简介面向水声学研究人员与工程师的MATLAB脚本资源基于KrakenC/Kraken工具链实现声场计算与声传播损失仿真可用于水下声传播建模、声呐性能评估与环境噪声分析。KrakenC是Kraken的扩展版本专门优化了计算效率适用于大规模声学模拟任务两者均依托有限元与边界元方法可精确求解复杂几何形状下的声传播问题。压缩包内共一个文件为krakenc_tl.m脚本整体仅772B体积小巧却功能完整。脚本封装了KrakenC的核心接口完整覆盖从几何模型导入、声学参数设定、网格离散化、声源配置到求解波动方程、计算传播损失并输出可视图表的全流程。研究者只需在MATLAB环境中运行该脚本即可快速获得水下声场的传播损失分布便于后续分析、对比或集成到更大模型。已有598人学习/下载适合希望快速上手KrakenC声场仿真、又不想投入大量时间搭建复杂代码框架的声学领域研究者与从业者。1. 声传播计算里为什么绕不开 KrakenC做水声性能评估的人十有八九都遇过这种需求给定一个声源深度、一个频点把某一海域的传播损失铺到距离-深度网格上。直接拿射线模型算会漏掉影区里的能量用抛物线方程又太慢而简正波模型恰好能在几十公里量级、几十赫兹到几千赫兹的频段内给出稳定结果。KrakenC 就是这类模型里最常被工程调用的一套实现它由经典 Kraken 的 Fortran 代码改写而来保留了简正波方法的数值求解思路却让后续维护和嵌入现代工具链容易得多。krakenc_tl.zip 这类发布包通常就是把 KrakenC 可执行程序、环境文件模板和批量脚本打在一起方便直接跑出声场与传播损失。适合水声信号处理、声呐系统仿真和海洋探测算法工程师也适合需要快速验证信道模型的通信仿真人员。2. 从 krakenc_tl.zip 到可执行文件解压、编译与目录布局2.1 先明确 KrakenC 和 Kraken 的差别Kraken 这个名字在水声圈代表的是 Porter 等人发展的简正波传播模型几十年来一直是水平分层海洋声场计算的事实参考之一。KrakenC 并不是把 Fortran 翻译成 C 就完事而是重新整理了数据结构把模式方程求解、声源激发和场合成拆成更清晰的模块。对使用者来说最大的变化是编译部署更直接了不需要面对老旧的 Fortran 编译器和一连串-lg2c兼容问题一个现代 C 编译器就能处理。算法层面对简正波理论的处理是一致的所以你能在 Kraken 的文档里找到的公式在 KrakenC 上依然适用。2.2 解压和最小编译命令如果你拿到的压缩包是 krakenc_tl.zip第一步自然是解开它。常见做法是把整个包放到一个独立目录不直接解压到~/或系统目录因为运行时会生成一堆中间文件集中在一起便于清理。mkdir -p ~/work/krakenc cd ~/work/krakenc unzip ../krakenc_tl.zip ls -la解压后重点找两类东西一键编译脚本makefile 或 build.sh以及示例环境文件通常叫envfil或*.env。在 Linux 下一般会有类似下面的编译入口make -f makefile.krakenc make -f makefile.field第一行编译主程序第二行编译声场合成程序。编译成功后目录里会出现krakenc和field两个可执行文件Windows 下则可能是krakenc.exe和field.exe。如果压缩包里只有散落的.c文件没有 makefile那就自己用 gcc 处理gcc -O2 -o krakenc krakenc.c -lm gcc -O2 -o field field.c -lm这段命令把优化等级放在-O2数学库通过-lm链接。krakenc.c是简正波求解主程序field.c负责把模式叠加成声场。注意krakenc和field是一对搭配使用的程序它们通过中间文件模式文件通信所以编译顺序不重要但必须把两个都编出来。2.3 发布包里的典型文件该看谁下表列出的文件结构在大多数 KrakenC 发布包里都能看到具体命名会随版本略有差异。文件 / 目录作用krakenc.c/krakenc.exe简正波模式求解生成.mod模式文件field.c/field.exe声场与传播损失合成生成.shd或.tlenvfil默认环境文件定义海洋介质、频率、源深等examples/典型场景的输入输出样例readshd或plot*.exe结果读取与绘图辅助程序拿到发布包后不要急着改参数先跑一遍自带的示例。如果示例不出结果往往是环境没有配对而不是参数问题。用下面命令确认主程序能运行./krakenc envfil正常运行会在终端打出波导深度、模式数量、衰减信息。如果终端提示找不文件先确认envfil和可执行文件在同一目录下。3. KrakenC 声场输入的关键env 文件与主要参数设置3.1 envfil 文件是声场计算的唯一入口KrakenC 不读配置文件也不走命令行传参它默认从一个叫envfil的文本文件里读取全部环境描述。这个文件决定了频率、声速剖面、海底参数、声源深度和接收深度。它看起来像一行行的纯数字和字符串没有 XML 或 JSON 那样的标记因此顺序比缩进重要。下面是一个常见的环境文件片段Tutorial 500.0 1 0.0 200.0 1500.0 0.0 0.0 0.0 1500.0 200.0 1520.0 0 1800.0 0.5 0.0 0.0 1800.0 20.0 0.0 200.0 101第一行是场景名第二行是 500 Hz 计算频率第三行的1表示水层用一层介质描述第四行给出水层深度范围。紧接着是水层密度、衰减和声速剖面然后0表示海底用半空间近似随后是海底密度、衰减和声速最后三行分别是声源深度、接收深度下界和上界、接收深度点数。不同发行版里这个文件的字段可能有细微差别最常见的问题是文件末尾多一行空行或者少了接收深度点数。拿到陌生版本时先head -n 20 envfil看看实际内容再和示例对照。3.2 频率和声速剖面怎么直接影响声场形态频率是决定简正波数量的第一要素。频率越高波长越短同样深度范围内能容纳的模式就越多传播损失图像就像盖楼一样从底层往上加细节。低频时只有一两阶模式声场表现为大尺度干涉条纹适合远程探测的传播损失估算高频时模式密集计算量也成倍上涨。声速剖面则是决定声线弯折方向和会聚区位置的关键。深海环境中声速从海面向下先下降再上升会形成声道而浅海等温层中声速近似恒定声场更像纯粹的简正波叠加。在 envfil 中修改声速时要注意深度点必须从表层开始、由浅到深排列。举个例子0.0 1500.0 100.0 1490.0 200.0 1520.0这里深度 100 米处的声速 1490 m/s就比表层和底层都低构成了一个声道。如果插值区间太少容易出现过冲常见做法是用每 10 米一个采样点的 CTD 数据下采样后填入。3.3 海底参数的工程设定和常见误用海底半空间的密度、声速和衰减对浅海传播损失影响极大。很多人把注意力放在水层声速剖面上忽略了海底声速结果计算出的低频传播损失明显偏低。海底衰减的单位一般是 dB/波长不随频率变化这也是 KrakenC 默认的模型之一。实际工程里如果手头没有地质调查数据就用经验值粗砂海底密度约 1.9 g/cm³声速约 1750 m/s衰减 0.8 dB/波长泥底密度约 1.4 g/cm³声速约 1500 m/s衰减 0.2 dB/波长。把海底衰减从 0.2 调到 0.8传播损失在十几公里处可能差出 10 dB 以上。因此做声呐性能评估时baffle 参数就换着跑而不是只看一个值。3.4 用脚本批量改 env 文件参数跑参数扫掠时手工编辑环境文件显然不现实。下面这个 Python 小函数可以按行号替换参数容量不大但在批处理里非常实用。import sys def patch_env(path, replacements): with open(path) as f: lines f.readlines() for line_no, value in replacements.items(): lines[line_no - 1] f{value}\n with open(path, w) as f: f.writelines(lines) if __name__ __main__: patch_env(envfil, {2: 800.0, 12: 0.8 0.0})replacements字典的键是从 1 开始的行号值会替换那一行的全部内容。第 2 行改成频率第 12 行改海底衰减。用之前先head -20 envfil确定行号避免误改。这个函数也方便后面的频率扫描循环复用。4. 用 KrakenC 计算声场命令行流程与传播损失输出4.1 最小计算序列环境文件准备好之后一次完整的声场计算就是两条命令./krakenc envfil ./field envfil第一条命令运行简正波求解器krakenc它会读取envfil里的介质和频率信息解出各阶模式的水平波数和本征函数输出一个与 envfil 同名但扩展名不同的模式文件。第二条命令field读取同一份envfil和模式文件根据环境文件最后给出的声源深度和接收深度范围把模式叠加成声场输出传播损失场文件。计算结束后目录下会出现类似Tutorial.mod和Tutorial.shd的文件。.mod是模式文件.shd是声场文件里面按距离-深度网格存储了传播损失。如果包内带有field的 tl 输出版本也可能生成.tl文件。给个直观的检查命令ls -la *.mod *.shd如果.mod文件大小只有几十字节通常表示没有找到有效模式如果.shd文件不存在多半是field没有正确读到模式文件。4.2 用发布包里的绘图程序快速验证KrakenC 发布包通常会附带几个绘图辅助程序比如plotssp看声速剖面plotmode看模式plotshd看传播损失场。它们都依赖 X11 或 Gnuplot在无桌面的服务器上可能起不来。服务器环境更稳妥的做法是用 MATLAB 或 Python 读取.shd。如果发布包里有readshd命令可以直接把它指向 envfil 文件按提示输出可导入矩阵的文本文件。对于想自己控制结果的人我一般建议先跑通plotshd确认初步形态再考虑写程序批量处理。4.3 频率扫描从单点声场到声传播曲线簇实际做预算时单个频点远远不够。下面这段批处理脚本把环境文件中的频率改写后循环执行krakenc和field并给输出文件加上频率后缀。for freq in 100 300 500 800; do sed -i 2s/.*/$freq.0/ envfil ./krakenc envfil ./field envfil cp output.shd output_${freq}hz.shd donesed -i 2s/.*/$freq.0/ envfil把第二行整个替换成新的频率值cp在每次循环后保留当前频点的结果。这样下载下来的就是一个包含 4 个频率的声场集合。注意field每次运行都会重新读取envfil所以只要krakenc成功生成了新模式文件field就直接用新模式合成声场不需要手动删旧模式文件。4.4 传播损失曲线从哪来从.shd文件里抽某一接收深度上的传播损失是声呐作用距离估计的直接输入。下面这条 shell 命令在 Linux 下可以把二进制.shd文件头信息打印出来用于判断声场文件是否完整od -A d -t f4 output.shd | head -n 5不过这样看原始二进制效率太低。实际工程里通常用发布包自带的read_shd程序把声场转成文本矩阵。具体参数如下表参数常见取值说明频率100 ~ 1000 Hz决定简正波数量与计算耗时声源深度5 ~ 50 m影响近场条纹结构接收深度区间0 ~ 200 m按等间隔分布接收深度点数51 ~ 201点数越多垂直分辨越细海底衰减0.2 ~ 0.8 dB/波长控制远距离传播损失的下降斜率5. 声传播计算里的坑模式截断、海底参数与频率依赖5.1 模式数量靠什么控制KrakenC 的简正波求解会扫描相速度区间找出所有满足色散关系的模式。频率越高模式越多波导越深模式越多。模式数量太少会丢失细节太多则计算量暴涨且高频高阶模式衰减极大对结果贡献可有可无。判断一个环境文件是否合理先看krakenc终端打印的模式数量。如果 100 Hz 在 200 米水深里只算出两三阶模式通常不是程序错了而是海底声速设置偏低把一部分模式限制成了泄漏模态。不少环境文件允许通过设置最低相速度来截断模式。把最低相速度略高于水层声速会把那些衰减剧烈的模式直接丢掉。这个做法对远程探测问题很有效因为远距离上高阶模式基本衰减完毕保留太多反而是负担。调低海底声速则会增加可传播模式的数量但也会引入更多数值振荡。5.2 海底衰减过低的振荡现象有一种典型的错误低频传播损失曲线随着距离出现周期性的深谷和高峰看起来像是干涉条纹但间距远大于简正波理论给的拍频间距。这个时候优先检查海底衰减是不是被设成了 0。海底无衰减意味着声能几乎不泄漏到沉积层远距离声场由少数低阶模式主导它们之间干涉就容易形成大尺度波动。把衰减从 0 改成 0.3 dB/波长往往能立刻消除这种不自然的振荡。测试方法很简单按下面命令分别跑两个环境文件做对照cp envfil envfil_low sed -i 12s/.*/0.0 0.0/ envfil_low ./krakenc envfil_low ./field envfil_low cp envfil envfil_high sed -i 12s/.*/0.5 0.0/ envfil_high ./krakenc envfil_high ./field envfil_high比较两份.shd在 10 km 以外的传播损失差。如果海试数据处于两者之间说明真实海底衰减在这个区间内这就是参数反演的一种朴素做法。5.3 深度范围和虚源问题环境文件里的接收深度范围如果超过水层深度field依然会给你算但超过部分的结果物理上没有严格意义。更隐蔽的问题是声源深度恰好落在声速剖面的一个极值点附近。这种情况下源会非常高效地激发某个模式导致近场声场出现异常强单模式条纹这种现象不是代码 bug而是环境条件本身的奇异性。处理方法是偏移声源深度 0.5 米到 1 米再试看结果是否敏感。如果敏感说明这个算例本身是临界状态声场对源深极其依赖工程上不能用单点结果直接下结论。5.4 如何确认环境文件没有“跑飞”环境文件的错误最难找一类是声速剖面出现负梯度异常。比如剖面数据从 CTD 探头带回来后没有做深度排序或者插值生成了负声速krakenc可能会解出大量虚数本征值。手头没有专业绘图程序时直接看krakenc输出的模式衰减系数如果某些模式的衰减接近零但相速度明显高于最高声速基本就是声速剖面插值异常。可以先用矩阵验证一下声速随深度单调变化的区间再用平滑后的剖面重新计算。6. 把 KrakenC 接进仿真流程批处理、并行与结果核验6.1 用 Python 封装一波多线程频率扫描环境文件被多个进程同时修改时相互覆盖所以在并行场景里不能让每个进程都操作同一个envfil。常见做法是每个频率生成一份隔离的环境文件再调用可执行程序。下面是一个run_case.py示例import os import sys import subprocess freq sys.argv[1] env_path fenvfil_{freq}.txt with open(envfil) as f: lines f.readlines() lines[1] f{freq}\n with open(env_path, w) as f: f.writelines(lines) subprocess.run([./krakenc, env_path], checkTrue) subprocess.run([./field, env_path], checkTrue)脚本先把模板 envfil 复制到带频率后缀的文件只改第二行频率然后依次执行krakenc和field。checkTrue让任何一步失败就抛出异常方便批量任务里快速定位。这里的envfil是模板文件不参与并行写操作所以安全。在 shell 里用 GNU Parallel 并发执行seq 100 100 1000 | parallel -j 4 python3 run_case.py {}-j 4表示同时运行四个进程。每个进程都有自己的环境文件输出文件通过output00xxx.txt这类自动命名不会撞车。如果计算节点 CPU 核数多这个扩展方式比手写 shell 循环简单得多不必引入 MPI。6.2 结果合并且不丢维度频率扫描输出的是多个二维传播损失场合并前要对齐距离和深度网格。由于所有频率共用同一个 envfil 模板距离和深度网格天然一致省去了插值对齐。合并时用 NumPy 存成三维数组省去频繁访问小文件的 IO 开销。import numpy as np tl_stack [] freqs [100, 200, 300, 400, 500] for f in freqs: data np.loadtxt(ftl_{f}.txt) tl_stack.append(data) tl_cube np.stack(tl_stack, axis0) np.save(tl_freq_scan.npy, tl_cube)tl_freq_scan.npy的维度是[频率, 深度, 距离]后面做频带平均或绘制距离-频率声传播图都很方便。注意np.stack要求所有数组 shape 一致如果某个频率没有成功生成结果这里就会直接报错所以并行跑完后先检查文件数量。6.3 核验计算结果的最后一招KrakenC 算完的结果不能直接交给声呐模型。最简单的核验方法是用同一套 envfil 跑一个更高频率的模式然后把高阶模式下传播损失曲线与大洋经验传播模型对比。差距小于 3 dB 基本可信差距过大时优先排查海底衰减和环境文件的接收深度点数是不是太少导致网格混叠。实际工程里还有一个低成本技巧把声源深度从环境文件的某一行改成不同值连着跑三条传播损失曲线看它们是否在近距离处按几何关系分开。如果 10 km 内的曲线几乎重合说明声场被少数低阶模式主导那么后续的测距算法就需要格外谨慎。到这里KrakenC 已经从“能跑”变成“能信”后面再往深度学习或自适应滤波里喂数据也不会心虚了。本文还有配套的精品资源点击获取 KrakenC简正波模型声场计算与传播损失仿真实践指南
简介面向水声学研究人员与工程师的MATLAB脚本资源基于KrakenC/Kraken工具链实现声场计算与声传播损失仿真可用于水下声传播建模、声呐性能评估与环境噪声分析。KrakenC是Kraken的扩展版本专门优化了计算效率适用于大规模声学模拟任务两者均依托有限元与边界元方法可精确求解复杂几何形状下的声传播问题。压缩包内共一个文件为krakenc_tl.m脚本整体仅772B体积小巧却功能完整。脚本封装了KrakenC的核心接口完整覆盖从几何模型导入、声学参数设定、网格离散化、声源配置到求解波动方程、计算传播损失并输出可视图表的全流程。研究者只需在MATLAB环境中运行该脚本即可快速获得水下声场的传播损失分布便于后续分析、对比或集成到更大模型。已有598人学习/下载适合希望快速上手KrakenC声场仿真、又不想投入大量时间搭建复杂代码框架的声学领域研究者与从业者。1. 声传播计算里为什么绕不开 KrakenC做水声性能评估的人十有八九都遇过这种需求给定一个声源深度、一个频点把某一海域的传播损失铺到距离-深度网格上。直接拿射线模型算会漏掉影区里的能量用抛物线方程又太慢而简正波模型恰好能在几十公里量级、几十赫兹到几千赫兹的频段内给出稳定结果。KrakenC 就是这类模型里最常被工程调用的一套实现它由经典 Kraken 的 Fortran 代码改写而来保留了简正波方法的数值求解思路却让后续维护和嵌入现代工具链容易得多。krakenc_tl.zip 这类发布包通常就是把 KrakenC 可执行程序、环境文件模板和批量脚本打在一起方便直接跑出声场与传播损失。适合水声信号处理、声呐系统仿真和海洋探测算法工程师也适合需要快速验证信道模型的通信仿真人员。2. 从 krakenc_tl.zip 到可执行文件解压、编译与目录布局2.1 先明确 KrakenC 和 Kraken 的差别Kraken 这个名字在水声圈代表的是 Porter 等人发展的简正波传播模型几十年来一直是水平分层海洋声场计算的事实参考之一。KrakenC 并不是把 Fortran 翻译成 C 就完事而是重新整理了数据结构把模式方程求解、声源激发和场合成拆成更清晰的模块。对使用者来说最大的变化是编译部署更直接了不需要面对老旧的 Fortran 编译器和一连串-lg2c兼容问题一个现代 C 编译器就能处理。算法层面对简正波理论的处理是一致的所以你能在 Kraken 的文档里找到的公式在 KrakenC 上依然适用。2.2 解压和最小编译命令如果你拿到的压缩包是 krakenc_tl.zip第一步自然是解开它。常见做法是把整个包放到一个独立目录不直接解压到~/或系统目录因为运行时会生成一堆中间文件集中在一起便于清理。mkdir -p ~/work/krakenc cd ~/work/krakenc unzip ../krakenc_tl.zip ls -la解压后重点找两类东西一键编译脚本makefile 或 build.sh以及示例环境文件通常叫envfil或*.env。在 Linux 下一般会有类似下面的编译入口make -f makefile.krakenc make -f makefile.field第一行编译主程序第二行编译声场合成程序。编译成功后目录里会出现krakenc和field两个可执行文件Windows 下则可能是krakenc.exe和field.exe。如果压缩包里只有散落的.c文件没有 makefile那就自己用 gcc 处理gcc -O2 -o krakenc krakenc.c -lm gcc -O2 -o field field.c -lm这段命令把优化等级放在-O2数学库通过-lm链接。krakenc.c是简正波求解主程序field.c负责把模式叠加成声场。注意krakenc和field是一对搭配使用的程序它们通过中间文件模式文件通信所以编译顺序不重要但必须把两个都编出来。2.3 发布包里的典型文件该看谁下表列出的文件结构在大多数 KrakenC 发布包里都能看到具体命名会随版本略有差异。文件 / 目录作用krakenc.c/krakenc.exe简正波模式求解生成.mod模式文件field.c/field.exe声场与传播损失合成生成.shd或.tlenvfil默认环境文件定义海洋介质、频率、源深等examples/典型场景的输入输出样例readshd或plot*.exe结果读取与绘图辅助程序拿到发布包后不要急着改参数先跑一遍自带的示例。如果示例不出结果往往是环境没有配对而不是参数问题。用下面命令确认主程序能运行./krakenc envfil正常运行会在终端打出波导深度、模式数量、衰减信息。如果终端提示找不文件先确认envfil和可执行文件在同一目录下。3. KrakenC 声场输入的关键env 文件与主要参数设置3.1 envfil 文件是声场计算的唯一入口KrakenC 不读配置文件也不走命令行传参它默认从一个叫envfil的文本文件里读取全部环境描述。这个文件决定了频率、声速剖面、海底参数、声源深度和接收深度。它看起来像一行行的纯数字和字符串没有 XML 或 JSON 那样的标记因此顺序比缩进重要。下面是一个常见的环境文件片段Tutorial 500.0 1 0.0 200.0 1500.0 0.0 0.0 0.0 1500.0 200.0 1520.0 0 1800.0 0.5 0.0 0.0 1800.0 20.0 0.0 200.0 101第一行是场景名第二行是 500 Hz 计算频率第三行的1表示水层用一层介质描述第四行给出水层深度范围。紧接着是水层密度、衰减和声速剖面然后0表示海底用半空间近似随后是海底密度、衰减和声速最后三行分别是声源深度、接收深度下界和上界、接收深度点数。不同发行版里这个文件的字段可能有细微差别最常见的问题是文件末尾多一行空行或者少了接收深度点数。拿到陌生版本时先head -n 20 envfil看看实际内容再和示例对照。3.2 频率和声速剖面怎么直接影响声场形态频率是决定简正波数量的第一要素。频率越高波长越短同样深度范围内能容纳的模式就越多传播损失图像就像盖楼一样从底层往上加细节。低频时只有一两阶模式声场表现为大尺度干涉条纹适合远程探测的传播损失估算高频时模式密集计算量也成倍上涨。声速剖面则是决定声线弯折方向和会聚区位置的关键。深海环境中声速从海面向下先下降再上升会形成声道而浅海等温层中声速近似恒定声场更像纯粹的简正波叠加。在 envfil 中修改声速时要注意深度点必须从表层开始、由浅到深排列。举个例子0.0 1500.0 100.0 1490.0 200.0 1520.0这里深度 100 米处的声速 1490 m/s就比表层和底层都低构成了一个声道。如果插值区间太少容易出现过冲常见做法是用每 10 米一个采样点的 CTD 数据下采样后填入。3.3 海底参数的工程设定和常见误用海底半空间的密度、声速和衰减对浅海传播损失影响极大。很多人把注意力放在水层声速剖面上忽略了海底声速结果计算出的低频传播损失明显偏低。海底衰减的单位一般是 dB/波长不随频率变化这也是 KrakenC 默认的模型之一。实际工程里如果手头没有地质调查数据就用经验值粗砂海底密度约 1.9 g/cm³声速约 1750 m/s衰减 0.8 dB/波长泥底密度约 1.4 g/cm³声速约 1500 m/s衰减 0.2 dB/波长。把海底衰减从 0.2 调到 0.8传播损失在十几公里处可能差出 10 dB 以上。因此做声呐性能评估时baffle 参数就换着跑而不是只看一个值。3.4 用脚本批量改 env 文件参数跑参数扫掠时手工编辑环境文件显然不现实。下面这个 Python 小函数可以按行号替换参数容量不大但在批处理里非常实用。import sys def patch_env(path, replacements): with open(path) as f: lines f.readlines() for line_no, value in replacements.items(): lines[line_no - 1] f{value}\n with open(path, w) as f: f.writelines(lines) if __name__ __main__: patch_env(envfil, {2: 800.0, 12: 0.8 0.0})replacements字典的键是从 1 开始的行号值会替换那一行的全部内容。第 2 行改成频率第 12 行改海底衰减。用之前先head -20 envfil确定行号避免误改。这个函数也方便后面的频率扫描循环复用。4. 用 KrakenC 计算声场命令行流程与传播损失输出4.1 最小计算序列环境文件准备好之后一次完整的声场计算就是两条命令./krakenc envfil ./field envfil第一条命令运行简正波求解器krakenc它会读取envfil里的介质和频率信息解出各阶模式的水平波数和本征函数输出一个与 envfil 同名但扩展名不同的模式文件。第二条命令field读取同一份envfil和模式文件根据环境文件最后给出的声源深度和接收深度范围把模式叠加成声场输出传播损失场文件。计算结束后目录下会出现类似Tutorial.mod和Tutorial.shd的文件。.mod是模式文件.shd是声场文件里面按距离-深度网格存储了传播损失。如果包内带有field的 tl 输出版本也可能生成.tl文件。给个直观的检查命令ls -la *.mod *.shd如果.mod文件大小只有几十字节通常表示没有找到有效模式如果.shd文件不存在多半是field没有正确读到模式文件。4.2 用发布包里的绘图程序快速验证KrakenC 发布包通常会附带几个绘图辅助程序比如plotssp看声速剖面plotmode看模式plotshd看传播损失场。它们都依赖 X11 或 Gnuplot在无桌面的服务器上可能起不来。服务器环境更稳妥的做法是用 MATLAB 或 Python 读取.shd。如果发布包里有readshd命令可以直接把它指向 envfil 文件按提示输出可导入矩阵的文本文件。对于想自己控制结果的人我一般建议先跑通plotshd确认初步形态再考虑写程序批量处理。4.3 频率扫描从单点声场到声传播曲线簇实际做预算时单个频点远远不够。下面这段批处理脚本把环境文件中的频率改写后循环执行krakenc和field并给输出文件加上频率后缀。for freq in 100 300 500 800; do sed -i 2s/.*/$freq.0/ envfil ./krakenc envfil ./field envfil cp output.shd output_${freq}hz.shd donesed -i 2s/.*/$freq.0/ envfil把第二行整个替换成新的频率值cp在每次循环后保留当前频点的结果。这样下载下来的就是一个包含 4 个频率的声场集合。注意field每次运行都会重新读取envfil所以只要krakenc成功生成了新模式文件field就直接用新模式合成声场不需要手动删旧模式文件。4.4 传播损失曲线从哪来从.shd文件里抽某一接收深度上的传播损失是声呐作用距离估计的直接输入。下面这条 shell 命令在 Linux 下可以把二进制.shd文件头信息打印出来用于判断声场文件是否完整od -A d -t f4 output.shd | head -n 5不过这样看原始二进制效率太低。实际工程里通常用发布包自带的read_shd程序把声场转成文本矩阵。具体参数如下表参数常见取值说明频率100 ~ 1000 Hz决定简正波数量与计算耗时声源深度5 ~ 50 m影响近场条纹结构接收深度区间0 ~ 200 m按等间隔分布接收深度点数51 ~ 201点数越多垂直分辨越细海底衰减0.2 ~ 0.8 dB/波长控制远距离传播损失的下降斜率5. 声传播计算里的坑模式截断、海底参数与频率依赖5.1 模式数量靠什么控制KrakenC 的简正波求解会扫描相速度区间找出所有满足色散关系的模式。频率越高模式越多波导越深模式越多。模式数量太少会丢失细节太多则计算量暴涨且高频高阶模式衰减极大对结果贡献可有可无。判断一个环境文件是否合理先看krakenc终端打印的模式数量。如果 100 Hz 在 200 米水深里只算出两三阶模式通常不是程序错了而是海底声速设置偏低把一部分模式限制成了泄漏模态。不少环境文件允许通过设置最低相速度来截断模式。把最低相速度略高于水层声速会把那些衰减剧烈的模式直接丢掉。这个做法对远程探测问题很有效因为远距离上高阶模式基本衰减完毕保留太多反而是负担。调低海底声速则会增加可传播模式的数量但也会引入更多数值振荡。5.2 海底衰减过低的振荡现象有一种典型的错误低频传播损失曲线随着距离出现周期性的深谷和高峰看起来像是干涉条纹但间距远大于简正波理论给的拍频间距。这个时候优先检查海底衰减是不是被设成了 0。海底无衰减意味着声能几乎不泄漏到沉积层远距离声场由少数低阶模式主导它们之间干涉就容易形成大尺度波动。把衰减从 0 改成 0.3 dB/波长往往能立刻消除这种不自然的振荡。测试方法很简单按下面命令分别跑两个环境文件做对照cp envfil envfil_low sed -i 12s/.*/0.0 0.0/ envfil_low ./krakenc envfil_low ./field envfil_low cp envfil envfil_high sed -i 12s/.*/0.5 0.0/ envfil_high ./krakenc envfil_high ./field envfil_high比较两份.shd在 10 km 以外的传播损失差。如果海试数据处于两者之间说明真实海底衰减在这个区间内这就是参数反演的一种朴素做法。5.3 深度范围和虚源问题环境文件里的接收深度范围如果超过水层深度field依然会给你算但超过部分的结果物理上没有严格意义。更隐蔽的问题是声源深度恰好落在声速剖面的一个极值点附近。这种情况下源会非常高效地激发某个模式导致近场声场出现异常强单模式条纹这种现象不是代码 bug而是环境条件本身的奇异性。处理方法是偏移声源深度 0.5 米到 1 米再试看结果是否敏感。如果敏感说明这个算例本身是临界状态声场对源深极其依赖工程上不能用单点结果直接下结论。5.4 如何确认环境文件没有“跑飞”环境文件的错误最难找一类是声速剖面出现负梯度异常。比如剖面数据从 CTD 探头带回来后没有做深度排序或者插值生成了负声速krakenc可能会解出大量虚数本征值。手头没有专业绘图程序时直接看krakenc输出的模式衰减系数如果某些模式的衰减接近零但相速度明显高于最高声速基本就是声速剖面插值异常。可以先用矩阵验证一下声速随深度单调变化的区间再用平滑后的剖面重新计算。6. 把 KrakenC 接进仿真流程批处理、并行与结果核验6.1 用 Python 封装一波多线程频率扫描环境文件被多个进程同时修改时相互覆盖所以在并行场景里不能让每个进程都操作同一个envfil。常见做法是每个频率生成一份隔离的环境文件再调用可执行程序。下面是一个run_case.py示例import os import sys import subprocess freq sys.argv[1] env_path fenvfil_{freq}.txt with open(envfil) as f: lines f.readlines() lines[1] f{freq}\n with open(env_path, w) as f: f.writelines(lines) subprocess.run([./krakenc, env_path], checkTrue) subprocess.run([./field, env_path], checkTrue)脚本先把模板 envfil 复制到带频率后缀的文件只改第二行频率然后依次执行krakenc和field。checkTrue让任何一步失败就抛出异常方便批量任务里快速定位。这里的envfil是模板文件不参与并行写操作所以安全。在 shell 里用 GNU Parallel 并发执行seq 100 100 1000 | parallel -j 4 python3 run_case.py {}-j 4表示同时运行四个进程。每个进程都有自己的环境文件输出文件通过output00xxx.txt这类自动命名不会撞车。如果计算节点 CPU 核数多这个扩展方式比手写 shell 循环简单得多不必引入 MPI。6.2 结果合并且不丢维度频率扫描输出的是多个二维传播损失场合并前要对齐距离和深度网格。由于所有频率共用同一个 envfil 模板距离和深度网格天然一致省去了插值对齐。合并时用 NumPy 存成三维数组省去频繁访问小文件的 IO 开销。import numpy as np tl_stack [] freqs [100, 200, 300, 400, 500] for f in freqs: data np.loadtxt(ftl_{f}.txt) tl_stack.append(data) tl_cube np.stack(tl_stack, axis0) np.save(tl_freq_scan.npy, tl_cube)tl_freq_scan.npy的维度是[频率, 深度, 距离]后面做频带平均或绘制距离-频率声传播图都很方便。注意np.stack要求所有数组 shape 一致如果某个频率没有成功生成结果这里就会直接报错所以并行跑完后先检查文件数量。6.3 核验计算结果的最后一招KrakenC 算完的结果不能直接交给声呐模型。最简单的核验方法是用同一套 envfil 跑一个更高频率的模式然后把高阶模式下传播损失曲线与大洋经验传播模型对比。差距小于 3 dB 基本可信差距过大时优先排查海底衰减和环境文件的接收深度点数是不是太少导致网格混叠。实际工程里还有一个低成本技巧把声源深度从环境文件的某一行改成不同值连着跑三条传播损失曲线看它们是否在近距离处按几何关系分开。如果 10 km 内的曲线几乎重合说明声场被少数低阶模式主导那么后续的测距算法就需要格外谨慎。到这里KrakenC 已经从“能跑”变成“能信”后面再往深度学习或自适应滤波里喂数据也不会心虚了。本文还有配套的精品资源点击获取