浅海海底单参数快速反演模型研究

根据大量观测数据中小掠射角下反射损失随掠射角近似线性增长的规律,提出以反射损失随掠射角的变化率FdB为反演单参数。利用海底密度等基本参数拟合出单参数FdB,证实单参数假设合理且能反映海底性质。利用简正波理论推导了单参数对浅海平均声场结构的控制公式,确定各个过渡距离和最佳反演尺度。利用接收声信号距离和信号延时的关系,获得了波形衰减规律,为反演声信号中提取底质信息提供了依据。获得的结果证实了单参数反演是可行的,并为下一步的反演研究提供了支持。     

基于环境噪声的浅海海底单参数反演

利用环境噪声反演浅海海底声学特性一直是学者们研究的热门课题之一,目前绝大多数的噪声场建模方法依赖于多维海底模型,而多维参数的求解过程加大了反演的复杂度。减少反演参数个数可以有效降低反演的复杂性,提高反演的速度,以此为目的开展了基于单个参数海底模型的噪声场建模研究,并计算得到了基于海底单参数的噪声场空间相干系数表达式。通过与传统模型的对比,验证了该计算模型的有效性。结合实验数据,利用该模型对实验海域进行了海底单参数反演,并结合海底反射临界角确定了实验海域的沉积物类型为粉砂质砂,该结论与文献记载相吻合。     

浅海海底单参数模型分析与研究

介绍了单参数模型,提出以小掠射角下反射损失随掠射角的变化率Fd B作为描述海底性质的单参数,并分析研究了该海底单参数模型的适用性,分析得到,当频率不低于数十赫兹且海底沉积物类型属于高声速海底时,单参数模型可以用来描述海底性质。还研究了海水声速对于海底单参数模型描述水下声场的适用性的影响,结果表明,当海水声速剖面可以近似等效为均匀水层时,可用海底单参数模型对水下声场进行预报应用。     

应用矢量水听器阵反演浅海海底地声参数

0引言地声反演是获取海底声学参数的一种重要方法,地声反演方法是海洋声学研究的重要内容之一。目前,绝大部分地声反演方法都基于水听器阵列接收的声压信号来进行,而应用包含质点振速在内的声矢量场进行地声反演的方法则相对较少。矢量水听器是一种重要的新型水声传感器,能同时测量声压信号和质点振速信号,已有研究表明,在浅海声传播情况下,声压与质点垂直振速有不同的传播特[1]     

浅海负跃层海底单参数模型研究

海底反射特性在浅海声传播中起着决定性的影响。用小掠射角下海底反射损失随掠射角变化率Fd B构建单参数模型可很好地描述浅海海底特性。对单参数模型进行深入研究和改进,建立了在浅海负跃层条件下描述水下声场的海底单参数模型,并利用数值仿真和海上实验数据,对浅海负跃层海底单参数模型水下声场预报的正确性进行了验证。     

浅海海底模型对低频声传播的影响

海底参数特性是影响浅海低频水声传播的重要因素。理论上需要知道海底所有深度的参数特性才能确定水声传播,这在实践中很不现实。如果在误差的允许范围内只需要知道某个深度以上的海底参数特性,而这个深度以下的海底参数特性可以忽略,这个深度就定义为海底最大深度。低频声波能够穿透海底更深,最大深度能够达到几十米深,对比较高频率只有几米深。海水声速剖面也能影响声波穿透海底深度,声速剖面为负梯度时海底最大深度比等声速要深。在低频声传播过程中,海底横波对声场影响也很大,尤其是在超低频100Hz以下,2002年5月的南海试验也证实了这一点。     

浅海相干声场的单参数海底模型建构

海底反射性质在浅海声传播中起着决定性的影响。利用海底反射损失对掠射角的斜率可作为单个参数F dB来描述海底这一前提,对平面波入射液态半无限空间的情况进行推导,提出一种基于简单近似表示反射相位角关系的算法。将单参数F dB以及反射相变作为计算模型的边界条件输入参数,对浅海相干声场进行计算,将适用范围推广到复杂声速和水平变化情况。通过对三种类型海底进行仿真,比较基本参数海底模型及单参数海底模型计算所得传播损失曲线,验证了所提包含反射相变关系的单参数模型的有效性。     

海底介质特性反演方法研究

海底介质特性反演一直是水声研究里很活跃的领域,本文应用两种不同的反演方法,差分进化方法(DE)和自适应下山模拟退火算法(ASSA)分别对海底介质特性进行反演,并比较了这两种算法在解决海底介质特性反演问题的优缺点,特别是通过对噪声数据和试验数据的反演发现,差分进化方法虽然是一种效率高,鲁棒性好,收敛速度快的反演算法,但是在抗噪声能力方面显然不如自适应下山模拟退火算法.     

海底介质特性反演方法比较

海底介质特性反演一直是水声研究里很活跃的领域,本文应用不同的反演方法,例如差分进化,自适应下山模拟退火法(ASSA),模拟退火法,遗传算法等等,分别对海底介质特性进行反演,并比较了这些算法在解决海底介质特性反演问题的优缺点,发现差分进化方法是一种效率高,鲁棒性好,收敛速度快的海底介质特性反演算法.     

基于神经网络方法的高光谱遥感浅海水深反演

利用人工神经网络方法进行了高光谱遥感反演浅海水深的初步研究.在产生模拟数据时,为保证模拟数据的合理性,引入了根据水体和海底特性来划分光学浅水和光学深水的方法,并初步研究了利用光谱徽分技术进行光学浅水和光学深水区分的有效性.在人工神经网络建模过程中,采用主成分分析的方法对网络的输入数据进行预处理,显著提高了网络的学习速度.建立的人工神经网络模型和基于非线性最优化方法的反演算法与实测数据的反演结果相比较,人工神经网络模型的反演精度明显高于非线性最优化反演算法.     

利用匹配场方法反演海底单参数

用海底反射损失对掠射角的斜率作为单个参数描述海底可以简化地声反演过程,快速获得海底的地声性质。基于单参数模型及其相干声场的反射相位近似关系,利用匹配场处理技术反演海底性质。通过Hamilton地声模型中的密度声速关系,同时获得海底的密度和声速值。对2001年中美东海联合实验(ASIAEX 2001)实验数据进行了反演,获得海底地声参数。最后利用反演结果进行传播损失预报及海底沉积物辨别,其效果证实了基于单参数海底模型反演方法的有效性及实用性。     

改进粒子滤波在海底地声参数反演中的应用

海底地声参数作为海洋声信道的重要组成部分,很大程度上决定了海洋声传播特性。地声参数可以通过反演算法获得,与距离相关的地声反演问题近年来是研究的热点。粒子滤波是一种高效的序贯寻优算法,可以在海底声学特性随距离缓慢变化情形下,有效解决地声参数的估计问题。但当海底声学特性随距离变化剧烈,如沉积层分层情况发生改变时,传统的粒子滤波则可能失效。为解决此问题,有文献使用了带桥接重采样的粒子滤波反演地声参数。文章在此基础上进一步改进了粒子的采样方式,并将此方法应用到基于海底反射系数的反演中。通过仿真数据处理结果证明,文中提出的改进粒子滤波在地声参数随距离变化剧烈的情况下仍具有较好性能,可以准确地估计海底特性随距离的变化规律和海底沉积层的声学参数。     

Robust inversion methods for aerosol spectroscopy

The Fast Aerosol Spectrometer (FASP) is a device for spectral aerosol measurements. Its purpose is to safely monitor the atmosphere inside a reactor containment. First we describe the FASP and explain its basic physical laws. Then we introduce our reconstruction methods for aerosol particle size distributions designed for the FASP. We extend known existence results for constrained Tikhonov regularization by uniqueness criteria and use those to generate reasonable models for the size distributions. We apply a Bayesian model-selection framework on these pre-generated models. We compare our algorithm with classical inversion methods using simulated measurements. We then extend our reconstruction algorithm for two-component aerosols, so that we can simultaneously retrieve their particle-size distributions and unknown volume fractions of their two components. Finally we present the results of a numerical study for the extended algorithm.     

An eddy-current model for three-dimensional inversion

A model is presented for the inversion of eddy-current data to be used for the detection of flaws. This model is based on rigorous electromagnetic theory and uses a multifrequency approach to make it truly three-dimensional. The resulting integral equations are discretized and solved using least squares techniques. The numerical problems involved in this algorithm are discussed, and a solution as well as examples of reconstructions of computer-generated flaws are presented.     

冲击动力学反问题及其反演方法综述

随着计算机技术的快速发展,深度学习在工程领域的应用越来越广泛。在实际应用中,用于训练的数据集往往具有“小样本”、“高维度”、“稀疏”等特征,这导致传统深度学习模型的适用范围十分有限。该文建立了一种基于迁移学习增强的物理信息神经网络模型,用于解决数据稀疏的力学正、反问题。结合迁移学习策略,利用源模型中已有知识来加强目标任务中的学习,从而提高学习的效率,实现不需要大量数据就能得到较好预测性能的目标。该方法在薄板(两端简支+两端固支)的数据集上训练源模型,基于深度迁移学习从源模型上提取神经网络特征;利用目标任务中稀疏数据集实现源模型的微调,进而对不同边界的薄板响应预测(正问题)和边界识别(反问题)的目标任务进行验证。研究结果表明,该方法在小样本的目标任务上具有良好的精度和泛化能力。相比数据驱动的深度学习模型,物理信息神经网络模型可以有效避免数据生成带来的成本和网格独立性等问题。     

Reconstruction of particle-size distributions from light-scattering patterns using three inversion methods

By means of a numerical study we show particle-size distributions retrieved with the Chin-Shifrin, Phillips-Twomey, and singular value decomposition methods. Synthesized intensity data are generated using Mie theory, corresponding to unimodal normal, gamma, and lognormal distributions of spherical particles, covering the size parameter range from 1 to 250. Our results show the advantages and disadvantages of each method, as well as the range of applicability for the Fraunhofer approximation as compared to rigorous Mie theory.     

A unified constrained inversion model for ultrasonic flaw sizing

Equivalent flaw sizing using ultrasonic waves is an approach whereby shape and orientation information of a defect are obtained in terms of a best-fit simple geometry that is able to represent the major aspects of the flaw. Separate examples of this approach have previously been developed for volumetric flaws and cracks using the Born and Kirchhoff approximations, respectively. Here, these separate algorithms are unified into a single algorithm capable of sizing both volumetric flaws and cracks. Some examples of the performance of this unified algorithm on both synthetic and experimental data are also given.