Resumen

Este estudio es básicamente un problema matemático de ingeniería de sonares. El sonar desempeña un papel muy importante en la comunicación submarina, la detección y la teledetección. Los pistones son sensores clave en un sistema de sonar. El acoplamiento mutuo es un problema difícil en el diseño de un conjunto de sonares. La impedancia mutua de los pistones es necesaria para analizar el acoplamiento mutuo de un conjunto de sonares. En este trabajo se presenta un modelo matemático consistente en una red neuronal y su extensión de derivada, que se utiliza para analizar la impedancia mutua de los pistones. Inicialmente, la impedancia mutua de los pistones se modela y predice mediante una red neuronal. Ampliando adecuadamente la red neuronal, la derivada, es decir, la información de la pendiente, para la salida de la red neuronal se obtiene fácilmente. Por lo tanto, la impedancia mutua y su información de pendiente se obtienen simultáneamente casi en tiempo real, ya que la red neuronal está bien entrenada de antemano. Los ejemplos numéricos muestran que la red neuronal puede predecir con exactitud la impedancia mutua y su extensión de la derivada proporciona simultáneamente la información de la pendiente de la impedancia mutua. Cabe destacar que el trabajo de entrenamiento de una red neuronal se realiza una sola vez, es decir, sólo es necesario el trabajo de entrenamiento para trazar la impedancia mutua. No se requiere ningún trabajo de entrenamiento adicional para obtener la información de la pendiente.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:impedancia mutua, red neuronal, información sobre la pendiente, pistones, acoplamiento mutuo, conjunto sonar, trabajo de formación, trabajo de formación adicional, derivada, extensión
• Keywords:mutual impedance, neural network, slope information, pistons, mutual coupling, sonar array, training work, additional training work, derivative, extension