CN112817058B - 成群海洋生物预警方法、系统、电子设备及存储介质 - Google Patents
成群海洋生物预警方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112817058B CN112817058B CN202110097236.1A CN202110097236A CN112817058B CN 112817058 B CN112817058 B CN 112817058B CN 202110097236 A CN202110097236 A CN 202110097236A CN 112817058 B CN112817058 B CN 112817058B
- Authority
- CN
- China
- Prior art keywords
- optical power
- early warning
- received optical
- time
- marine organisms
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 230000003287 optical effect Effects 0.000 claims abstract description 134
- 238000010521 absorption reaction Methods 0.000 claims abstract description 96
- 239000013535 sea water Substances 0.000 claims abstract description 91
- 230000009545 invasion Effects 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 41
- 230000005540 biological transmission Effects 0.000 claims description 35
- 239000002245 particle Substances 0.000 claims description 21
- 229930002875 chlorophyll Natural products 0.000 claims description 11
- 235000019804 chlorophyll Nutrition 0.000 claims description 11
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 11
- PUKLDDOGISCFCP-JSQCKWNTSA-N 21-Deoxycortisone Chemical compound C1CC2=CC(=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@@](C(=O)C)(O)[C@@]1(C)CC2=O PUKLDDOGISCFCP-JSQCKWNTSA-N 0.000 claims description 10
- QJZYHAIUNVAGQP-UHFFFAOYSA-N 3-nitrobicyclo[2.2.1]hept-5-ene-2,3-dicarboxylic acid Chemical compound C1C2C=CC1C(C(=O)O)C2(C(O)=O)[N+]([O-])=O QJZYHAIUNVAGQP-UHFFFAOYSA-N 0.000 claims description 10
- FCYKAQOGGFGCMD-UHFFFAOYSA-N Fulvic acid Natural products O1C2=CC(O)=C(O)C(C(O)=O)=C2C(=O)C2=C1CC(C)(O)OC2 FCYKAQOGGFGCMD-UHFFFAOYSA-N 0.000 claims description 10
- 229940095100 fulvic acid Drugs 0.000 claims description 10
- 239000002509 fulvic acid Substances 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 239000004021 humic acid Substances 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 241001465754 Metazoa Species 0.000 claims description 5
- 230000003595 spectral effect Effects 0.000 claims description 5
- 230000033001 locomotion Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 239000000126 substance Substances 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 3
- 238000005086 pumping Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
- G01V8/20—Detecting, e.g. by using light barriers using multiple transmitters or receivers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Hydrology & Water Resources (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明实施例公开了一种成群海洋生物预警方法、系统、电子设备及存储介质，本发明实施例，可以分别确定发射模块的发射光源在各预设波长时所对应的海水中的吸收系数、散射系数等；并基于改进的BSF方法，确定各预设波长对应的背景海水在接收模块处的第一接收光功率，确定各预设波长对应的海水中含有海洋生物时在接收模块处的第二接收光功率；然后根据第一接收光功率以及第二接收光功率，确定各预设波长分别对应的接收光功率差值；根据接收光功率差值中值最大的波长确定发射模块中发射光源；根据海洋生物密度阈值确定接收光功率差值的阈值；当确定接收光功率差值大于阈值时，发出成群海洋生物入侵预警信号，从而实现对群体性海洋生物的预警。
Description
技术领域
本发明涉及光通信技术领域，具体涉及一种成群海洋生物预警方法、系统、电子设备及存储介质。
背景技术
水下无线光通信(UWOC)系统主要由三个模块组成，分别为发射模块、传输通道模块和接收模块。在水下无线光通信的研究中，传输通道模块作为重要的一环，分析光信道特征有助于为设计水下光通信收发器提供有力的理论依据。水下传输通道的研究方法主要有三种：辐射传输理论、水槽实验法、蒙特卡洛法。蒙特卡洛法是最常用的研究方法，但是其计算数据量大且计算耗时长；水槽实验法需要人工模拟海洋环境，实现要求较高且局限性较大；辐射传输理论虽然难以求解辐射传输方程，但是可以借助近似的矢量辐射传输模型来实现。
海水是一种组成非常复杂的介质，包含了水分子、叶绿素、悬浮粒子、海洋浮游生物等物质。这些物质会跟光波发生相互作用，导致光在水下传播时会受到不同程度的衰减作用，衰减的大小不仅与光波长有关，更与海水中各物质浓度密切相关。在一些特殊的水环境中，比如工业抽水系统，当海水里出现大量海洋生物时，会对抽水系统的入口造成阻塞威胁，从而引发安全问题。因此在这种情况下，对群体性海洋生物的预警尤为重要。
发明内容
本发明实施例提供一种成群海洋生物预警方法、系统、电子设备及存储介质，可以利用光通信对成群海洋生物进行预警。
第一方面，本发明实施例提供了一种成群海洋生物预警方法，所述方法应用于成群海洋生物预警系统，所述系统包括发射模块以及传输模块，所述发射模块以及接收模块之间形成传输通道，所述方法包括：
分别确定所述发射模块的发射光源在各预设波长时所对应的，海水中的吸收系数、散射系数，以及所述吸收系数及所示散射系数与海洋生物密度的对应关系，所述预设波长的各波长位于450nm与550nm之间，所述吸收系数以及所述散射系数在所述接收模块处检测得到；
基于改进的BSF方法，确定各预设波长对应的背景海水在所述接收模块处的第一接收光功率，所述背景海水为不含有海洋生物的海水；
基于改进的BSF方法，确定各预设波长对应的海水中含有1.746g/m3海洋生物时在所述接收模块处的第二接收光功率；
根据所述第一接收光功率以及所述第二接收光功率，确定各预设波长分别对应的接收光功率差值；
根据所述接收光功率差值中值最大的波长确定所述发射模块中发射光源；
传输距离、光源发散角、发射功率以及光波长一定时，根据海洋生物密度阈值确定接收光功率差值的阈值；
当确定接收光功率差值大于所述阈值时，发出成群海洋生物入侵预警信号。
在一些实施例中，所述分别确定所述发射模块的发射光源在各预设波长时所对应的，海水中的吸收系数、散射系数，以及所述吸收系数及所示散射系数与海洋生物密度的对应关系，包括：
根据海水吸收系数公式确定所述发射光源在各预设波长时所对应的吸收系数；
根据海水散射系数公式确定所述发射光源在各预设波长时所对应的散射系数；
将海洋动物近似等效为大颗粒物，以确定所述吸收系数及所示散射系数与海洋生物密度的对应关系；
其中，所述海水吸收系数公式为：
所述海水散射系数公式为：
b(λ)＝bbg(λ)+Cl×0.341074(400/λ)0.3；
a(λ)为吸收系数，b(λ)为散射系数，aw(λ)为纯水吸收系数，
是某一叶绿素浓度下的光谱吸收系数，Cc为叶绿素浓度，单位为mg/m3，
为浓度常数，取值范围在0.1～1mg/m3之间，
为黄腐酸吸收常数，Cf为黄腐酸浓度，单位为mg/m3；
kf＝0.189，
为腐殖酸吸收系数，Ch为腐殖酸浓度，单位为mg/m3，kh＝0.01105，
为悬浮颗粒吸收常数，kd＝0.02，bi是由海水中的盐度所决定的一个参数，Cs为小颗粒物浓度，单位为g/m3，Cl为大颗粒物浓度，单位为g/m3，λ为光波长，取值位于450nm～550nm之间。
在一些实施例中，所述改进的BSF方法包括包括BSF计算公式，所述BSF计算公式为：
其中，P0为初始能量，a为吸收系数，b为散射系数，ω为光源发散角，s为传输距离，A为公式：
其中，ρ(θ)为体散射相函数，采用HG散射相函数，有：
其中，g为非对称因子，g取值0.924。
在一些实施例中，所述根据所述第一接收光功率以及所述第二接收光功率，确定各预设波长分别对应的接收光功率差值，包括：
根据功率差值计算公式确定各预设波长分别对应的接收光功率差值，所述功率差值计算公式为：
P(λ)＝BSF(abg,bbg)-BSF(acv(λ),bcv(λ))；
其中，BSF(abg,bbg)为所述第一接收光功率，BSF(acv(λ),bcv(λ))为所述第二接收光功率。
在一些实施例中，所述成群海洋生物预警系统包括第一预警子系统、第二预警子系统以及第三预警子系统，所述第一预警子系统设置在距离目标点的6米处，所述第二预警子系统设置在距离目标点4米处，所述第三预警子系统设置在距离目标点2米处，所述方法还包括：
记录所述第一预警子系统接收光功率差值大于所述阈值时的第一时间；
记录所述第二预警子系统接收光功率差值大于所述阈值时的第二时间；
记录所述第二预警子系统接收光功率差值大于所述阈值时的第三时间；
根据所述第一时间以及所述第三时间预测确定成群海洋生物的移动速度；
根据所述第一时间、所述第二时间以及所述第三时间确定成群海洋生物到达所述目标点的时间。
在一些实施例中，所述根据所述第一时间以及所述第三时间预测确定成群海洋生物的移动速度，包括：
根据速度计算公式确定所述成群海洋生物的移动速度，所述速度计算公式为：
其中，所述v为所述成群海洋生物的移动速度，所述t0为所述第一时间，所述t2为所述第三时间。
在一些实施例中，所述根据所述第一时间、所述第二时间以及所述第三时间确定成群海洋生物到达所述目标点的时间，包括：
根据时间计算公式确定成群海洋生物到达所述目标点的时间，所述时间计算公式为：
其中，所述t为所述群海洋生物到达所述目标点的时间，所述t1为所述第二时间。
第二方面，本发明实施例还提供了一种成群海洋生物预警系统，所述系统包括发射模块以及传输模块，所述发射模块以及接收模块之间形成传输通道，包括：
第一确定单元，用于分别确定所述发射模块的发射光源在各预设波长时所对应的，海水中的吸收系数、散射系数，以及所述吸收系数及所示散射系数与海洋生物密度的对应关系，所述预设波长的各波长位于450nm与550nm之间，所述吸收系数以及所述散射系数在所述接收模块处检测得到；
第二确定单元，用于基于改进的BSF方法，确定各预设波长对应的背景海水在所述接收模块处的第一接收光功率，所述背景海水为不含有海洋生物的海水；
第三确定单元，用于基于改进的BSF方法，确定各预设波长对应的海水中含有1.746g/m3海洋生物时在所述接收模块处的第二接收光功率；
第四确定单元，用于根据所述第一接收光功率以及所述第二接收光功率，确定各预设波长分别对应的接收光功率差值；
第五确定单元，用于根据所述接收光功率差值中值最大的波长确定所述发射模块中发射光源；
第六确定单元，用于传输距离、光源发散角、发射功率以及光波长一定时，根据海洋生物密度阈值确定接收光功率差值的阈值；
预警单元，用于当确定接收光功率差值大于所述阈值时，发出成群海洋生物入侵预警信号。
在一些实施例中，所述第一确定单元具体用于：
根据海水吸收系数公式确定所述发射光源在各预设波长时所对应的吸收系数；
根据海水散射系数公式确定所述发射光源在各预设波长时所对应的散射系数；
将海洋动物近似等效为大颗粒物，以确定所述吸收系数及所示散射系数与海洋生物密度的对应关系；
其中，所述海水吸收系数公式为：
所述海水散射系数公式为：
b(λ)＝bbg(λ)+Cl×0.341074(400/λ)0.3；
a(λ)为吸收系数，b(λ)为散射系数，aw(λ)为纯水吸收系数，
是某一叶绿素浓度下的光谱吸收系数，Cc为叶绿素浓度，单位为mg/m3，
为浓度常数，取值范围在0.1～1mg/m3之间，
为黄腐酸吸收常数，Cf为黄腐酸浓度，单位为mg/m3；
kf＝0.189，
为腐殖酸吸收系数，Ch为腐殖酸浓度，单位为mg/m3，kh＝0.01105，
为悬浮颗粒吸收常数，kd＝0.02，bi是由海水中的盐度所决定的一个参数，Cs为小颗粒物浓度，单位为g/m3，Cl为大颗粒物浓度，单位为g/m3，λ为光波长，取值位于450nm～550nm之间。
在一些实施例中，所述改进的BSF方法包括包括BSF计算公式，所述BSF计算公式为：
其中，P0为初始能量，a为吸收系数，b为散射系数，ω为光源发散角，s为传输距离，A为公式：
其中，ρ(θ)为体散射相函数，采用HG散射相函数，有：
其中，g为非对称因子，g取值0.924。
在一些实施例中，所述第四确定单元具体用于：
根据功率差值计算公式确定各预设波长分别对应的接收光功率差值，所述功率差值计算公式为：
P(λ)＝BSF(abg,bbg)-BSF(acv(λ),bcv(λ))；
其中，BSF(abg,bbg)为所述第一接收光功率，BSF(acv(λ),bcv(λ))为所述第二接收光功率。
在一些实施例中，所述成群海洋生物预警系统包括第一预警子系统、第二预警子系统以及第三预警子系统，所述第一预警子系统设置在距离目标点的6米处，所述第二预警子系统设置在距离目标点4米处，所述第三预警子系统设置在距离目标点2米处，所述系统还包括：
记录单元，用于记录所述第一预警子系统接收光功率差值大于所述阈值时的第一时间，记录所述第二预警子系统接收光功率差值大于所述阈值时的第二时间，记录所述第二预警子系统接收光功率差值大于所述阈值时的第三时间；
速度确定单元，用于根据所述第一时间以及所述第三时间预测确定成群海洋生物的移动速度；
时间确定单元，用于根据所述第一时间、所述第二时间以及所述第三时间确定成群海洋生物到达所述目标点的时间。
在一些实施例中，所述速度确定单元具体用于：
根据速度计算公式确定所述成群海洋生物的移动速度，所述速度计算公式为：
其中，所述v为所述成群海洋生物的移动速度，所述t0为所述第一时间，所述t2为所述第三时间。
在一些实施例中，所述时间确定单元具体用于：
根据时间计算公式确定成群海洋生物到达所述目标点的时间，所述时间计算公式为：
其中，所述t为所述群海洋生物到达所述目标点的时间，所述t1为所述第二时间。
第三方面，本发明实施例还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行本发明实施例提供的任一种成群海洋生物预警方法中的步骤。
第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行本发明实施例提供的任一种成群海洋生物预警方法中的步骤。
本发明实施例，可以通过成群海洋生物预警系统分别确定发射模块的发射光源在各预设波长时所对应的，海水中的吸收系数、散射系数，以及吸收系数及所示散射系数与海洋生物密度的对应关系，预设波长的各波长位于450nm与550nm之间，吸收系数以及散射系数在接收模块处检测得到；并基于改进的BSF方法，确定各预设波长对应的背景海水在接收模块处的第一接收光功率，背景海水为不含有海洋生物的海水；基于改进的BSF方法，确定各预设波长对应的海水中含有1.746g/m3海洋生物时在接收模块处的第二接收光功率；然后根据第一接收光功率以及第二接收光功率，确定各预设波长分别对应的接收光功率差值；根据接收光功率差值中值最大的波长确定发射模块中发射光源；传输距离、光源发散角、发射功率以及光波长一定时，根据海洋生物密度阈值确定接收光功率差值的阈值；当确定接收光功率差值大于阈值时，发出成群海洋生物入侵预警信号，从而实现对群体性海洋生物的预警。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的成群海洋生物预警方法的流程示意图；
图2是本发明实施例提供的成群海洋生物预警方法的一个应用场景示意图；
图3为本发明实施例提供的成群海洋生物预警系统的一个模块结构示意图；
图4为本发明实施例提供的成群海洋生物预警系统的一个硬件结构示意图；
图5为本发明实施例提供的电子设备的一个实施例示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在以下的说明中，本发明的具体实施例将参考由一部或多部计算机所执行的步骤及符号来说明，除非另有述明。因此，这些步骤及操作将有数次提到由计算机执行，本文所指的计算机执行包括了由代表了以一结构化型式中的数据的电子信号的计算机处理单元的操作。此操作转换该数据或将其维持在该计算机的内存系统中的位置处，其可重新配置或另外以本领域测试人员所熟知的方式来改变该计算机的运作。该数据所维持的数据结构为该内存的实体位置，其具有由该数据格式所定义的特定特性。但是，本发明原理以上述文字来说明，其并不代表为一种限制，本领域测试人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。
本发明的原理使用许多其它泛用性或特定目的运算、通信环境或组态来进行操作。所熟知的适合用于本发明的运算系统、环境与组态的范例可包括(但不限于)手持电话、个人计算机、服务器、多处理器系统、微电脑为主的系统、主架构型计算机、及分布式运算环境，其中包括了任何的上述系统或装置。
本发明中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。
光在海水中的衰减大小可量化为吸收系数和散射系数的大小，其大小与光波长以及海水中各物质浓度有关，本发明利用光通信对成群海洋生物进行预警。具体方案如下：
请参阅图1，图1是本发明一实施例提供的成群海洋生物预警方法的流程示意图。该成群海洋生物预警方法的执行主体可以是本发明实施例提供的成群海洋生物预警系统，该系统包括发射模块以及传输模块，发射模块以及接收模块之间形成传输通道。该成群海洋生物预警方法可以包括：
101、分别确定发射模块的发射光源在各预设波长时所对应的，海水中的吸收系数、散射系数，以及吸收系数及所示散射系数与海洋生物密度的对应关系。
其中，上述预设波长的各波长位于450nm与550nm之间，吸收系数以及散射系数在接收模块处检测得到。
具体地，所述分别确定所述发射模块的发射光源在各预设波长时所对应的，海水中的吸收系数、散射系数，以及所述吸收系数及所示散射系数与海洋生物密度的对应关系，包括：
根据海水吸收系数公式确定所述发射光源在各预设波长时所对应的吸收系数；
根据海水散射系数公式确定所述发射光源在各预设波长时所对应的散射系数；
将海洋动物近似等效为大颗粒物，以确定所述吸收系数及所示散射系数与海洋生物密度的对应关系；
其中，所述海水吸收系数公式为：
所述海水散射系数公式为：
b(λ)＝bbg(λ)+Cl×0.341074(400/λ)0.3；
a(λ)为吸收系数，b(λ)为散射系数，aw(λ)为纯水吸收系数，
是某一叶绿素浓度下的光谱吸收系数，Cc为叶绿素浓度，单位为mg/m3，
为浓度常数，取值范围在0.1～1mg/m3之间，
为黄腐酸吸收常数，Cf为黄腐酸浓度，单位为mg/m3；
kf＝0.189，
为腐殖酸吸收系数，Ch为腐殖酸浓度，单位为mg/m3，kh＝0.01105，
为悬浮颗粒吸收常数，kd＝0.02，bi是由海水中的盐度所决定的一个参数，Cs为小颗粒物浓度，单位为g/m3，Cl为大颗粒物浓度，单位为g/m3，λ为光波长，取值位于450nm～550nm之间。
102、基于改进的BSF方法，确定各预设波长对应的背景海水在接收模块处的第一接收光功率。
其中，背景海水为不含有海洋生物的海，所述改进的BSF方法包括包括BSF计算公式，所述BSF计算公式为：
其中，P0为初始能量，a为吸收系数，b为散射系数，ω为光源发散角，s为传输距离，A为公式：
其中，ρ(θ)为体散射相函数，采用HG散射相函数，有：
其中，g为非对称因子，g取值0.924。
103、基于改进的BSF方法，确定各预设波长对应的海水中含有1.746g/m3海洋生物时在接收模块处的第二接收光功率。
其中，海水中含有1.746g/m3海洋生物时可以为发出成群海洋生物入侵预警信号的预警点。
104、根据第一接收光功率以及第二接收光功率，确定各预设波长分别对应的接收光功率差值。
本实施例中，具体包括，根据功率差值计算公式确定各预设波长分别对应的接收光功率差值，所述功率差值计算公式为：
P(λ)＝BSF(abg,bbg)-BSF(acv(λ),bcv(λ))；
其中，BSF(abg,bbg)为所述第一接收光功率，BSF(acv(λ),bcv(λ))为所述第二接收光功率。
105、根据接收光功率差值中值最大的波长确定发射模块中发射光源。
本实施例中，取差值最大时所对应的光波长，从而确定发射光源的选择，该发射光源为后续系统进行预警时使用的光源。
在一些实施例中，发射模块中的发射光源为蓝绿光，本实施例为基于蓝绿光的成群海洋生物预警方法。
106、传输距离、光源发散角、发射功率以及光波长一定时，根据海洋生物密度阈值确定接收光功率差值的阈值。
其中，光功率差值的阈值为判断是否有成群海洋生物入侵的预警阈值。
107、当确定接收光功率差值大于阈值时，发出成群海洋生物入侵预警信号。
如图2所示，图2可以为本实施例提供的成群海洋生物预警方法的一个应用场景示意图，其中成群海洋生物预警系统包括第一预警子系统、第二预警子系统以及第三预警子系统，第一预警子系统设置在距离目标点的6米处，第二预警子系统设置在距离目标点4米处，第三预警子系统设置在距离目标点2米处，其中，本实施例中的目标点为需要注意成群海洋生物入侵的点，例如海洋抽水系统的入口等。
其中，第一预警子系统包括发射光源1(发射模块)以及监测点1(接收模块)，第二预警子系统包括发射光源2以及监测点2，第三预警子系统包括发射光源3以及监测点3，本实施例还可以包括以下方法：
记录第一预警子系统接收光功率差值大于阈值时的第一时间；记录第二预警子系统接收光功率差值大于阈值时的第二时间；记录第二预警子系统接收光功率差值大于阈值时的第三时间；
即记录监测点1处接收光强的变化量超过阈值的时刻为第一时间，监测点2处接收光强的变化量超过阈值的时刻为第二时间，监测点3处接收光强的变化量超过阈值的时刻为第三时间。
然后根据第一时间以及第三时间预测确定成群海洋生物的移动速度，具体地，根据速度计算公式确定成群海洋生物的移动速度，速度计算公式为：
其中，v为成群海洋生物的移动速度，t0为第一时间，t2为第三时间。
并根据第一时间、第二时间以及第三时间确定成群海洋生物到达目标点的时间，具体地，根据时间计算公式确定成群海洋生物到达目标点的时间，时间计算公式为：
其中，t为群海洋生物到达目标点的时间，t1为第二时间。
综上，本发明实施例，可以通过成群海洋生物预警系统分别确定发射模块的发射光源在各预设波长时所对应的，海水中的吸收系数、散射系数，以及吸收系数及所示散射系数与海洋生物密度的对应关系，预设波长的各波长位于450nm与550nm之间，吸收系数以及散射系数在接收模块处检测得到；并基于改进的BSF方法，确定各预设波长对应的背景海水在接收模块处的第一接收光功率，背景海水为不含有海洋生物的海水；基于改进的BSF方法，确定各预设波长对应的海水中含有1.746g/m3海洋生物时在接收模块处的第二接收光功率；然后根据第一接收光功率以及第二接收光功率，确定各预设波长分别对应的接收光功率差值；根据接收光功率差值中值最大的波长确定发射模块中发射光源；传输距离、光源发散角、发射功率以及光波长一定时，根据海洋生物密度阈值确定接收光功率差值的阈值；当确定接收光功率差值大于阈值时，发出成群海洋生物入侵预警信号，从而实现对群体性海洋生物的预警。
本发明的实施例中具有以下特点：
1、借助BSF方法而非常用的蒙特卡洛方法来实现预警模型的建立；
2、采用接收光强的变化量实行监测；
3、以含有1.746g/m3海洋生物所对应的接收光强差作为预警的阈值。
需要说明的是，本发明提供的成群海洋生物预警方法可以为一种应用实际海洋场景之前的仿真方法，根据该仿真方法得到最佳的光波长，接收光功率差值的阈值等，从而在实际应用场景中更好地进行成群海洋生物入侵预警。
为便于更好的实施本发明实施例提供的成群海洋生物预警方法，本发明实施例还提供一种基于上述成群海洋生物预警方法的系统。其中名词的含义与上述成群海洋生物预警方法中相同，具体实现细节可以参考方法实施例中的说明。
请参阅图3，图3为本发明实施例提供的成群海洋生物预警系统的结构示意图，其中该成群海洋生物预警系统可以包括第一确定单元301、第二确定单元302、第三确定单元303、第四确定单元304、第五确定单元305、第六确定单元306、预警单元307等，其中：
第一确定单元301，用于分别确定所述发射模块的发射光源在各预设波长时所对应的，海水中的吸收系数、散射系数，以及所述吸收系数及所示散射系数与海洋生物密度的对应关系，所述预设波长的各波长位于450nm与550nm之间，所述吸收系数以及所述散射系数在所述接收模块处检测得到；
第二确定单元302，用于基于改进的BSF方法，确定各预设波长对应的背景海水在所述接收模块处的第一接收光功率，所述背景海水为不含有海洋生物的海水；
第三确定单元303，用于基于改进的BSF方法，确定各预设波长对应的海水中含有1.746g/m3海洋生物时在所述接收模块处的第二接收光功率；
第四确定单元304，用于根据所述第一接收光功率以及所述第二接收光功率，确定各预设波长分别对应的接收光功率差值；
第五确定单元305，用于根据所述接收光功率差值中值最大的波长确定所述发射模块中发射光源；
第六确定单元306，用于传输距离、光源发散角、发射功率以及光波长一定时，根据海洋生物密度阈值确定接收光功率差值的阈值；
预警单元307，用于当确定接收光功率差值大于所述阈值时，发出成群海洋生物入侵预警信号。
在一些实施例中，所述第一确定单301元具体用于：
根据海水吸收系数公式确定所述发射光源在各预设波长时所对应的吸收系数；
根据海水散射系数公式确定所述发射光源在各预设波长时所对应的散射系数；
将海洋动物近似等效为大颗粒物，以确定所述吸收系数及所示散射系数与海洋生物密度的对应关系；
其中，所述海水吸收系数公式为：
所述海水散射系数公式为：
b(λ)＝bbg(λ)+Cl×0.341074(400/λ)0.3；
a(λ)为吸收系数，b(λ)为散射系数，aw(λ)为纯水吸收系数，
是某一叶绿素浓度下的光谱吸收系数，Cc为叶绿素浓度，单位为mg/m3，
为浓度常数，取值范围在0.1～1mg/m3之间，
为黄腐酸吸收常数，Cf为黄腐酸浓度，单位为mg/m3；
kf＝0.189，
为腐殖酸吸收系数，Ch为腐殖酸浓度，单位为mg/m3，kh＝0.01105，
为悬浮颗粒吸收常数，kd＝0.02，bi是由海水中的盐度所决定的一个参数，Cs为小颗粒物浓度，单位为g/m3，Cl为大颗粒物浓度，单位为g/m3，λ为光波长，取值位于450nm～550nm之间。
在一些实施例中，所述改进的BSF方法包括包括BSF计算公式，所述BSF计算公式为：
其中，P0为初始能量，a为吸收系数，b为散射系数，ω为光源发散角，s为传输距离，A为公式：
其中，ρ(θ)为体散射相函数，采用HG散射相函数，有：
其中，g为非对称因子，g取值0.924。
在一些实施例中，所述第四确定单元304具体用于：
根据功率差值计算公式确定各预设波长分别对应的接收光功率差值，所述功率差值计算公式为：
P(λ)＝BSF(abg,bbg)-BSF(acv(λ),bcv(λ))；
其中，BSF(abg,bbg)为所述第一接收光功率，BSF(acv(λ),bcv(λ))为所述第二接收光功率。
在一些实施例中，所述成群海洋生物预警系统包括第一预警子系统、第二预警子系统以及第三预警子系统，所述第一预警子系统设置在距离目标点的6米处，所述第二预警子系统设置在距离目标点4米处，所述第三预警子系统设置在距离目标点2米处，所述系统还包括：
记录单元308，用于记录所述第一预警子系统接收光功率差值大于所述阈值时的第一时间，记录所述第二预警子系统接收光功率差值大于所述阈值时的第二时间，记录所述第二预警子系统接收光功率差值大于所述阈值时的第三时间；
速度确定单元309，用于根据所述第一时间以及所述第三时间预测确定成群海洋生物的移动速度；
时间确定单元310，用于根据所述第一时间、所述第二时间以及所述第三时间确定成群海洋生物到达所述目标点的时间。
在一些实施例中，所述速度确定单元309具体用于：
根据速度计算公式确定所述成群海洋生物的移动速度，所述速度计算公式为：
其中，所述v为所述成群海洋生物的移动速度，所述t0为所述第一时间，所述t2为所述第三时间。
在一些实施例中，所述时间确定单元310具体用于：
根据时间计算公式确定成群海洋生物到达所述目标点的时间，所述时间计算公式为：
其中，所述t为所述群海洋生物到达所述目标点的时间，所述t1为所述第二时间。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
上面图3从模块化功能实体的角度对本发明实施例中的成群海洋生物预警系统进行了描述，下面从硬件处理的角度对本发明实施例中的成群海洋生物预警系统进行详细描述，请参阅图4，本发明实施例中的成群海洋生物预警系统400一个实施例，包括：
输入装置401、输出装置402、处理器403和存储器404(其中处理器403的数量可以一个或多个，图4中以一个处理器403为例)。在本发明的一些实施例中，输入装置401、输出装置402、处理器403和存储器404可通过总线或其它方式连接，其中，图4中以通过总线连接为例。
其中，通过调用存储器504存储的操作指令，处理器403，用于执行如下步骤：
分别确定所述发射模块的发射光源在各预设波长时所对应的，海水中的吸收系数、散射系数，以及所述吸收系数及所示散射系数与海洋生物密度的对应关系，所述预设波长的各波长位于450nm与550nm之间，所述吸收系数以及所述散射系数在所述接收模块处检测得到；
基于改进的BSF方法，确定各预设波长对应的背景海水在所述接收模块处的第一接收光功率，所述背景海水为不含有海洋生物的海水；
基于改进的BSF方法，确定各预设波长对应的海水中含有1.746g/m3海洋生物时在所述接收模块处的第二接收光功率；
根据所述第一接收光功率以及所述第二接收光功率，确定各预设波长分别对应的接收光功率差值；
根据所述接收光功率差值中值最大的波长确定所述发射模块中发射光源；
传输距离、光源发散角、发射功率以及光波长一定时，根据海洋生物密度阈值确定接收光功率差值的阈值；
当确定接收光功率差值大于所述阈值时，发出成群海洋生物入侵预警信号。
请参阅图5，图5为本发明实施例提供的电子设备的实施例示意图。
如图5所示，本发明实施例提供了一种电子设备，包括存储器510、处理器520及存储在存储器520上并可在处理器520上运行的计算机程序511，处理器520执行计算机程序511时实现以下步骤：
分别确定所述发射模块的发射光源在各预设波长时所对应的，海水中的吸收系数、散射系数，以及所述吸收系数及所示散射系数与海洋生物密度的对应关系，所述预设波长的各波长位于450nm与550nm之间，所述吸收系数以及所述散射系数在所述接收模块处检测得到；
基于改进的BSF方法，确定各预设波长对应的背景海水在所述接收模块处的第一接收光功率，所述背景海水为不含有海洋生物的海水；
基于改进的BSF方法，确定各预设波长对应的海水中含有1.746g/m3海洋生物时在所述接收模块处的第二接收光功率；
根据所述第一接收光功率以及所述第二接收光功率，确定各预设波长分别对应的接收光功率差值；
根据所述接收光功率差值中值最大的波长确定所述发射模块中发射光源；
传输距离、光源发散角、发射功率以及光波长一定时，根据海洋生物密度阈值确定接收光功率差值的阈值；
当确定接收光功率差值大于所述阈值时，发出成群海洋生物入侵预警信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对成群海洋生物预警方法的详细描述，此处不再赘述。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本发明实施例提供一种计算机可读存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的任一种成群海洋生物预警方法中的步骤。例如，该指令可以执行如下步骤：
分别确定所述发射模块的发射光源在各预设波长时所对应的，海水中的吸收系数、散射系数，以及所述吸收系数及所示散射系数与海洋生物密度的对应关系，所述预设波长的各波长位于450nm与550nm之间，所述吸收系数以及所述散射系数在所述接收模块处检测得到；
基于改进的BSF方法，确定各预设波长对应的背景海水在所述接收模块处的第一接收光功率，所述背景海水为不含有海洋生物的海水；
基于改进的BSF方法，确定各预设波长对应的海水中含有1.746g/m3海洋生物时在所述接收模块处的第二接收光功率；
根据所述第一接收光功率以及所述第二接收光功率，确定各预设波长分别对应的接收光功率差值；
根据所述接收光功率差值中值最大的波长确定所述发射模块中发射光源；
传输距离、光源发散角、发射功率以及光波长一定时，根据海洋生物密度阈值确定接收光功率差值的阈值；
当确定接收光功率差值大于所述阈值时，发出成群海洋生物入侵预警信号。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
其中，该计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
由于该计算机可读存储介质中所存储的指令，可以执行本发明实施例所提供的任一种成群海洋生物预警方法中的步骤，因此，可以实现本发明实施例所提供的任一种成群海洋生物预警方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上对本发明实施例所提供的一种成群海洋生物预警方法、系统、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种成群海洋生物预警方法，其特征在于，所述方法应用于成群海洋生物预警系统，所述系统包括发射模块以及传输模块，所述发射模块以及接收模块之间形成传输通道，所述方法包括：
分别确定所述发射模块的发射光源在各预设波长时所对应的，海水中的吸收系数、散射系数，以及所述吸收系数及所述散射系数与海洋生物密度的对应关系，所述预设波长的各波长位于450nm与550nm之间，所述吸收系数以及所述散射系数在所述接收模块处检测得到；
基于改进的BSF方法，确定各预设波长对应的背景海水在所述接收模块处的第一接收光功率，所述背景海水为不含有海洋生物的海水；
基于改进的BSF方法，确定各预设波长对应的海水中含有1.746g/m3海洋生物时在所述接收模块处的第二接收光功率；
根据所述第一接收光功率以及所述第二接收光功率，确定各预设波长分别对应的接收光功率差值；
根据所述接收光功率差值中值最大的波长确定所述发射模块中发射光源；
传输距离、光源发散角、发射功率以及光波长一定时，根据海洋生物密度阈值确定接收光功率差值的阈值；
当确定接收光功率差值大于所述阈值时，发出成群海洋生物入侵预警信号。
2.根据权利要求1所述的方法，其特征在于，所述分别确定所述发射模块的发射光源在各预设波长时所对应的，海水中的吸收系数、散射系数，以及所述吸收系数及所述散射系数与海洋生物密度的对应关系，包括：
根据海水吸收系数公式确定所述发射光源在各预设波长时所对应的吸收系数；
根据海水散射系数公式确定所述发射光源在各预设波长时所对应的散射系数；
将海洋动物近似等效为大颗粒物，以确定所述吸收系数及所述散射系数与海洋生物密度的对应关系；
其中，所述海水吸收系数公式为：
所述海水散射系数公式为：
b(λ)＝bbg(λ)+Cl×0.341074(400/λ)0.3；
a(λ)为吸收系数，b(λ)为散射系数，aw(λ)为纯水吸收系数，
是某一叶绿素浓度下的光谱吸收系数，Cc为叶绿素浓度，单位为mg/m3，
为浓度常数，取值范围在0.1～1mg/m3之间，
为黄腐酸吸收常数，Cf为黄腐酸浓度，单位为mg/m3；
kf＝0.189，
为腐殖酸吸收系数，Ch为腐殖酸浓度，单位为mg/m3，kh＝0.01105，
为悬浮颗粒吸收常数，kd＝0.02，bi是由海水中的盐度所决定的一个参数，Cs为小颗粒物浓度，单位为g/m3，Cl为大颗粒物浓度，单位为g/m3，λ为光波长，取值位于450nm～550nm之间。
3.根据权利要求2所述的方法，其特征在于，所述改进的BSF方法包括BSF计算公式，所述BSF计算公式为：
其中，P0为初始能量，a为吸收系数，b为散射系数，ω为光源发散角，s为传输距离，A为公式：
其中，ρ(θ)为体散射相函数，采用HG散射相函数，有：
其中，g为非对称因子，g取值0.924。
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一接收光功率以及所述第二接收光功率，确定各预设波长分别对应的接收光功率差值，包括：
根据功率差值计算公式确定各预设波长分别对应的接收光功率差值，所述功率差值计算公式为：
P(λ)＝BSF(abg,bbg)-BSF(acv(λ),bcv(λ))；
其中，BSF(abg,bbg)为所述第一接收光功率，BSF(acv(λ),bcv(λ))为所述第二接收光功率。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述成群海洋生物预警系统包括第一预警子系统、第二预警子系统以及第三预警子系统，所述第一预警子系统设置在距离目标点的6米处，所述第二预警子系统设置在距离目标点4米处，所述第三预警子系统设置在距离目标点2米处，所述方法还包括：
记录所述第一预警子系统接收光功率差值大于所述阈值时的第一时间；
记录所述第二预警子系统接收光功率差值大于所述阈值时的第二时间；
记录所述第三预警子系统接收光功率差值大于所述阈值时的第三时间；
根据所述第一时间以及所述第三时间预测确定成群海洋生物的移动速度；
根据所述第一时间、所述第二时间以及所述第三时间确定成群海洋生物到达所述目标点的时间。
6.根据权利要求5所述的方法，其特征在于，所述根据所述第一时间以及所述第三时间预测确定成群海洋生物的移动速度，包括：
根据速度计算公式确定所述成群海洋生物的移动速度，所述速度计算公式为：
其中，所述v为所述成群海洋生物的移动速度，所述t0为所述第一时间，所述t2为所述第三时间。
7.根据权利要求6所述的方法，其特征在于，所述根据所述第一时间、所述第二时间以及所述第三时间确定成群海洋生物到达所述目标点的时间，包括：
根据时间计算公式确定成群海洋生物到达所述目标点的时间，所述时间计算公式为：
其中，所述t为所述群海洋生物到达所述目标点的时间，所述t1为所述第二时间。
8.一种成群海洋生物预警系统，其特征在于，所述系统包括发射模块以及传输模块，所述发射模块以及接收模块之间形成传输通道，包括：
第一确定单元，用于分别确定所述发射模块的发射光源在各预设波长时所对应的，海水中的吸收系数、散射系数，以及所述吸收系数及所述散射系数与海洋生物密度的对应关系，所述预设波长的各波长位于450nm与550nm之间，所述吸收系数以及所述散射系数在所述接收模块处检测得到；
第二确定单元，用于基于改进的BSF方法，确定各预设波长对应的背景海水在所述接收模块处的第一接收光功率，所述背景海水为不含有海洋生物的海水；
第三确定单元，用于基于改进的BSF方法，确定各预设波长对应的海水中含有1.746g/m3海洋生物时在所述接收模块处的第二接收光功率；
第四确定单元，用于根据所述第一接收光功率以及所述第二接收光功率，确定各预设波长分别对应的接收光功率差值；
第五确定单元，用于根据所述接收光功率差值中值最大的波长确定所述发射模块中发射光源；
第六确定单元，用于传输距离、光源发散角、发射功率以及光波长一定时，根据海洋生物密度阈值确定接收光功率差值的阈值；
预警单元，用于当确定接收光功率差值大于所述阈值时，发出成群海洋生物入侵预警信号。
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时执行如权利要求1至7任一项所述的成群海洋生物预警方法。
10.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至7任一项所述的成群海洋生物预警方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110097236.1A CN112817058B (zh) | 2021-01-25 | 2021-01-25 | 成群海洋生物预警方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110097236.1A CN112817058B (zh) | 2021-01-25 | 2021-01-25 | 成群海洋生物预警方法、系统、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112817058A CN112817058A (zh) | 2021-05-18 |
| CN112817058B true CN112817058B (zh) | 2022-11-15 |
Family
ID=75859390
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110097236.1A Active CN112817058B (zh) | 2021-01-25 | 2021-01-25 | 成群海洋生物预警方法、系统、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112817058B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7607878B2 (ja) * | 2023-03-01 | 2025-01-06 | ソフトバンク株式会社 | 検知装置及びプログラム |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014101702A (ja) * | 2012-11-21 | 2014-06-05 | Okasan Livic Co Ltd | 海生生物除去構造 |
| EP2866052A1 (en) * | 2013-10-23 | 2015-04-29 | Ladar Limited | A system for monitoring a maritime environment |
| DK3329595T3 (da) * | 2015-07-29 | 2020-11-23 | Semb Eco R&D Pte Ltd | Fremgangsmåde og system til anvendelse af overlejret elektromagnetisk bølge med tidsvarierende frekvens på et målobjekt eller en målregion |
| CN106940363B (zh) * | 2017-03-14 | 2019-04-30 | 山东省科学院海洋仪器仪表研究所 | 一种基于海洋生物行为反应的海洋污染预警方法 |
| CN108230302B (zh) * | 2017-12-21 | 2020-07-14 | 岭东核电有限公司 | 一种核电厂冷源海域入侵海洋生物探测及处置方法 |
| CN109190718B (zh) * | 2018-11-07 | 2021-02-12 | 苏州热工研究院有限公司 | 一种核电厂海生物探测预警多源信息融合方法 |
| CN109934419A (zh) * | 2019-04-11 | 2019-06-25 | 苏州热工研究院有限公司 | 一种核电厂取水口海洋生物量变化预测方法 |
| CN112034480B (zh) * | 2020-07-16 | 2022-12-20 | 浙江大学 | 一种双波长海洋激光雷达探测的波长择优方法 |
-
2021
- 2021-01-25 CN CN202110097236.1A patent/CN112817058B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112817058A (zh) | 2021-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Abdelouahab et al. | Accelerating CNN inference on FPGAs: A survey | |
| DeRuiter et al. | First direct measurements of behavioural responses by Cuvier's beaked whales to mid-frequency active sonar | |
| Mallik et al. | Predicting transmission loss in underwater acoustics using convolutional recurrent autoencoder network | |
| EP3262530A1 (en) | Proactive emerging threat detection | |
| Yan et al. | An efficient sparse-dense matrix multiplication on a multicore system | |
| Craparo et al. | Sensor placement in active multistatic sonar networks | |
| US20230389530A1 (en) | Fish Count Calculation Method, Fish Count Calculation Program, and Fish Count Calculation Device | |
| Zanaj et al. | Underwater wireless sensor networks: Estimation of acoustic channel in shallow water | |
| CN117992242B (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
| CN112817058B (zh) | 成群海洋生物预警方法、系统、电子设备及存储介质 | |
| CN115790608B (zh) | 基于强化学习的auv路径规划算法及装置 | |
| US20180227693A1 (en) | Sound Propagation and Perception For Autonomous Agents In Dynamic Environments | |
| Athanassoulis et al. | Exact semi-separation of variables in waveguides with non-planar boundaries | |
| Mei et al. | Navigating the depths: a stratification-aware coarse-to-fine received signal strength-based localization for internet of underwater things | |
| Galletti et al. | Numerical and implementation issues in food quality modeling for human diseases prevention | |
| CN111723478B (zh) | 清澈海洋水质uwoc系统信道冲激响应拟合函数求解方法及系统 | |
| CN115758337A (zh) | 基于时序图卷积网络的后门实时监测方法、电子设备、介质 | |
| Gawdi | Underwater free space optics | |
| Deo et al. | Predicting wave propagation for varying bathymetry using conditional convolutional autoencoder network | |
| US20240418881A1 (en) | Automated passive acoustic monitoring with machine learning | |
| CN111726307B (zh) | 信道冲激响应双伽马函数ls拟合系数迭代初值求解方法及系统 | |
| CN119047177A (zh) | 一种用于水声探测仿真的数据处理方法及装置 | |
| Rabinovich et al. | Numerical estimates of acoustic fields in the ocean generated by moving airborne sources | |
| CN115203638A (zh) | 一种声场准正交模态分解方法以及装置 | |
| Liang et al. | All-terminal reliability of multi-AUV cooperative systems in horizontally stratified SOFAR channel |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |