The use of invariants for detecting weak signals in the near acoustic illumination zone

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

In solving many practically important problems of hydroacoustics, the properties of the fan interference structure of the signal intensity field are used, which in the shallow sea in the coordinates “distance – frequency” are largely determined by the value of the waveguide invariant β (S.D. Chuprov invariant) close to one. Below, the properties of the waveguide invariant are studied in the near acoustic illumination zone (NAIZ) of the deep sea, and it is found that its values are unstable – when the propagation conditions change, the waveguide invariant varies widely and is not an invariant. It is shown that in the NAIZ the use of the phase-energy invariant βef is more promising, since in the NAIZ it is equal to one with high accuracy and stable. It is also discovered for the first time that, under certain conditions, coherent addition of Fourier components on the complex plane is possible in the NAIZ if, when summing the spectral components of complex spectra along the ridges, an adjustment for phase variation is introduced. With such processing, in the case of stationary noise, the probability of detecting weak signals can significantly increase.

Full Text

Restricted Access

About the authors

S. P. Aksenov

Prokhorov General Physics Institute of the Russian Academy of Sciences

Email: skbmortex@mail.ru
Russian Federation, Moscow

G. N. Kuznetsov

Prokhorov General Physics Institute of the Russian Academy of Sciences

Author for correspondence.
Email: skbmortex@mail.ru
Russian Federation, Moscow

References

  1. Чупров С.Д. Акустика океана: современное состояние. М.: Наука, 1982. С. 71–91.
  2. Kevin L., Cockrell K., Schmidt H. Robust passive range estimation using the waveguide invariant // J. Acoust. Soc. Am. 2010. V. 127. № 5. P. 2780.
  3. Kuznetsov G.N., Kuz’kin V.M., Pereselkov S.A. Estimation of the velocity of underwater objects in the passive mode using frequency-shift data // Phys. Wave Phenom. 2014. V. 22. № 4. P. 306–311.
  4. Zhu Q. et al. The waveguide invariant close to the deep-water bottom // Applied acoustics. 2024. V. 217. P. 109870.
  5. Emmetiere R. et al. Understanding deep-water striation patterns and predicting the waveguide invariant as a distribution depending on range and depth // JASA. 2018. V. 143. P. 3444.
  6. Аксенов С.П., Кузнецов Г.Н. Энергетические инварианты в звуковых полях глубокого и мелкого моря // ДАН. 2022. Т. 507. № 1. С. 9–14.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. VRSZ in a selected area of ​​the Norwegian Sea, August (long-term average data).

Download (27KB)
Indexing metadata
3. Fig. 2. Spatial distribution of |P(f, r, zs, z)|2 in the BZAO in the mode WKB approximation: f = 300–700 Hz, zs = 100 m, z = 150 m, r = 0.01–2.0 km; light lines – 13 ridges f3(r)–f15(r).

Download (117KB)
Indexing metadata
4. Fig. 3. Acoustic intensity (a) in the BZAO in the mode WKB approximation; phase-energy invariant βef (b), f = 300–700 Hz, zs = 150 m, z = 20 m, r = 0.01–2.0 km.

Download (115KB)
Indexing metadata
5. Fig. 4. Dependences of the sound pressure amplitude and grazing angles on the distance. 1 – sound pressure amplitude in the mode WKB approximation, 2 – sound pressure amplitude in the ray approximation, 3 – grazing angle of the “direct” ray at the reception point, 4 – grazing angle of the ray reflected from the free surface at the reception point, 5 – βef . 50 at zs = 150 m, z = 20 m, r = 0.01–1.7 km and two frequencies: f = 50 Hz (a); f = 300 Hz (b).

Download (81KB)
Indexing metadata
6. Fig. 5. 1 – amplitude along the ridge with number n = 1 in the ray approximation, 2 – phase increment along the ridge with number n = 1, 3 – β . 100 along the ridge with number n = 1 at zs = 150 m, z = 100 m, r = 0.01–2.6 km, f = 3.7–443 Hz.

Download (32KB)
Indexing metadata
7. Fig. 6. 1 – phase increment along ridge number 2 (see Fig. 3) in the ray approximation, 2 – the same in the mode WKB approximation (curves 1 and 2 are not distinguishable); 3 – amplitude along the ridge of the interferogram with number 2 in the ray approximation; 4 – the same in the mode WKB approximation: r = 690–1165 m, f = 302–695 Hz, zs = 20 m, z = 150 m.

Download (35KB)
Indexing metadata
8. Fig. 7. 1 – phase increment along the ridge number 2 (see Fig. 3); 2 – amplitude along the ridge; 3 – incoherent sum along the ridge, 4 – coherent sum along the ridge: r = 687–1169 m, ∆r = 0.1 m, f = 300–700 Hz, zs = 20 m, z = 150 m.

Download (36KB)
Indexing metadata

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».