PulseAugur
实时 11:01:30
English(EN) Neural Radiated-Noise Fields for Unmanned Underwater Vehicle Noise Spectrum Prediction in Three-Dimensional Scenes

AI利用神经场预测UUV声学特征

研究人员开发了一种名为神经辐射噪声场(NRNF)的新方法来预测无人潜航器(UUV)的声学特征。该方法将噪声谱建模为空间位置、UUV方向和频率的连续函数,克服了传统基于物理方法的局限性。NRNF模型在50至5000赫兹频带内的平均预测误差为3.5分贝,通过使用可学习的三维场景特征网格,展示了改进的稳定性和泛化能力。 AI

影响 这种由AI驱动的方法可以增强UUV性能评估和声学特征表征。

排序理由 这是一篇详细介绍针对特定技术问题的AI新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yan Wu, Yang Yang, Jun Fan, Bin Wang ·

    Neural Radiated-Noise Fields for Unmanned Underwater Vehicle Noise Spectrum Prediction in Three-Dimensional Scenes

    arXiv:2606.04008v1 Announce Type: cross Abstract: Radiated noise in unmanned underwater vehicles (UUVs) is an important indicator for characterizing acoustic signatures and evaluating platform performance. To address the strong dependence of traditional physics-based modeling and…