一个高质量的水下声学数据集用于算法开发和分析
Victor Lobo1,2, Nuno Pessanha Santos3,4,5, Ricardo Moura1,6
1Portuguese Navy Research Center (CINAV), Portuguese Naval Academy (Escola Naval), Almada, 2810-001, Portugal.
Scientific data
|July 30, 2025
概括
沃尔夫塞特声学数据集为算法开发提供了高质量的水声机录音. 这一优化的数据集简化了声学和声纳研究人员的数据再利用.
科学领域:
- 声学数据分析数据分析.
- 水音箱技术的使用.
- 信号处理 信号处理
背景情况:
- 高质量的数据集对于开发和分析算法至关重要.
- 数据采集可能是昂贵和耗时的,需要优化,以便重复使用.
- 现有的声学数据集可能缺乏高级算法训练所需的保真度.
研究的目的:
- 为了介绍Wolfset,一个新的声学数据集.
- 为声学算法开发提供高质量,可重复使用的数据集.
- 展示一种系统的方法来创建多样化和准确的声学数据集.
主要方法:
- 在无声水箱中使用了Bruel & Kjaer的8104型水声机.
- 从船外发动机和模型船的电机 (目标) 记录的声学数据.
- 集成的外部瞬态和噪声来模拟现实世界的声学条件.
主要成果:
- 创建了一个高保真度的无外部干扰的声学数据集.
- 该数据集捕捉了各种声源和环境条件.
- 证明了数据集适合用于算法开发和分析.
结论:
- 沃尔夫塞特数据集为推进声学算法研究提供了宝贵的资源.
- 它的系统结构确保了准确性和多样性,用于强大的算法训练.
- 优化数据采集促进了更广泛的研究可访问性和应用.


