स्पष्ट बायेसियन लर्निंग पर आधारित मल्टीपाथ आगमन कोणों का मिलान करके स्रोत स्थानीयकरण

गहरे समुद्र के सीधे आगमन क्षेत्र में, ध्वनिक संकेतों के संचरण द्वारा एक महत्वपूर्ण मल्टीपाथ विशेषता प्रस्तुत की जाती है। यह विशेषता ध्वनि स्रोत की दूरी और गहराई से निकटता से जुड़ी होती है और इसका उपयोग स्रोत स्थानीयकरण के लिए किया जा सकता है। इस अध्ययन में, विभिन्न दूरियों और गहराईयों पर मल्टीपाथ संकेतों के आगमन कोण विशेषताओं में परिवर्तन का प्रारंभिक विश्लेषण किया गया है। इसके बाद, स्पष्ट बायेसियन लर्निंग (SBL) विधि का उपयोग करके उच्च-रिज़ॉल्यूशन एज़िमुथल स्पेक्ट्रा प्राप्त किए जाते हैं। एज़िमुथल स्पेक्ट्रा को कई आगमन कोणों के साथ गॉसियन कर्नेल फ़ंक्शन का उपयोग करके मिलान किया जाता है, जिससे ध्वनि स्रोतों का स्थानीयकरण आसान होता है। इस पेपर में, विभिन्न दूरी, गहराई, और SNR परिस्थितियों का प्रभाव मॉडल पर सिमुलेशनों के माध्यम से आंका गया है। इसके अतिरिक्त, विस्फोट ध्वनि स्रोत के प्रयोगात्मक डेटा का उपयोग करके मॉडल की वैधता की पुष्टि की गई है।