水下邻域声场的高精度重建对研究分析邻域声场结构特点和提升水声传感性能有重要意义。在激光束宽度远小于声波波长的条件下，激光束穿过声场的偏转效应既携带了声场声压信息，也携带了梯度信息，这为直接引入Kirchhoff积分定理进行声场重建计算提供了数据传感基础。在此基础上，利用激光传感声场的稠密性，引入虚拟扩展声场孔径的计算方法，进一步接近了Kirchhoff积分定理对无穷大积分区间的理论要求。在水下邻域空间，对提出的声场重建思路和方法进行了验证。实验结果表明，与直接进行声全息的方法相比，所提声场重建方法的峰值信噪比提高了约5.5 dB，为高精度邻域声场传感器的开发提供了可行新思路。
激光偏转 光学声场重建 声全息 边界延拓 激光与光电子学进展
2024, 61(5): 0501003
1 吉林大学测试科学实验中心,吉林,长春,130022
2 吉林大学仪器科学与电气工程学院,吉林,长春,130022
提出了基于神经网络和证据理论的数据融合技术.首先,根据声全息的测量原理,建立了由传感器子网和融合子网组成的数据融合模型.接着,给出了基于神经网络的传感器子网结构,实现了从目标特征参数到目标类型的映射,得到初步的输出结果.然后,采用证据理论将目标信息融合起来,达到对目标的有效识别得到最后的识别结果.最后,给出了数据融合技术应用于声全息法识别声源的实例计算.实验结果表明:数据融合后的声源识别率为94.2%,比融合前提高了11.7%.该技术减小了由于信息量不足或存在较大偶然误差而带来的不利影响,使声源的识别结果更可靠.
声全息 声源识别 神经网络 证据理论
