間的な強度に比例し、簡略化のために本明細書で瞬間的強度として定義される、瞬間的に戻された音場の振幅二乗は、負の指数分布に従う。連続的なピングは、システムの分解能フットプリント内の魚のグループから戻された音場の統計的に別個のサンプルを生成する。瞬間的強度の別個のサンプルを平均化することは、ガンマ分布に従う平均強度につながる。瞬間的強度及び平均強度の双方は、期待される強度又は平均強度に比例する標準偏差を有する。これは、標準偏差又は任意のピクセルでの強度のエラーが平均に比例し、平均がより大きくなる場合にはより大きくなり、平均がより小さくなる場合にはより小さくなるように、環境の強度画像が信号に依存するノイズを有することを意味する。イメージの全体にわたる不均一な標準偏差は、スペックルノイズとして知られている。
ランダムな表面及び塊からの散乱は、変動する海を介して伝播するので、受信される場のでたらめさにつながる。その結果として、でたらめさのこれら形態の双方は、魚群からの受信された音響散乱リターンのばらつきにつながる。魚のグループ、或いは海底又は海面から戻された瞬間的な受信音場は、変動する海洋導波路を介して伝達される場であるので、円形複素ガウスランダム変数である。これは、魚、海底又は海面の散乱体、又はランダムな海を介しての伝播からの場に多くのランダムな寄与が与えられた場合に、中心極限定理の結果になる。瞬間的な強度に比例し、簡略化のために本明細書で瞬間的強度として定義される、瞬間的に戻された音場の振幅二乗は、負の指数分布に従う。連続的なピングは、システムの分解能フットプリント内の魚のグループから戻された音場の統計的に別個のサンプルを生成する。瞬間的強度の別個のサンプルを平均化することは、ガンマ分布に従う平均強度につながる。瞬間的強度及び平均強度の双方は、期待される強度又は平均強度に比例する標準偏差を有する。これは、標準偏差又は任意のピクセルでの強度のエラーが平均に比例し、平均がより大きくなる場合にはより大きくなり、平均がより小さくなる場合にはより小さくなるように、環境の強度画像が信号に依存するノイズを有することを意味する。イメージの全体にわたる不均一な標準偏差は、スペックルノイズとして知られている。
信号に依存するノイズを有するイメージにおいて魚のパターンを探索することは一般に、ノイズを除去する方法が一般に信号の周りの情報も除去する(ノイズが信号に依存する故に)ので、最適でない。平均強度の対数変換がこの問題に対処するために利用される。対数変換は、イメージの各ピクセルにおける標準偏差が一定であり、且つ対数変換された平均強度の平均に依存しないように、信号に依存するノイズを信号に依存しないノイズに準同形に変換する。次いで、各ピクセルの標準偏差又はエラーが対数変換されたイメージの全体にわたって均一であり、各ピクセルにおいて信号レベル(dB単位)に無関係であるように、イメージの全体にわたって分散が一定に保たれる。この場合、標準的な相関又は整合フィルタリングが、対数変換されたイメージ内の魚の分布のパターンを見つけるのに最適である。対数変換される前に強度の平均が行われ、対数変換に固有の偏りを低減し且つ有効に除去する。
平均強度イメージの任意のピクセルにおける標準偏差は、そのピクセルにおける瞬間的強度(N=1の場合)のそれから1/(N)1/2だけ低減され、この場合、Nは平均における独立したサンプルの数である。平均強度は、平均強度の標準偏差が変わるように、シーンを生成するためにイメージの全体にわたって変動する。しかしながら、dB単位の対数変換されたイメージの標準偏差は、イメージのあらゆるピクセルに対してN>2である場合、ほぼ一定の4.3/(N)1/2である。例えば、N=10において隣接したレンジのビンと連続的なイメージの双方を平均することにより、ほぼ1.36dBの標準偏差が得られ、それは所与のピクセルにおける真の個体群密度の約37%の標準偏差につながる。この百分率のエラーは、総個体数が以下に記載されるように推定される場合には、更に低減される。
周波数解析による種の同定
魚の様々な種は、一意の音響目標探知強度を有することができる。これら目標探知強度の周波数依存性を用いて、本発明に従って種を遠隔的に同定することができる。例えば、これは、別個の周波数帯域にわたって送信を行い、この送信の単位面積当たりの目標探知強度の広域イメージを形成し、異なる周波数帯域にわたって即座にそのプロセスを繰り返すことにより達成され得る。別個の送信は、周波数成分が重ならない場合に、互いから数秒以内に、又は同時に送信され得る。ほぼ同じ時間に行われる任意の2つのイメージのピクセル間サブトラクションによる単位面積当たりの目標探知強度の差は、2つの送信の異なる周波数帯域に対する単位面積当たりの魚の目標探知強度における差の空間画像を生じる。差及び絶対レベルの比較を用いて、広域イメージの種々の位置において魚の種を区別する。
魚の様々な種は、一意の音響目標探知強度を有することができる。これら目標探知強度の周波数依存性を用いて、本発明に従って種を遠隔的に同定することができる。例えば、これは、別個の周波数帯域にわたって送信を行い、この送信の単位面積当たりの目標探知強度の広域イメージを形成し、異なる周波数帯域にわたって即座にそのプロセスを繰り返すことにより達成され得る。別個の送信は、周波数成分が重ならない場合に、互いから数秒以内に、又は同時に送信され得る。ほぼ同じ時間に行われる任意の2つのイメージのピクセル間サブトラクションによる単位面積当たりの目標探知強度の差は、2つの送信の異なる周波数帯域に対する単位面積当たりの魚の目標探知強度における差の空間画像を生じる。差及び絶対レベルの比較を用いて、広域イメージの種々の位置において魚の種を区別する。
群れ及び集まりのような魚の社会性集団は、自動的に検出され、本明細書で説明されるように、音圧レベル、目標探知強度、又は個体群密度に基づいて得られたイメージに配置される。これは、背景レベルに対して特定のしきい値を上回るイメージの全ピクセルを識別し、これら高レベル領域の輪郭を描くことにより、達成され得る。輪郭は、所与のイメージにおいて局所的に高い音圧レベル、目標探知強度、又は魚の個体群密度の領域として魚類個体群をセグメント化する。
実際には、イメージ処理モジュール330が、連結された一連のイメージとして魚類個体群の漸進的変化の広域動画(ムービ)を生成することができる。イメージは、音圧レベル、散乱強度、及び/又は魚類個体群の面密度に基づくことができる。動画により、魚類個体群のリアルタイムな挙動を定量的に調査することが可能になり、観察された挙動から潜在的に種を同定することが可能になる。
魚類個体群の面密度、空間的スペクトル、並びに個体群の時系列及び時間的スペクトル及び相関スケール
ひとたび個々の魚の典型的な又は平均の目標探知強度が所与の位置において同定される場合(直接的なトロール漁サンプリング又はCFFSにより、又は従来の知識により上述された周波数解析から)、魚の個体群面密度のイメージは、各ピクセルにおける目標探知強度のイメージから求められ得る。これは、その位置における個々の魚の平均目標探知強度を、その平均目標探知強度がイメージにおける典型であると判定されるあらゆるピクセルから減算することにより達成される。
ひとたび個々の魚の典型的な又は平均の目標探知強度が所与の位置において同定される場合(直接的なトロール漁サンプリング又はCFFSにより、又は従来の知識により上述された周波数解析から)、魚の個体群面密度のイメージは、各ピクセルにおける目標探知強度のイメージから求められ得る。これは、その位置における個々の魚の平均目標探知強度を、その平均目標探知強度がイメージにおける典型であると判定されるあらゆるピクセルから減算することにより達成される。
次いで、魚類個体群密度の空間的スペクトルの二次元イメージが、魚類個体群の面密度のイメージの二次元フーリエ変換を用いることにより得ることができる。スペクトルイメージの各ピクセルにおける標準偏差は、連続的なピングから別個のスペクトルイメージを統計的に平均することにより、低減され得る。対数変換を用いて、分散を一定にすることができ、指数法則が空間分布の特性記述及び予測に使用され得るスペクトルに存在する場合には判定され得る。
所与の魚類個体群密度のイメージにおける魚の総個体数は、各ピクセルの値を合計してピクセル面積を掛けることにより取得され得る。次いで、魚類個体群密度の時系列が、時間的な一連のイメージに対して魚の総個体数を計算することにより、生成される。魚の総個体数に加えて、関連するピクセルのみを合計することにより、特定の面密度範囲内の魚の個体数、又は魚の所与のセグメント化された群れ又は空間領域内の魚の個体数を求めることができる。
数百の別個のピクセルから数百万匹の魚からの寄与がこれらの個体数の推定に追加されるので、魚の散乱断面積における伝搬シンチレーションからのばらつき及び変動は、任意の所与の時間的な個体群サンプルに対する推定値の1%未満のエラーをまねくだろう(これは、「大数の法則」の結果である。総個体数の標準偏差の百分率は、標準偏差と、総個体数を得るために合計される独立したピクセルの数の平方根で除される、平均イメージの単一ピクセルにおける平均個体群密度との比である。)。
7.魚群領域の時系列、個体群の中心、及び形態
データ解析モジュール320は、セグメント化された群れのピクセルの数を求めてピクセル面積を掛けることにより、検出されてセグメント化された魚群により占有される全領域を特徴付けることができる。魚類個体群の密度イメージにおいてセグメント化された群れの個体群の中心は、群れ内の空間的に変動する魚類個体群密度に対する水平位置ベクトルの第1のモーメント(積率)を見つけることにより求められ得る。魚群の広がりの主軸及びその方向は、群れ内の水平位置ベクトルの第2の中心積率から求められ得る。これら主軸は、群れの形態を定量的に特徴付ける。代案として、魚類個体群密度のイメージの正規化二次元自己相関関数を用いて、個体群の中心のコヒーレンス領域を求めることができ、この場合、このコヒーレンス領域は、規約(convention)1/eのような所与の値になる、ゼロ遅れにおけるピーク相関に最も近い輪郭により定義され得る。魚群領域の時系列、個体群の中心、及び形態は、時間的な一連のイメージに対してこれら数量を計算することにより生成される。
データ解析モジュール320は、セグメント化された群れのピクセルの数を求めてピクセル面積を掛けることにより、検出されてセグメント化された魚群により占有される全領域を特徴付けることができる。魚類個体群の密度イメージにおいてセグメント化された群れの個体群の中心は、群れ内の空間的に変動する魚類個体群密度に対する水平位置ベクトルの第1のモーメント(積率)を見つけることにより求められ得る。魚群の広がりの主軸及びその方向は、群れ内の水平位置ベクトルの第2の中心積率から求められ得る。これら主軸は、群れの形態を定量的に特徴付ける。代案として、魚類個体群密度のイメージの正規化二次元自己相関関数を用いて、個体群の中心のコヒーレンス領域を求めることができ、この場合、このコヒーレンス領域は、規約(convention)1/eのような所与の値になる、ゼロ遅れにおけるピーク相関に最も近い輪郭により定義され得る。魚群領域の時系列、個体群の中心、及び形態は、時間的な一連のイメージに対してこれら数量を計算することにより生成される。
異なる動きによる魚の速度推定、質量保存、運動量の保存により推定される環境圧
魚の全領域の絶対速度ベクトルも、個体群密度を時間微分することにより、及び質量保存により制限されるような質量流を空間微分することにより、例えば、最小作用のフェルマーの原理に従う、魚の流れの領域における運動エネルギーの最小化により、求められ得る。また、魚に対する環境圧により魚が移動することは、運動量保存の式を用いて、並びに計算された速度場及び測定された個体群密度の場を用いて定量化され得る。空間的個体群密度データの低域フィルタリングを用いて、流れの領域におけるより速い速度を推定することができる。
魚の全領域の絶対速度ベクトルも、個体群密度を時間微分することにより、及び質量保存により制限されるような質量流を空間微分することにより、例えば、最小作用のフェルマーの原理に従う、魚の流れの領域における運動エネルギーの最小化により、求められ得る。また、魚に対する環境圧により魚が移動することは、運動量保存の式を用いて、並びに計算された速度場及び測定された個体群密度の場を用いて定量化され得る。空間的個体群密度データの低域フィルタリングを用いて、流れの領域におけるより速い速度を推定することができる。
また、魚のグループの絶対速度は、質量中心、又は固定された既知の位置のターゲットからの図化されたリターンに対する所与の群れの空間的勾配を時間微分することにより、求められ得る。魚の質量中心の相対速度は、質量中心の位置を時間微分することにより求められ得る。
ドップラーによる瞬間的な魚類個体群の速度推定
海底に適切に固定された海底係留型音源及び受信機の場合、システムの分解能フットプリント内の魚群の平均瞬間速度、及びその変動は、散乱リターンのドップラー周波数シフトの平均と変動を調べることにより求められ得る。ドップラーシフトを求めるための適切な波形は、ウィンドウイングされたmシーケンスを含み、その理由は、これらが魚のような低いマッハ数のターゲットに高いレンジ分解能及び高いドップラー分解能の双方を提供するからである。単一の音源と受信機の場合、速度の放射状成分のみが求められ得る。複数の受信機及び/又は音源を有する複数の静的シナリオの場合、水平速度成分の双方が求められ得る。移動する音源−受信機システムからの長距離の魚速度の推定は、プラットフォームの動きが魚からのドップラー信号をわからなくする可能性があるので、非常に困難である。
海底に適切に固定された海底係留型音源及び受信機の場合、システムの分解能フットプリント内の魚群の平均瞬間速度、及びその変動は、散乱リターンのドップラー周波数シフトの平均と変動を調べることにより求められ得る。ドップラーシフトを求めるための適切な波形は、ウィンドウイングされたmシーケンスを含み、その理由は、これらが魚のような低いマッハ数のターゲットに高いレンジ分解能及び高いドップラー分解能の双方を提供するからである。単一の音源と受信機の場合、速度の放射状成分のみが求められ得る。複数の受信機及び/又は音源を有する複数の静的シナリオの場合、水平速度成分の双方が求められ得る。移動する音源−受信機システムからの長距離の魚速度の推定は、プラットフォームの動きが魚からのドップラー信号をわからなくする可能性があるので、非常に困難である。
例示的な結果
本発明によるシステムを用いて、2003年5月に大陸棚外縁に近い、米国ニューヨークのロングアイランドの南200kmの東海岸大陸棚を調査し、同時にCFFSによる線状トランセクト測定も行われた。大きい及び小さい魚群の双方の検出、イメジーング、及び図化において、高い空間的及び時間的相関が、本発明のオイラー(Eularian)のシステムとラグランジェCFFSシステムとの間に見出された。CFFSシステムは、10mの直径の水平分解能フットプリントを有するが、本発明のシステムは、CFFSトランセクトに沿って15m、及びそれを横切る約2°の方位角の分解能、例えば10kmで350mのクロスレンジ分解能を有する。
本発明によるシステムを用いて、2003年5月に大陸棚外縁に近い、米国ニューヨークのロングアイランドの南200kmの東海岸大陸棚を調査し、同時にCFFSによる線状トランセクト測定も行われた。大きい及び小さい魚群の双方の検出、イメジーング、及び図化において、高い空間的及び時間的相関が、本発明のオイラー(Eularian)のシステムとラグランジェCFFSシステムとの間に見出された。CFFSシステムは、10mの直径の水平分解能フットプリントを有するが、本発明のシステムは、CFFSトランセクトに沿って15m、及びそれを横切る約2°の方位角の分解能、例えば10kmで350mのクロスレンジ分解能を有する。
2つのシステムにより時間と空間において一緒に記録された多数の魚群は、CFFSトランセクトの前と後で広域イメージにおいて時間と共に持続した。また、この観察された持続は、2つのシステムによる魚群の検出、イメージング、及び図化における純然たる空間的対応関係に表される。統計的分析の後、本システムが、所与の日にわたって25%を超える時間的再現性率で、少なくとも1桁だけ背景の強度を超えるのに十分に顕著な要素をイメージ化した場所において、CFFSは常に、少なくとも0.4魚/m 2 の面密度の極めて密集した魚の層を検出した。これらは、非常に大きく高密度に密集した魚群に対応した。本システムに従って生成されたイメージの要素と、広域な調査の後の海底の要素、及び顕著なリターンを生じる十分な起伏を一般に欠いた大陸棚における海底の要素との間の相関は見出されなかった。
魚類個体群密度は、本システムに従って生成されるイメージから広域にわたって連続的に推定された。個体群面密度は、同じ時間期間にわたってCFFSから得られたものと一致している。本発明の個体群密度の推定値は、個々の魚の期待された散乱断面積に依存し、本発明者の実験の390〜440Hz帯域において−45dBの対応する目標探知強度を有することが見出されている。これは、同じ場所で依然に得られたトロール漁サンプル及び魚類個体群の体積密度と面密度の双方に関する局所的に同時のCFFS測定値により、統計的モデル化及び種にわたって収集された実験的証拠の組み合わせから得られる。捕獲物は、大西洋ニシン、スカップ、メルルーサ、ブラックシーバス、サメ、及びサバの変化しやすい要素からなり、それらの全ては、多くのこれら種の浮袋共振の近く又はすぐ下にある390〜440Hzの帯域において互いに1桁以内の目標探知強度を有する。ピクセル当たり1dB未満の標準偏差は、所与のピクセルに対する任意の強度又は個体群密度の推定において25%未満の誤差に対応する。個々の魚の散乱断面の変動は、魚群に対応する任意のピクセルの1dB未満の標準偏差をもたらすことが期待される。その理由は、極めて多数の魚が本システムの対応する分解能フットプリントに集約されるからである。また、内部波及び乱流のような影響に起因した海洋媒体のでたらめさからの伝送シンチレーションは最終的に、得られたイメージに比較的ほとんど不確実性をもたらさない。その理由は、ピクセル当たり約1dBの標準偏差が、5つの連続した瞬間的イメージ及びイメージ当たり2つの隣接したレンジのビンにわたって平均した後に期待されるからである。
魚類個体群の時系列は、50秒間隔でサンプリングすることにより生成された。それらは、魚の総個体数、並びに種々の顕著な面密度のしきい値を上回る又は未満の個体群を網羅した。散乱した魚の小さいグループ、及び大きい魚群の周辺に明らかに対応する、中〜低の密度(NA<0.2魚/m2)からの個体群の寄与は、一日を通して比較的安定であり、魚の総個体数の約1/5〜1/3、及び全領域の約90%の割合を占めた。総数の約4/5〜1/2の中〜高の密度の個体群(NA≧0.2魚/m2)における劇的な減少は、2つの別個の時機に約1時間の事象で生じた。後者の場合の分裂(フラグメンテーション)は激しかった。中〜低の密度の個体群により占められた領域の対応する増加と共に生じた、中〜高の魚密度により占められた領域の減少が観察された。個体群の減少は、調査領域から魚が出るか、又は海底の散乱メカニズムが優勢である0.01魚/m2の密度未満までの魚の分散に起因する。後者は明らかに、調査される領域の多くても30%にわたる魚のリターンをわからなくする。この生物学的でないメカニズムは依然として全ての他の領域における面密度イメージに寄与するが、個体群の時系列に含まれない。0.5魚/m2より大きい密度を有する、極めて高密度の領域は、総個体数の16%未満、及び全領域の1%未満の割合を占める。数百の別個のピクセルから数百万の魚からの寄与がこれら個体群の推定値に追加されるので、伝搬シンチレーションからのばらつき及び魚の散乱断面の変動は、任意の所与の時間的な個体群サンプルに対する推定値の1%未満のエラーにつながるだろう。
また、時間的に連続したイメージを利用できることにより、従来にない態様で非常に広い領域にわたって大きい及び小さい魚のグループの双方の挙動と相互作用を定量的に解析することが可能になる。データ解析モジュール320は、一連のイメージ内で見出された個々の魚のグループの各々の個体群及び領域をセグメント化し、追跡し、推定するための自動化手順を利用することができる。これは、魚群の漸進的変化及び分裂の調査を容易にする。第1に、個々の群れは、中〜高の魚密度(NA>0.2魚/m2)に関して特定されてセグメント化される。次いで、個体群、領域、及び個体群中心の時系列が、これらグループに対して生成される。
また、魚のグループの相対速度は、本発明に従って得られたイメージから遠隔的に求められ得る。個体群中心間の異なる速度のヒストグラムは、解析のために生成され得る。本発明者の実験において、−0.30m/sの平均分離速度、及び3.0m/sの標準偏差が得られ、個々の魚に期待される速度と一致した。しかしながら、最高±15m/sまでの、ヒストグラムの極値は、群れを横切る波のような伝播する急激な魚密度の変化から生じる見掛けの速度の可能性がある。
当業者ならば、本発明が、本発明の思想又は不可欠な特徴から逸脱せずに他の特定の形態で具現化され得ることを理解するであろう。従って、上述の実施形態は、本明細書に記載された本発明を制限するのではなく、全ての点で例示であるとみなされるべきである。かくして、本発明の範囲は、上記の説明によってではなく、添付の特許請求の範囲により示され、従って、特許請求の範囲の等価性の意味と範囲内に入る全ての変更は、本発明に含まれることが意図されている。
Claims (59)
- 海の魚の個体群を特徴付ける方法であって、
a.水中環境内で捕捉モードを介して水平方向に送られる音響信号を生成するステップであって、その捕捉モードでは、前記音響信号が球面損失の代わりに円筒形拡散損失のみを受け、前記音響信号は、魚が前記音響信号を実質的に全方向性に散乱させる10kHz未満の周波数を有する、ステップと、
b.前記生成された音響信号に応答して、前記魚の個体群を含む環境要素により散乱されて戻されるリターン音響信号を受信するステップであって、前記リターン音響信号がそのリターン音響信号から因数に分解できる散乱断面積を有する、ステップと、
c.前記魚の個体群を検出するために前記リターン音響信号を解釈するステップとを含み、その解釈することが、(i)前記リターン音響信号から前記散乱断面積を因数に分解し、(ii)前記散乱断面積により示された目標探知強度が前記魚の個体群を表しているか否かを判断することを含む、方法。 - 前記生成された音響信号が、方位角的に均一である、請求項1に記載の方法。
- 前記生成された音響信号が、導波路としての役割を果たす、海底および海洋大気表面により画定された境界内で伝播する、請求項1に記載の方法。
- 前記生成される音響信号がパルス動作される、請求項1に記載の方法。
- 前記解釈するステップが、前記音響信号を反射した散乱要素の水平空間位置にリターン音響信号の強度を図化することにより、リターン音響信号の強度のイメージを形成することを含む、請求項1に記載の方法。
- 前記解釈するステップが、双方向導波路伝送損失、分解能フットプリント、魚の目標探知強度、及び音源のパワーの少なくとも1つについて、前記リターン音響信号の音圧レベルを補償することを含む、請求項1に記載の方法。
- 前記解釈するステップが、魚の目標探知強度を設定し、それに基づいて、魚の個体群を示すリターン信号を特定することを含む、請求項1に記載の方法。
- (i)魚の様々な種の目標探知強度を設定するステップと、(ii)設定された目標探知強度に基づいて様々な魚類個体群を識別するステップを更に含む、請求項7に記載の方法。
- 前記特徴付けることが、1分間に25km2を超えた面積を有する領域にわたって行われる、請求項1に記載の方法。
- 前記生成された音響信号が伝播し、前記リターン音響信号が360°方位角で広がる、請求項1に記載の方法。
- 前記音響信号が、前記水中環境内に配置された、垂直方向に配置された音源アレイから生成される、請求項1に記載の方法。
- 前記音響信号の波長を最適化するステップを更に含む、請求項1に記載の方法。
- 前記最適化された波長は、特徴付けられるべき前記魚の個体群の任意の所与の魚からの前記リターン音響信号が、(i)魚に対する導波路伝播を表す因数、(ii)前記魚からの散乱を表す因数、及び(iii)前記魚からの導波路伝播を表す因数の積として表され得るほど十分に大きくなるように選択された波長である、請求項12に記載の方法。
- 前記最適化された波長(λ)は、前記音響信号の遠距離場のレンジ(L2/λ)が特徴付けられるべき魚間の平均間隔よりも短くなるように選択されており、ここで、Lは魚全体または魚の浮袋とすることができる魚内の主要な散乱体の長さスケールである、請求項12に記載の方法。
- 前記最適化された波長は、任意の個々の魚又は魚のグループからのシャドーウィングの長さが魚間の平均距離よりも小さくなるように選択されている、請求項12に記載の方法。
- 前記最適化された波長、及び前記音響信号のパワーレベルは、魚からのリターン音響信号が、最大検出レンジで少なくとも5dBだけ環境ノイズレベルを上回るようになっている、請求項12に記載の方法。
- 前記リターン音響信号に基づいて魚の個体群のイメージを生成するステップを更に含む、請求項1に記載の方法。
- 連続するイメージを動画へと連結するステップを更に含む、請求項17に記載の方法。
- 検出された魚群により占められた全領域を特徴付けるステップを更に含む、請求項1に記載の方法。
- 前記魚群の個体群の中心を特定することを更に含む、請求項19に記載の方法。
- 前記個体群の特定された中心を時間微分することにより、前記魚群の速度を検出することを更に含む、請求項20に記載の方法。
- 魚の領域の速度ベクトルを、質量保存に従って時間微分及び空間微分により求めることを更に含む、請求項20に記載の方法。
- 魚を移動させる魚に対する環境圧を、運動量の保存に従って定量化することを更に含む、請求項20に記載の方法。
- 前記リターン音響信号のドップラー周波数シフトに基づいて魚群の速度を推定するステップを更に含む、請求項1に記載の方法。
- 前記解釈するステップが、前記リターン音響信号の平均強度の対数変換を行うことを含み、それにより魚の目標探知強度、又は個体群の分布のパターン認識が最適化される、請求項1に記載の方法。
- 前記生成された信号により刺激された導波路モードが、魚からのリターン音響信号を最大化し、且つ海底からのリターン音響信号を最小化するように最適化される、請求項1に記載の方法。
- 前記領域内の魚の総個体数を特徴付けることを更に含む、請求項19に記載の方法。
- 前記最適化された波長は、リターン音響信号が任意の個々の魚の外観に無関係であるようになっている、請求項12に記載の方法。
- 前記最適化された波長は、魚のグループ又は他の海洋生物からの散乱が最大検出レンジで海底の散乱を上回るようになっている、請求項12に記載の方法。
- 前記最適化された波長は、魚又は魚のグループからの導波路散乱により生じた音響減衰の総量が1dB未満であるようになっている、請求項12に記載の方法。
- 海の魚の個体群を特徴付けるための装置であって、
a.水中環境内で捕捉モードを介して水平方向に送られる音響信号を生成するための送信デバイスであって、その捕捉モードでは、前記音響信号が球面損失の代わりに円筒形拡散損失のみを受け、前記音響信号は、魚が前記音響信号を実質的に全方向性に散乱させる10kHz未満の周波数を有する、送信デバイスと、
b.前記生成された音響信号に応答して、前記魚の個体群を含む環境要素により散乱されて戻されるリターン音響信号を受信するための受信機であって、前記リターン音響信号がそのリターン音響信号から因数に分解できる散乱断面積を有する、受信機と、
c.前記魚の個体群を検出するために前記リターン音響信号を解釈するための解析モジュールとを含み、その解釈することが、(i)前記リターン音響信号から前記散乱断面積を因数に分解し、(ii)前記散乱断面積により示された目標探知強度が前記魚の個体群を表しているか否かを判断することを含む、装置。 - 前記送信デバイスが、方位角的に均一な音響信号を生成する、請求項31に記載の装置。
- 前記生成された音響信号がパルス動作される、請求項31に記載の装置。
- 前記解析モジュールが、前記音響信号を反射した散乱要素の水平空間位置にリターン音響信号の強度を図化することによってリターン音響信号の強度のイメージを形成することにより前記リターン音響信号を解釈する、請求項31に記載の装置。
- 前記解析モジュールが、双方向導波路伝送損失、分解能フットプリント、魚の目標探知強度、及び音源のパワーの少なくとも1つについて、前記リターン音響信号の音圧レベルを補償するように構成されている、請求項31に記載の装置。
- 前記解析モジュールが、魚の目標探知強度を設定し、それに基づいて、魚の個体群を示すリターン信号を特定するように構成されている、請求項31に記載の装置。
- 前記解析モジュールが、(i)魚の様々な種の目標探知強度を設定し、(ii)前記設定された目標探知強度に基づいて様々な魚の個体群を識別するように更に構成されている、請求項36に記載の装置。
- 前記送信デバイスが、方位角360°に伝播する音響信号を生成する、請求項31に記載の装置。
- 前記送信デバイスが、垂直方向に配置された音源のアレイからなる、請求項31に記載の装置。
- 前記解析モジュールが、前記音響信号の波長を最適化するように構成されている、請求項31に記載の装置。
- 前記最適化された波長は、特徴付けられるべき前記魚の個体群の任意の所与の魚からの前記リターン音響信号が、(i)魚に対する導波路伝播を表す因数、(ii)前記魚からの散乱を表す因数、及び(iii)前記魚からの導波路伝播を表す因数の積として表され得るほど十分に大きくなるように選択された波長である、請求項40に記載の装置。
- 前記最適化された波長(λ)は、前記音響信号の遠距離場のレンジ(L2/λ)が特徴付けられるべき魚間の平均間隔よりも短くなるように選択されており、ここで、Lは魚全体または魚の浮袋とすることができる魚内の主要な散乱体の長さスケールである、請求項40に記載の装置。
- 前記最適化された波長は、任意の個々の魚又は魚のグループからのシャドーウィングの長さが魚間の平均距離よりも小さくなるように選択されている、請求項40に記載の装置。
- 前記最適化された波長、及び前記音響信号のパワーレベルは、魚からのリターン音響信号が、最大検出レンジで少なくとも5dBだけ環境ノイズレベルを上回るようになっている、請求項40に記載の装置。
- 前記リターン音響信号に基づいて魚の個体群のイメージを生成するためのイメージ処理モジュールを更に含む、請求項31に記載の装置。
- 前記イメージ処理モジュールが、連続するイメージを動画へと連結するように構成されている、請求項45に記載の装置。
- 前記解析モジュールが、検出された魚群により占められる全領域を特徴付けるように構成されている、請求項31に記載の装置。
- 前記解析モジュールが、前記魚群の個体群の中心を特定するように更に構成されている、請求項47に記載の装置。
- 前記解析モジュールが、前記特定された個体群の中心を時間微分することにより、前記魚群の速度を検出するように更に構成されている、請求項48に記載の装置。
- 前記解析モジュールが、前記リターン音響信号のドップラー周波数シフトに基づいて、魚群の速度を推定するように構成されている、請求項31に記載の装置。
- 前記解析モジュールが、前記リターン音響信号の平均強度の対数変換を行い、それにより魚の目標探知強度、又は個体群の分布のパターン認識が最適化される、請求項31に記載の装置。
- 前記送信デバイスは、前記生成された音響信号により刺激された導波路モードが、魚からのリターン音響信号を最大化し、且つ海底からのリターン音響信号を最小化するように最適化されるように最適化される、請求項31に記載の装置。
- 前記解析モジュールが、領域内の魚の総個体数を特徴付けるように更に構成されている、請求項47に記載の装置。
- 前記最適化された波長は、リターン音響信号が任意の個々の魚の外観に無関係であるようになっている、請求項40に記載の装置。
- 前記最適化された波長は、魚のグループ又は他の海洋生物からの散乱が最大検出レンジで海底の散乱を上回るようになっている、請求項40に記載の装置。
- 前記最適化された波長は、魚又は魚のグループからの導波路散乱により生じた音響減衰の総量が1dB未満であるようになっている、請求項40に記載の装置。
- 前記解析モジュールが、個体群の面密度範囲内の魚の個体数の時系列として、所与の領域における魚の総個体数を特徴付け、前記特徴付けられた個体数の変動を時間の経過と共に特徴付けるように構成されている、請求項31に記載の装置。
- 前記イメージ処理モジュールが、魚のグループの長軸と短軸を求めることにより、前記魚のグループの形態の時系列を求めるように構成されている、請求項45に記載の装置。
- 前記イメージ処理モジュールが、平均のサンプル数に比例して、前記受信された音響信号の強度の別個の時間的又は空間的サンプルを平均することにより、各ピクセルにおける分散を低減するように構成されている、請求項45に記載の装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US68861905P | 2005-06-08 | 2005-06-08 | |
US60/688,619 | 2005-06-08 | ||
PCT/US2006/022143 WO2006133304A2 (en) | 2005-06-08 | 2006-06-07 | Continuous, continental-shelf-scale monitoring of fish populations and behavior |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2008545991A JP2008545991A (ja) | 2008-12-18 |
JP2008545991A5 true JP2008545991A5 (ja) | 2013-05-02 |
JP5801527B2 JP5801527B2 (ja) | 2015-10-28 |
Family
ID=37054467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008515876A Expired - Fee Related JP5801527B2 (ja) | 2005-06-08 | 2006-06-07 | 海の魚の個体群を特徴付ける方法および装置 |
Country Status (11)
Country | Link |
---|---|
US (1) | US7495994B2 (ja) |
EP (1) | EP1894038B1 (ja) |
JP (1) | JP5801527B2 (ja) |
CN (1) | CN101194182B (ja) |
AU (1) | AU2006254987B2 (ja) |
CA (1) | CA2611205C (ja) |
DK (1) | DK1894038T3 (ja) |
ES (1) | ES2443033T3 (ja) |
NO (1) | NO340704B1 (ja) |
PL (1) | PL1894038T3 (ja) |
WO (1) | WO2006133304A2 (ja) |
Families Citing this family (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070242884A1 (en) * | 2001-07-24 | 2007-10-18 | Dugan John P | Method for measuring water depths using visible images of shoaling ocean waves |
JP5801527B2 (ja) * | 2005-06-08 | 2015-10-28 | マサチューセッツ インスティテュート オブ テクノロジー | 海の魚の個体群を特徴付ける方法および装置 |
ITMI20080604A1 (it) * | 2008-04-07 | 2009-10-08 | Eni Spa | Metodo e sistema di determinazione della posizione di una fuoriuscita di fluidi in ambiente sottomarino |
JP5689611B2 (ja) * | 2010-04-19 | 2015-03-25 | 古野電気株式会社 | 超音波探知装置、魚群探知装置、超音波探知方法、および魚群探知方法 |
US8886498B2 (en) | 2010-12-03 | 2014-11-11 | University Of Delaware | Simulator and method for simulating an acoustic field of an acoustic waveguide |
JP5703879B2 (ja) * | 2011-03-22 | 2015-04-22 | 日本電気株式会社 | 物体検出支援システム、制御方法、及びプログラム |
JP5775352B2 (ja) * | 2011-04-26 | 2015-09-09 | 古野電気株式会社 | ターゲット長計測装置、ターゲット長計測方法、およびターゲット長計測プログラム |
US9705607B2 (en) * | 2011-10-03 | 2017-07-11 | Cornell University | System and methods of acoustic monitoring |
US20130104661A1 (en) * | 2011-10-31 | 2013-05-02 | Raytheon Company | Method and apparatus for range resolved laser doppler vibrometry |
US8947647B2 (en) | 2011-12-13 | 2015-02-03 | Raytheon Company | Range-resolved vibration using large time-bandwidth product LADAR waveforms |
US8767187B2 (en) | 2011-12-13 | 2014-07-01 | Raytheon Company | Doppler compensation for a coherent LADAR |
US8947644B2 (en) | 2012-01-19 | 2015-02-03 | Raytheon Company | Using multiple waveforms from a coherent LADAR for target acquisition |
JP6014382B2 (ja) * | 2012-06-20 | 2016-10-25 | 古野電気株式会社 | 水中探知装置、水中表示システム、プログラムおよび水中表示方法 |
US20140002617A1 (en) * | 2012-06-27 | 2014-01-02 | The Board Of Trustees Of The University Of Illinois | Particle tracking system and method |
JP2014077703A (ja) * | 2012-10-10 | 2014-05-01 | Furuno Electric Co Ltd | 魚種判別装置、信号処理装置、水中探知機、魚種判別方法及びプログラム |
US9057605B2 (en) | 2012-12-06 | 2015-06-16 | Raytheon Company | Bistatic synthetic aperture ladar system |
CN107884340B (zh) * | 2013-03-21 | 2022-04-01 | 唯亚威通讯技术有限公司 | 海产品的光谱法表征 |
CN103439687B (zh) * | 2013-08-22 | 2015-09-09 | 大连海事大学 | 一种vhf信号附加二次相位因子的测量系统 |
US10481259B2 (en) * | 2013-09-13 | 2019-11-19 | Navico Holding As | Tracking targets on a sonar image |
FR3010799B1 (fr) * | 2013-09-13 | 2015-08-28 | Thales Sa | Systeme de detection et de localisation d'objets immerges flottant entre deux eaux tels que des mines a orins et procede associe |
CN103728623B (zh) * | 2014-01-17 | 2016-04-20 | 中国水产科学研究院长江水产研究所 | 一种计算江河鱼群密度的方法 |
CN103745123B (zh) * | 2014-01-23 | 2015-03-25 | 国家海洋局第二海洋研究所 | 基于移动子窗与可变算子的多波束测深数据自动处理方法 |
CN104535169B (zh) * | 2014-12-03 | 2017-05-24 | 北京神州普惠科技股份有限公司 | 一种基于光纤水听器阵列的噪声测量装置及测量方法 |
RU2582624C1 (ru) * | 2015-01-12 | 2016-04-27 | Акционерное Общество "Концерн "Океанприбор" | Гидроакустический способ обработки рыбопромысловой информации |
CN104880710B (zh) * | 2015-03-31 | 2017-08-15 | 浙江海洋学院 | 一种改进型的测量声学目标强度的装置 |
EP3153881A1 (en) * | 2015-10-06 | 2017-04-12 | Furuno Electric Company Limited | Detection apparatus, fish finder, and radar |
CN105675049B (zh) * | 2015-12-30 | 2020-10-16 | 浙江海洋学院 | 一种海-岛环境健康监测方法 |
CN106508738B (zh) * | 2016-10-21 | 2019-06-18 | 三峡大学 | 筛选鱼类敏感声音的方法及装置 |
CN107102336B (zh) * | 2017-05-22 | 2020-01-14 | 中国水产科学研究院南海水产研究所 | 一种深度调整式自转探鱼器及使用方法及其组成的探鱼阵 |
NO20200430A1 (en) * | 2017-10-06 | 2020-04-07 | Airmar Tech Corporation | Aft-looking sonar |
CN107942336B (zh) * | 2017-11-13 | 2019-08-02 | 武汉大学 | 适用于复杂水环境的鱼类超声波标记精密定位方法及系统 |
KR102100664B1 (ko) * | 2017-11-17 | 2020-04-14 | 광주과학기술원 | 양식어류 계측 시스템 및 방법 |
JP7021025B2 (ja) * | 2018-07-31 | 2022-02-16 | 古野電気株式会社 | エコー信号処理装置、エコー信号処理システム、及びエコー信号処理方法 |
CN109034105B (zh) * | 2018-08-15 | 2020-08-04 | 上海海洋大学 | 基于无人机的金枪鱼渔场位置预测方法 |
CN109116339B (zh) * | 2018-10-19 | 2020-10-27 | 海鹰企业集团有限责任公司 | 基于航空吊放声纳的波束合成方法及装置 |
CN111627425B (zh) * | 2019-02-12 | 2023-11-28 | 阿里巴巴集团控股有限公司 | 一种语音识别方法及系统 |
CN109917401A (zh) * | 2019-02-25 | 2019-06-21 | 刘德禄 | 一种可识别鱼群的探鱼器 |
CN110235808B (zh) * | 2019-05-13 | 2021-10-08 | 浙江省海洋水产研究所 | 一种潜水调查岛礁区珊瑚断面的方法 |
WO2020241937A1 (ko) * | 2019-05-31 | 2020-12-03 | 광주과학기술원 | 양식어류 계측 시스템 및 방법 |
CN111537984B (zh) * | 2020-06-05 | 2021-07-30 | 中国水产科学研究院渔业机械仪器研究所 | 水下鱼群模拟器及其模拟方法 |
CN111650159B (zh) * | 2020-06-17 | 2023-07-18 | 自然资源部第一海洋研究所 | 一种海面反向散射强度测量方法 |
CN111966137A (zh) * | 2020-08-17 | 2020-11-20 | 刘同友 | 一种基于大数据的水产品运输环境智能监测调控系统 |
CN112883773A (zh) * | 2020-12-31 | 2021-06-01 | 中国水产科学研究院东海水产研究所 | 一种基于声学影像数据评估的物种判别方法 |
CN113253284A (zh) * | 2021-04-15 | 2021-08-13 | 杭州电子科技大学 | 基于目标散射特性的主动声呐干涉条纹生成方法 |
CN113686385B (zh) * | 2021-08-25 | 2023-08-18 | 哈尔滨工程大学 | 一种多频段海底大地基准站 |
CN114578361B (zh) * | 2022-02-28 | 2023-05-16 | 东南大学 | 水下无人平台集群水声定位导航方法 |
CN115079179A (zh) * | 2022-06-15 | 2022-09-20 | 山东科技大学 | 一种基于蓝牙5.0的低功耗鱼探仪及其实现方法 |
CN116052064B (zh) * | 2023-04-03 | 2023-06-27 | 北京市农林科学院智能装备技术研究中心 | 鱼群摄食强度识别方法、装置、电子设备及投饵机 |
CN116592711B (zh) * | 2023-06-09 | 2024-01-30 | 广州市声讯电子科技股份有限公司 | 基于传输影响参数的驱散装置控制系统及方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4446542A (en) * | 1981-12-23 | 1984-05-01 | Beckerle John C | Oceanographic measurement system |
US4661938A (en) * | 1986-01-23 | 1987-04-28 | Westinghouse Electric Corp. | Sonar apparatus |
JP3088174B2 (ja) * | 1992-02-06 | 2000-09-18 | 古野電気株式会社 | 水中探知装置 |
US5410519A (en) * | 1993-11-19 | 1995-04-25 | Coastal & Offshore Pacific Corporation | Acoustic tracking system |
JP2948092B2 (ja) * | 1994-03-15 | 1999-09-13 | 株式会社カイジョー | 魚の周波数特性測定装置 |
US6510107B2 (en) | 2000-04-04 | 2003-01-21 | The United States Of America As Represented By The Secretary Of The Navy | Acoustic method and system for measuring fish population data in littoral environments |
US6346079B1 (en) * | 2000-05-25 | 2002-02-12 | General Electric Company | Method and apparatus for adaptive frame-rate adjustment in ultrasound imaging system |
US6638226B2 (en) * | 2001-09-28 | 2003-10-28 | Teratech Corporation | Ultrasound imaging system |
US6667934B1 (en) * | 2002-08-21 | 2003-12-23 | Brunswick Corporation | Digital sonar transducer |
US7694567B2 (en) | 2005-04-11 | 2010-04-13 | Massachusetts Institute Of Technology | Acoustic detection of hidden objects and material discontinuities |
JP5801527B2 (ja) * | 2005-06-08 | 2015-10-28 | マサチューセッツ インスティテュート オブ テクノロジー | 海の魚の個体群を特徴付ける方法および装置 |
-
2006
- 2006-06-07 JP JP2008515876A patent/JP5801527B2/ja not_active Expired - Fee Related
- 2006-06-07 CN CN2006800206690A patent/CN101194182B/zh not_active Expired - Fee Related
- 2006-06-07 AU AU2006254987A patent/AU2006254987B2/en not_active Ceased
- 2006-06-07 EP EP06784640.2A patent/EP1894038B1/en not_active Not-in-force
- 2006-06-07 ES ES06784640.2T patent/ES2443033T3/es active Active
- 2006-06-07 PL PL06784640T patent/PL1894038T3/pl unknown
- 2006-06-07 DK DK06784640.2T patent/DK1894038T3/da active
- 2006-06-07 US US11/448,609 patent/US7495994B2/en active Active
- 2006-06-07 WO PCT/US2006/022143 patent/WO2006133304A2/en active Application Filing
- 2006-06-07 CA CA2611205A patent/CA2611205C/en not_active Expired - Fee Related
-
2008
- 2008-01-07 NO NO20080102A patent/NO340704B1/no not_active IP Right Cessation
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5801527B2 (ja) | 海の魚の個体群を特徴付ける方法および装置 | |
JP2008545991A5 (ja) | ||
Schock et al. | Buried object scanning sonar | |
Wiebe et al. | High-frequency acoustic volume backscattering in the Georges Bank coastal region and its interpretation using scattering models | |
Ratilal et al. | Long range acoustic imaging of the continental shelf environment: The Acoustic Clutter Reconnaissance Experiment 2001 | |
Andrews et al. | Effects of multiple scattering, attenuation and dispersion in waveguide sensing of fish | |
Jagannathan et al. | Scattering from extended targets in range-dependent fluctuating ocean-waveguides with clutter from theory and experiments | |
Rajapan et al. | Importance of underwater acoustic imaging technologies for oceanographic applications–a brief review | |
WIEBE et al. | THE USE OF HIGH FREQUENCY ACOUSTICS IN THE STUDY OF ZOOPLANKTON SPATIAL AND TEMPORAL PATTERNS (15th Symposium on Polar Biology) | |
Gallaudet et al. | High-frequency volume and boundary acoustic backscatter fluctuations in shallow water | |
Violante | Acoustic remote sensing for seabed archaeology | |
Sathishkumar et al. | Echo sounder for seafloor object detection and classification | |
Trevorrow | Salmon and herring school detection in shallow waters using sidescan sonars | |
Holland | Mapping seabed variability: Rapid surveying of coastal regions | |
Trevorrow | An evaluation of a steerable sidescan sonar for surveys of near-surface fish | |
RU2813634C1 (ru) | Способ обнаружения звукорассеивающих слоев в морях и океанах | |
Sewada | Contribution to the development of wide-band signalprocessing techniques for new sonar technologies | |
Gong | Remote sensing of marine life and submerged target motions with ocean waveguide acoustics | |
Riegl et al. | Acoustic methods overview | |
Gavande et al. | Review on Ultrasonic Techniques for Underwater Object Classification | |
Charous et al. | Gaussian Beam Migration for Wide-Area Deep Ocean Floor Mapping | |
CN111650159A (zh) | 一种海面反向散射强度测量方法 | |
Duane | The Effect of Attenuation from Fish on Long-Range Active and Passive Acoustic Sensing in the Ocean | |
Wu | 2.1 Principle of Multi-beam Sounding Technology | |
Hefner et al. | Broadband Scattering from Sand and Sand/Mud Sediments with Extensive Environmental Characterization |