学位论文 > 优秀研究生学位论文题录展示

数据驱动声简正波信息提取方法的研究

作　者: 王文娟
导　师: 王宁
学　校: 中国海洋大学
专　业: 声学
关键词: 数据驱动简正波分离奇异值分解
分类号: P733.2
类　型: 硕士论文
年　份: 2009年
下　载: 7次
引　用: 0次
阅　读: 论文下载

内容摘要

简正波方法是一种适用于浅海低频情况下的声场计算方法,具有计算速度快、精度高的优点。匹配场处理(matched field processing: MFP)[11][12]和匹配简正波处理(matched mode processing:MMP)通常需要准确的先验信息(声速剖面、海底参数等),然而其对环境信息所需求的精确度往往是难以获得的。所以,在没有任何先验信息的条件下,对简正波分离技术的研究是十分必要的。本文探讨并验证了数据驱动声简正波分离方法,该方法结合声场简正波理论和奇异值分解(singular value decomposition: SVD)理论,在未知任何先验信息(水体的声速剖面以及海底参数等)的条件下,应用SVD分解提取简正波本征函数。本文首先介绍了声场简正波理论和利用SVD分解提取简正波本征函数的基本原理;然后应用Matlab[26]和声场计算软件Kraken进行数值模拟,并与Kraken计算结果进行比较,讨论了频率、带宽、采样间隔、传播距离等参数对分离结果的影响,详细给出了分离条件;并对2005黄海声场起伏实验数据进行了处理,得到简正波垂直分布的时间起伏,在一定程度上反应温跃层的时间变化特性。

全文目录

摘要  5-6
Abstract  6-8
1 前言  8-12
  1.1 本文的研究背景  8-9
  1.2 本文的研究目的  9-10
  1.3 论文组织结构  10-12
2 基本理论  12-23
  2.1 简正波方法  12-17
    2.1.1 基本理论  12-14
    2.1.2 数值方法  14-17
  2.2 奇异值分解（SVD）相关理论  17-18
    2.2.1 特征值和特征向量  17
    2.2.2 相似矩阵与对角化  17
    2.2.3 SVD 分解  17-18
  2.3 数据驱动分离简正波  18-22
    2.3.1 简正波公式的矩阵表示  19-20
    2.3.2 简正波分离与 SVD  20
    2.3.3 数据驱动方法的使用前提  20-22
  2.4 本章小结  22-23
3 数值模拟  23-34
  3.1 n_(rot) 对分离结果的影响  24-27
  3.2 n_j 对分离结果的影响  27-30
  3.3 对角化的特征值（k）对分离结果的影响  30-33
  3.4 本章小结  33-34
4 实验数据处理  34-48
  4.1 实验简介  34-39
    4.1.1 实验海区  34-36
    4.1.2 起伏实验  36-39
  4.2 数据的初步处理  39-41
  4.3 提取有效数据  41-42
  4.4 数据驱动提取简正波本征函数  42-45
  4.5 1 号简正波峰值位置变化  45-47
  4.6 本章小结  47-48
5 全文工作总结与展望  48-49
参考文献  49-51
致谢  51-52
个人简历  52
硕士期间发表的文章  52

数据驱动声简正波信息提取方法的研究

内容摘要

全文目录

相似论文