У цій дослідницькій статті пропонується побудова математичної моделі поширення інфразвукового сигналу. Побудована модель містить наступний набір вхідних даних: стандартне відхилення шуму вимірювань, швидкість поширення інфразвукової хвилі, ,координати давачів , азимут та час отримання інфразвукового сигналу давачами. Задана точність вхідних даних продискусована та обґрунтована. Основними теоретичними методами моделювання є поєднання усереднення тріангульованого значення за азимутом та Байєсівської локалізації джерела інфразвукового сигналу. Результатом моделювання є програмний Python-модуль, з можливістю задавати вхідні дані та отримувати точку з координатами розташування джерела інфразвукового сигналу, відстань давачів до неї. Передбачено візуалізацію результатів математичного моделювання, в цілях верифікації отриманих результатів, подальших досліджень впливу точності вхідних даних. Отримані результати моделювання передбачені для використовувати в цілях наповнення вибірок даних для подальшої дослідження локалізації інфразвукового сигналу, методами та засобами машинного навчання; для ітеративного вдосконалення поточної математичної моделі.
[1] Banerji B., Pande S. Sound Source Triangulation Game. 2007. Cornell College of Engineering. https://www.ece.cornell.edu.
[2] Blom P. S., Marcillo O., Arrowsmith S. J. Improved Bayesian Infrasonic Source Localization for regional infrasound. Geophysical Journal International. 2015. vol. 203, № 3. pp. 1682–1693. https://doi.org/10.1093/gji/ggv387.
[3] Liaschuk O. I. GEODYNAMICS. GEODYNAMICS. 2015. vol. 1(18)2015, № 1(18). pp. 36–44. URL: https://doi.org/10.23939/jgd2015.01.036.
[4] Trembach B. Метод просторової ідентифікації джерела акустичних сигналів у двовимірному хеммінговому просторі. Computer systems and network. 2017. vol. 1, № 1. pp. 166–177. https://doi.org/10.23939/csn2017.881.166.
[5] Multiple Signal Classification-Based Impact Localizationin Composite Structures Using Optimized Ensemble Empirical Mode Decomposition/ Y.Zhong et all. Applied Sciences. 2018. vol. 8, № 9. pp. 1447. https://doi.org/10.3390/app8091447.
[6] The Generalized Cross-Correlation Method for Time Delay Estimation of Infrasound Signal / M. Liang та ін. 2015 Fifth International Conference on Instrumentation & Measurement, Computer, Communicationand Control (IMCCC), м. Qinhuangdao, China, 18–20.09.2015 р. 2015. https://doi.org/10.1109/imccc.2015.283
[7] Time Domain Analysisvs Frequency Domain Analysis: A Guideand Comparison. Cadence PCB Design&Analysis. https://resources.pcb.cadence.com/blog/2020-time-domain-analysis-vs-freq....
[8] Infrasound Source Localization of Distributed Stations Using Sparse Bayesian Learningand Bayesian Information Fusion / R. Wang et all. Remote Sensing. 2022. vol. 14, № 13. pp. 3181. https://doi.org/10.3390/rs14133181
[9] Evaluating the location capabilities of a regional infrasonic network in Utah, US, using both raytracing-derived and empirical-derived celerity-range and backazimuth models / F. K. Dannemann Dugick et all. Geophysical Journal International. 2022. Vol. 229, № 3. pp. 2133–2146. https://doi.org/10.1093/gji/ggac027
[10] Gibbons S. Report on remotein frasonic location accuracy for Ground Truth Events. European Commission, 2017. 25 с. https://ec.europa.eu/research/participants/documents/downloadPublic? documentIds=080166e5b5135e8f&appId=PPGMS