Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北工业大学杨秋龙获国家专利权

西北工业大学杨秋龙获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西北工业大学申请的专利一种基于浅海双节点模态到达时间差的序贯贝叶斯地声参数反演方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116577826B

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310432797.1,技术领域涉及:G01V1/30;该发明授权一种基于浅海双节点模态到达时间差的序贯贝叶斯地声参数反演方法是由杨秋龙;郝望;杨坤德;段睿设计研发完成,并于2023-04-21向国家知识产权局提交的专利申请。

一种基于浅海双节点模态到达时间差的序贯贝叶斯地声参数反演方法在说明书摘要公布了:本发明涉及一种基于浅海双节点模态到达时间差的序贯贝叶斯地声参数反演方法。利用双节点传感器同步测量双节点连线上一侧外侧固定声源发射的宽带脉冲信号,提取两个接收信号之间的模态到达时间差数据。移动双节点传感器,始终保证声源在双节点连线上的一侧,重复进行测量,结合测量数据和Kraken声场计算模型建立序贯贝叶斯反演中所需的状态方程和测量方程,推断地声参数的序贯后验概率密度分布函数,获得距离相关地声参数的后验估计均值。与现有技术相比其优越性在于:利用双节点传感器可以获得包含局部距离无关环境特征的简正波模态观测数据,避免了地声参数反演时复杂的耦合简正波模型计算,实现了浅海慢变化环境下地声参数的快速反演,该方法稳健性好、效率高,并且双节点单元布放灵活,通过移动或者分布式布放观测可以实现从点到线再到面的多维地声参数反演。

本发明授权一种基于浅海双节点模态到达时间差的序贯贝叶斯地声参数反演方法在权利要求书中公布了:1.一种基于浅海双节点模态到达时间差的序贯贝叶斯地声参数反演方法,其特征在于步骤如下: 步骤1:利用双节点传感器,同步测量双节点连线上一侧固定发射的宽带脉冲声源信号,当第k个信号发射时,声源与1号节点之间的水平距离为r1k,与2号节点之间的水平距离为r2k,记为第k个快拍,即第k个地声参数反演站位;根据实际的不同反演站位要求,改变双节点传感器的位置,保证声源始终在双节点连线上的一侧,重复进行测量; 步骤2:利用消频散变换对第k个快拍的双节点模态到达时间进行提取,假设第m阶模态的提取结果分别为tm[f,r1k]和tm[f,r2k],则第m阶双节点模态到达时间差的观测值为: Δtmf,k=tm[f,r1k]-tm[f,r2k], 其中f表示信号频率,根据绝热简正波理论,时间差Δtmf,k包含了两个节点之间的局部环境信息;在实际应用中,以双节点的中点距离[r1k+r2k]2作为第k个快拍的距离; 步骤3:假设两个节点之间的海底模型是距离无关的沉积层-基底层双层模型,在沉积层中,压缩波声速随深度线性变化,未知的地声参数包括厚度h1、上部声速c1U、下部声速c1L和密度ρ1,在基底层中,未知的地声参数包括压缩波声速c2和密度ρ2;不同快拍下的地声参数不同,使用向量形式表示为xk=[h1k,c1Uk,c1Lk,ρ1k,c2k,ρ2k],k=1,…,K,K代表快拍数,即地声参数反演的站位数,利用Kraken声场模型计算第m阶模态的群速度值结合距离参数r1k和r2k,计算出第m阶双节点模态到达时间差的理论值为: 步骤4:结合步骤2给出的双节点模态到达时间差观测值Δtmf,k和步骤3给出的双节点模态到达时间差理论值ΔTmf,xk,构造测量方程和状态方程,则地声参数xk的序贯后验概率密度分布函数的表达式为: 其中,yk代表Δtmf,k,满足一般序贯贝叶斯理论中的观测独立假设,Yk-1和Yk分别表示前k-1个和前k个快拍的模态到达时间差观测向量集合,即Yk-1={y1,y2,…,yk-1}和Yk={y1,y2,…,yk},求解序贯后验概率密度分布函数,得到不同快拍上的后验估计均值x′k,即距离相关的地声参数反演值;在双节点模态频散特征可分辨的前提下,节点之间的距离越小,地声参数反演的距离分辨率就越高。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西北工业大学,其通讯地址为:710072 陕西省西安市友谊西路127号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。