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！

龙图腾网获悉中国科学院声学研究所申请的专利一种基于稀疏贝叶斯学习的匹配宽带模态相速度反演地声参数方法及系统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：CN120408958B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510446624.4，技术领域涉及：G06F30/20；该发明授权一种基于稀疏贝叶斯学习的匹配宽带模态相速度反演地声参数方法及系统是由林珊如;牛海强;郭永刚设计研发完成，并于2025-04-10向国家知识产权局提交的专利申请。

本一种基于稀疏贝叶斯学习的匹配宽带模态相速度反演地声参数方法及系统在说明书摘要公布了：本申请提供了一种基于稀疏贝叶斯学习的匹配宽带模态相速度反演地声参数方法及系统，该方法利用垂直阵的接收信号，使用多距离稀疏贝叶斯学习提取本地模态，解除块稀疏贝叶斯的窄带限制；将宽带模态相速度用于地声参数的匹配反演，实现了地声参数的解耦。本申请的优势在于：不需要先验地了解海底参数，提取模态的深度范围不受限于VLA的孔径且可以应用于非均匀垂直阵；在反演地声参数时，不受传播路径上的地形影响，可以反演任意地形的地声参数；不需要已知声源位置信息，避免了因声源位置不准确导致反演结果不准确的问题；同时使用多距离的声源信号进行反演，使得地声参数的反演更加鲁棒和准确。

本发明授权一种基于稀疏贝叶斯学习的匹配宽带模态相速度反演地声参数方法及系统在权利要求书中公布了：1.一种基于稀疏贝叶斯学习的匹配宽带模态相速度反演地声参数方法，包括： 步骤1：将水听器垂直阵接收到的多个距离的声传播时域数据进行傅里叶变换，得到所需带宽内每个频点的多距离频域信号； 步骤2：在设定区间内采集水平波数并用打靶法产生对应的本地模态深度函数，构成模态深度函数矩阵A； 步骤3：将每个频点的多距离时域信号组成矩阵Y，用矩阵A和Y通过稀疏贝叶斯学习的迭代方法，计算得到真实激发的本地模态和本地水平波数； 步骤4：在所需带宽内对每一个频点进行多距离稀疏贝叶斯学习，将得到的本地水平波数转换为本地相速度； 步骤5：对宽频的相速度点进行数据清洗和曲线拟合； 步骤6：将待搜索的环境参数带入声传播模型中获得每个频点的相速度；通过最小化声传播模型求出的频率-相速度曲线与步骤5中拟合的曲线之间的均方误差，反演得到包括海底声速、密度和水深在内的环境参数； 步骤7：将反演得到的水深对实际测量的水深进行深度校正； 步骤8：采用匹配传播损失方法反演海底衰减系数； 所述打靶法的公式为： Φ0,krm＝0, Φz1,krm＝h, j＝1,2,…J 其中，ω＝2πf为角频率，f表示信号频率；zj＝jh，h和J分别为离散网格的宽度和总数；czj为声速剖面；Φzj,krm为第m阶简正模态深度函数在第j个网格深度zj处的离散采样值；krm表示第m阶水平波数。

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中国科学院声学研究所，其通讯地址为：100190 北京市海淀区北四环西路21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”。

以上内容由龙图腾AI智能生成。