مدلسازی انتشار امواج آکوستیکی در دریا و مدلسازی عملکرد سونار: نرم افزار PersiaWave
Publish place: 12th Iranian Conference on Electric Engineering
Publish Year: 1383
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,705
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE12_144
تاریخ نمایه سازی: 13 مهر 1387
Abstract:
در این مقاله به ارائه ویژگیهای نرم افزار پیاده سازی شده برای مدلسازی انتشار امواج صوتی در دریا و همچنین مدلسازی عملکرد سونارهای فعال و غیرفعال پرداخت هایم.
مدلسازها و شبیه سازها دارای اهمیت قابل ملاحظه ای در طراحی سیستمهای جدید به منظور بهر هبرداری بهینه از محیط دریا، و همچنین در بهینه سازی و پیش بینی عملکرد سیستمهای سوناری موجود دارند. تجهیزات مختلف صنعتی و دفاعی زیردریا و سونارها از امواج آکوستیکی استفاده می کنند و تحلیل اثرات محیط غیرخطی و غیرهمگن دریا بر پدیده انتشار امواج، و بررسی نحوه کارکرد تجهیزات در شرایط مختلف محیطی و زمانها و مکانهای مختلف (مخصوصاً در آبهای کم عمق مانند خلیج فارس) جزو نیازهای استراتژیک محسوب می شود. نرم افزار حاضر با استفاده از روش مدلسازی انتشار Beam-Tracing و بکارگیری بانکهای اطلاعات محیطی و اطلاعات توان صوتی شناورهای دریایی، امکان این نوع بررسی ها را فراهم می آورد. قابلیت محاسبه نواحی قابل آشکارسازی، تخمین فاصله کارکرد سونارها، تحلیل هر دو نوع سونار فعال و غیرفعال، رسم فشار آکوستیکی در تمام نقاط دریا به صورت تصویر رنگی، رسم منحنی های تلفات انتقال و سیگنال دریافتی، و امکانات گرافیکی، کاربری و عملیاتی مختلفی در این نرم افزار تعبیه شده است. نرم افزار تحت سیستم عامل ویندوز بوده و از پایگاه داده های SQL-Server استفاده کرده است. در پایان مقاله، تعدادی مدلسازی و شبیه سازی نمونه مربوط به آبهای ایران مورد بررسی قرار گرفته است.
Keywords:
Authors
احمد خدایاری رستم آباد
دانشجوی دکتری رشته مهندسی برق- مخابرات، دانشگاه تربیت مدرس، و همچنین
عزیزاله ولی نژاد
کارشناس ارشد پژوهشکده مهندسی جهاد کشاورزی، و فارغ التحصیل رشته ریاضی
محمد حسن قاسمیان
استاد بخش مهندسی برق و کامپیوتر، دانشکده فنی و مهندسی، دانشگاه تربیت
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :