跳转到内容

基准验证画廊 / Benchmark Gallery

acoustics-agent 的核心目标之一是在保持高性能的同时,提供与传统物理模型高度一致的计算精度。以下展示了我们在多个典型声学环境下的验证结果。

1. Munk 典型深海声道 (Deep Sea SOFAR Channel)

Section titled “1. Munk 典型深海声道 (Deep Sea SOFAR Channel)”

在深海环境下,声速剖面(SSP)的变化决定了声波的长距离传播特性。

Munk Comparison 左侧为原生 Python 引擎结果,右侧为传统 Bellhop 结果。可以看到在收敛区 (Convergence Zones) 和影子区 (Shadow Zones) 的处理上,两者表现出完美的一致性。


2. Pekeris 浅海波导 (Shallow Water Waveguide)

Section titled “2. Pekeris 浅海波导 (Shallow Water Waveguide)”

浅海仿真对海面和海底的反射处理要求极高。

Pekeris Comparison 在等声速浅海波导中,多径干涉条纹的结构被精确还原,证明了 PyBellhop 边界反射逻辑的严谨性。


3. Arctic 表面声道 (Arctic Surface Duct)

Section titled “3. Arctic 表面声道 (Arctic Surface Duct)”

表面声道环境常见于极地海域,声波被锁定在海面附近的混合层中。

Arctic Comparison 仿真捕捉到了声能被海面引导传播的细微特征。


4. Deep Water 传播损失 (Transmission Loss)

Section titled “4. Deep Water 传播损失 (Transmission Loss)”

计算全声场相干传播损失是声学仿真的硬核指标。

Deep Water TL 通过高斯波束叠加 (Gaussian Beam Summation) 计算得到的 TL 热力图,在干涉细节上与传统工具箱无缝对接。