EI / SCOPUS / CSCD 收录

中文核心期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

浅海地声参数的变维贝叶斯反演

吴伟文 任群言 鹿力成 郭圣明 马力

吴伟文, 任群言, 鹿力成, 郭圣明, 马力. 浅海地声参数的变维贝叶斯反演[J]. 声学学报, 2023, 48(3): 496-505. doi: 10.15949/j.cnki.0371-0025.2023.03.017
引用本文: 吴伟文, 任群言, 鹿力成, 郭圣明, 马力. 浅海地声参数的变维贝叶斯反演[J]. 声学学报, 2023, 48(3): 496-505. doi: 10.15949/j.cnki.0371-0025.2023.03.017
WU Weiwen, REN Qunyan, LU Licheng, GUO Shengming, MA Li. Trans-dimensional Bayesian geoacoustic inversion in shallow water[J]. ACTA ACUSTICA, 2023, 48(3): 496-505. doi: 10.15949/j.cnki.0371-0025.2023.03.017
Citation: WU Weiwen, REN Qunyan, LU Licheng, GUO Shengming, MA Li. Trans-dimensional Bayesian geoacoustic inversion in shallow water[J]. ACTA ACUSTICA, 2023, 48(3): 496-505. doi: 10.15949/j.cnki.0371-0025.2023.03.017

浅海地声参数的变维贝叶斯反演

doi: 10.15949/j.cnki.0371-0025.2023.03.017
基金项目: 国家自然科学基金项目(12274431)和中国科学院声学研究所自主部署项目(MBDX202102)资助
详细信息
    通讯作者:

    任群言, renqunyan@mail.ioa.ac.cn

  • 中图分类号: 43.30, 43.60

Trans-dimensional Bayesian geoacoustic inversion in shallow water

  • 摘要:

    为解决海底沉积层分层结构未知时的反演问题, 提出了一种变维粒子滤波方法, 利用声场的互谱密度, 估计沉积层分层结构以及地声参数。仿真结果表明:变维粒子滤波在沉积层分层结构未知时, 能有效反演沉积层层数以及地声参数, 粒子的并行计算能使其相较于可逆跳蒙特卡洛马尔可夫链(rjMCMC)更加高效。利用变维粒子滤波, 对南海垂直线阵列接收到的线性调频信号进行处理, 反演结果与rjMCMC反演得到的沉积层层数和地声参数结果相近, 说明了此方法能有效估计沉积层层数的同时反演浅海地声参数, 得到可靠的参数后验概率密度。

     

  • 图 1  MFI环境模型

    图 2  TDPF算法流程图(其中粒子面积大小对应粒子权重大小)

    图 3  实测声速剖面

    图 4  各参数敏感度(蓝色实线表示225 Hz的参数敏感度, 红色虚线表示240 Hz的参数敏感度, 黄色点线表示255 Hz的参数敏感度, 紫色虚点线表示265 Hz的参数敏感度, 绿色点线表示真值)

    图 5  TDPF反演结果的一维PPD (蓝色实线表示各参数一维概率密度, 红色点线表示各参数真值)

    图 6  TDPF反演结果的二维PPD (二维概率密度由蓝到红表示概率由小到大, 下同)

    图 7  TDPF随迭代次数层数的变化

    图 8  TDPF反演结果的边缘概率密度(其中粉线为地声参数真实值, 下同)

    图 9  rjMCMC随采样次数层数的变化

    图 10  rjMCMC反演结果的边缘概率密度

    图 11  TDPF随迭代次数层数的变化

    图 12  TDPF反演结果的边缘概率密度

    图 13  rjMCMC随采样次数层数的变化

    图 14  rjMCMC反演结果的边缘概率密度

    图 15  TDPF反演结果的二维PPD

    图 16  TDPF预测240 Hz频点传播损失的不确定性(其中星点为数据实测, 明暗表示概率大小)

    图 17  TDPF预测230~260 Hz传播损失的不确定性(其中星点为数据实测, 明暗表示概率大小)

    图 18  rjMCMC预测230~260 Hz传播损失的不确定性(其中星点为数据实测, 明暗表示概率大小)

    表  1  仿真采用的反演参数真实值、反演上下界、GA反演结果和MAP

    反演参数真值反演区间GAMAP
    声源深度$ \left(\mathrm{m}\right) $50[45 55]50.2249.95
    声源距离$ \left(\mathrm{k}\mathrm{m}\right) $1[0.8 1.2]0.9961.00
    阵列倾斜角 (°) −10[−20 20]−9.87−9.84
    水深$ \left(\mathrm{m}\right) $113[110 120]112.87112.83
    沉积层1深度$ \left(\mathrm{m}\right) $5[0 40]5.804.74
    沉积层2深度$ \left(\mathrm{m}\right) $10[0 40]11.0510.22
    沉积层1声速$(\mathrm{m}/\mathrm{s})$1580[1500 1700]15831571
    沉积层2声速$ (\mathrm{m}/\mathrm{s}) $1620[1500 1700]16551619
    基底声速$ (\mathrm{m}/\mathrm{s}) $1800[1600 1900]18151785
    沉积层密度$ (\mathrm{g}/\mathrm{c}{\mathrm{m}}^{3}) $1.5[1.2 2.0]1.551.49
    下载: 导出CSV

    表  2  实验采用的反演上下界、GA反演结果和MAP

    真值反演区间GAMAP
    声源深度$ \left(\mathrm{m}\right) $[45 55]50.8050.36
    声源距离$ \left(\mathrm{k}\mathrm{m}\right) $[0.8 1.4]1.2681.275
    阵列倾斜角 (°)[−20 20]−10.96−10.73
    水深$ \left(\mathrm{m}\right) $[110 125]118.21118.40
    沉积层1深度$ \left(\mathrm{m}\right) $[0 50]8.478.43
    沉积层2深度$ \left(\mathrm{m}\right) $[0 80]39.2536.78
    沉积层1声速$ (\mathrm{m}/\mathrm{s}) $[1500 1700]1550.01562.3
    沉积层2声速$ (\mathrm{m}/\mathrm{s}) $[1500 1700]1633.91637.2
    基底声速$ (\mathrm{m}/\mathrm{s}) $[1550 1900]1663.01661.4
    沉积层密度$ (\mathrm{g}/\mathrm{c}{\mathrm{m}}^{3}) $[1.2 2.0]1.601.71
    下载: 导出CSV
  • [1] 杨坤德, 马远良. 利用海底反射信号进行地声参数反演的方法. 物理学报, 2009; 58(3): 1798—1805 doi: 10.3321/j.issn:1000-3290.2009.03.066
    [2] 江鹏飞, 林建恒, 马力, 等. 一种海洋环境噪声分步反演地声参数方法. 声学学报, 2016; 41(1): 59—66 doi: 10.15949/j.cnki.0371-0025.2016.01.007
    [3] Hamilton E L. Geoacoustic modeling of the sea floor. J. Acoust. Soc. Am., 1980; 68(5): 1313—1340 doi: 10.1121/1.385100
    [4] Dosso S E, Yeremy M L. Estimation of ocean-bottom properties by matched-field inversion of acoustic field data. IEEE J. Oceanic Eng., 1993; 18(3): 232—239 doi: 10.1109/JOE.1993.236361
    [5] 薄连坤, 熊瑾煜, 张晓勇, 等. 利用拖船自噪声进行浅海环境参数贝叶斯反演. 声学学报, 2019; 44(6): 1017—1026 doi: 10.15949/j.cnki.0371-0025.2019.06.007
    [6] 杨坤德. 水声信号的匹配场处理技术研究. 博士学位论文, 西安: 西北工业大学. 2003: 18-22
    [7] Gerstoft P, Mecklenbräuker C F. Ocean acoustic inversion with estimation of a posteriori probability distributions. J. Acoust. Soc. Am., 1998; 104(2): 808—819 doi: 10.1121/1.423355
    [8] Dosso S E, Nielsen P L. Quantifying uncertainty in geoacoustic inversion. II. Application to broadband, shallow-water data. J. Acoust. Soc. Am., 2002; 111(1): 143 doi: 10.1121/1.1419087
    [9] Dosso S E, Dettmer J. Bayesian matched-field geoacoustic inversion. Inverse Problems, 2011; 27(5): 055009 doi: 10.1088/0266-5611/27/5/055009
    [10] 高飞, 潘长明, 孙磊. Bayes匹配场地声参数反演: 多步退火Gibbs采样算法. 兵工学报, 2017; 38(7): 1385—1394 doi: 10.3969/j.issn.1000-1093.2017.07.017
    [11] Bo L, Xiong J, Ma S. Sequential inversion of self-noise using adaptive particle filter in shallow water. J. Acoust. Soc. Am., 2018; 143(4): 2487—2500 doi: 10.1121/1.5032195
    [12] Battle D J, Gerstoft P, Hodgkiss W S, et al. Bayesian model selection applied to self-noise geoacoustic inversion. J. Acoust. Soc. Am., 2004; 116(4): 2043—2056 doi: 10.1121/1.1785671
    [13] Dettmer J, Dosso S E, Holland C W. Trans-dimensional geoacoustic inversion. J. Acoust. Soc. Am., 2010; 128(6): 3393—3405 doi: 10.1121/1.3500674
    [14] Dettmer J, Dosso S E, Holland C W. Sequential trans-dimensional Monte Carlo for range-dependent geoacoustic inversion. J. Acoust. Soc. Am., 2011; 129(4): 1794—1806 doi: 10.1121/1.3557052
    [15] 石学法. 中国近海海洋——海底底质. 北京: 海洋出版社, 2014: 376
  • 加载中
计量
  • 文章访问数:  46
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-06-06
  • 修回日期:  2022-11-02
  • 刊出日期:  2023-05-11

目录

    /

    返回文章
    返回