[发明专利]基于自适应动态正交微分方程声场不确定性快速估计方法在审
申请号: | 202210587336.7 | 申请日: | 2022-05-25 |
公开(公告)号: | CN115146220A | 公开(公告)日: | 2022-10-04 |
发明(设计)人: | 陈铖;冯肖;杨坤德 | 申请(专利权)人: | 西北工业大学 |
主分类号: | G06F17/13 | 分类号: | G06F17/13;G06F17/16;G01H5/00;G01H3/00 |
代理公司: | 西安凯多思知识产权代理事务所(普通合伙) 61290 | 代理人: | 王鲜凯 |
地址: | 710072 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 自适应 动态 正交 微分方程 声场 不确定性 快速 估计 方法 | ||
1.一种基于自适应动态正交微分方程声场不确定性快速估计方法,其特征在于步骤如下:
步骤1:引入初始条件:设定模型选取的声速剖面样本个数为H,选取的射线个数为R,给定声源的初始条件:
其中:xd0为声源的初始深度,Ψ0为初始的辅助变量,cosθ0和sinθ0是声场射线初始的角度,c(x0)表示在初始位置x0时的声速;
对每个声速剖面样本执行射线模型的仿真运算,得到距声源特定步长“s”处声场射线的相关参数,即初始位置的射线参数,并将其用矩阵的形式表示:
其中:矩阵的维度为R*H;
步骤2、奇异值分解和降维:对初始矩阵Xr,d(s)和Ξr,d(s)求行向量的均值得到Eη[Xr,d(s)]和En[Ξr,d(s)],再进行减法运算,得到Xr,d(s)-Eη[Xr,d(s)]和Ξr,d(s)-En[Ξr,d(s)]两个新的初始矩阵;
对构造的Xr,d(s)-Eη[Xr,d(s)]和Ξr,d(s)-En[Ξr,d(s)]两个新矩阵奇异值分解:
再将奇异值分解得到的对角矩阵Σ1和Σ2按照奇异值重要性进行排列,对其降维处理,得到矩阵Xr,d(s)和Ξr,d(s)的均值向量,模态和模态系数矩阵线性表示:
其中,Eη[Xr,d(s)]和En[Ξr,d(s)]为射线参数矩阵的均值变量和的表示,U1和U2的列向量为动态正交随机射线模型模态和的表示,和的行向量为动态正交随机射线模型模态系数Br,d和Dr,d的表示;
步骤3:有限差分推演射线参数:基于射线理论推导出声线跟踪常微分方程组,方程组表达了声场中射线相邻位置间的微分关系:
其中,C为各个声速剖面下声场的所有射线对应的声速值矩阵表示,为声速矩阵在距离r方向和深度d方向上的梯度矩阵,Cx变量如下式:
将式7和式8分别带入式9和式10,利用模态矩阵特征向量相互正交的性质进行推导演算,得到射线位置矩阵和辅助变量矩阵对应的均值变量和模态和和相应模态系数矩阵Br,d和Dr,d在声场中相邻两个位置之间的微分关系:
其中H为随机射线模型选取的声速剖面样本个数,cov是对其中的变量矩阵执行了协方差运算;
使用有限差分算法对式12至式17进行求解,得到下一个位置射线参数矩阵的均值向量,模态和模态系数矩阵,利用式7和式8对其重构,得到声场下一位置的射线参数矩阵Xr,d(s+1)和Ξr.d(s+1);
步骤4:对模态矩阵正交修正:矩阵A和矩阵W为修正矩阵,Br,d*和Dr,d*为修正后的模态矩阵和模态系数矩阵;采用经典的矩阵正交校正算法,gram-schmidt矩阵正交修正算法计算修正矩阵A和矩阵W;
步骤5:重复步骤3和步骤4截至所有射线进入模型设定的距离方向上的边界范围;通过定义在负深度和大于海底深度的“镜像对称”声速函数,允许随机射线继续进入反射域,最后再将反射回实际的海洋区域作为一个后期处理步骤,从而实现边界反射问题。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210587336.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种筛网网格密度检测装置
- 下一篇:一种三维动态力反馈训练装置