一种基于深度双边稀疏采样的声场快速预报方法

本发明涉及声场计算技术领域，具体公开了一种基于深度双边稀疏采样的声场快速预报方法，包括以下步骤：首先，利用双边稀疏采样DBSS在空间域和角度域同时进行稀疏采样；而后，构建DTLK‑Net的深度学习模型；并对DTLK‑Net深度学习模型进行训练；最后，将峰值信噪比PSNR和结构相似性指数SSIM作为评价准则，进行传输损失估计。本发明采用上述的一种基于深度双边稀疏采样的声场快速预报方法，可用于高效和准确地估计水下声传输损失(TL)，采用DBSS算法实现了与真值相当的高质量重建结果，与传统的Bellhop方法相比具有显著的加速效果。