شناسایی سیگنال امواج درونی در مقیاس آزمایشگاهی در سیال لایه بندی شدهبا استفاده از روش تبدیل موجک

با توجه به اهمیت شناسایی امواج، اعم از امواج سطحی و درونی، مطالعه امواج همیشه مورد توجه بسیاری از محققان قرار دارد و با شبیه‌سازی‌های فیزیکی در آزمایشگاه، انجام اندازهگیریهای میدانی در یک محیط واقعی و یا شبیهسازیهای رایانهای نسبت به شناسایی این امواج اقدام مینمایند. استفاده از تبدیل موجک به عنوان روشی جایگزین برای تبدیل فوریه، به جهت حذف محدودیت مانا بودن سیگنال، و به جهت فائق آمدن بر مشکلات مربوط به تفکیکپذیری در تبدیل فوریه زمان کوتاه و تعیین سلیقه‌ای پنجره مورد استفاده است. لذا با توجه به خصوصیات تبدیل موجک از آن در پردازش سیگنال‌های گذرا استفاده می‌شود. شناسایی امواج درونی، هم در مسائل نظامی نظیر سرعت انتشار صوت، هم در مسایل زیستی مانند نفوذ اکسیژن و مواد غذایی در ستون آب و هم از منظر دینامیک دریا نظیر اختلاط آب و سرعت جریان دارای اهمیت است. در این پژوهش با داشتن داده‌های ناشی از نتایج شبیه‌سازی امواج درونی در آزمایشگاه، نسبت به شناسایی امواج درونی با استفاده از موجک اقدام می‌شود. برای شناسایی موج درونی از تکنیک‌های پردازش سیگنال استفاده شده است. با توجه به ضعف تبدیل فوریه در پردازش سیگنال‌های گذرا باید اثر موج درونی را در زمانی که در آزمایش به وقوع پیوسته، مشاهده نمود. به همین دلیل جهت شناسایی امواج درونی از تکنیک تبدیل موجک استفاده شد. نتایج نشان داد که این روش به خوبی امواج درونی را شناسایی نمود. مزایایی نظیر عدم نیاز به تعیین عرض پنجره برای روش موجک در مقایسه با روش تبدیل فوریه زمان کوتاه، مزیت مهمی به شمار می‌رسد‌.

detecting internal waves in laboratory scale in a stratified fluid using wavelet analysis

since detecting waves, either surface or internal waves, is of extreme importance for researchers, they tried to identify them using physical simulation in laboratory experiments, field measurements or numerical simulations. using wavelet transform instead of fourier transform is desirable to overcome the stationary limitation for the signal in fourier transform or selecting objective size for short term fourier transform; hence, the wavelet transform is plausible to work with nonstationary signals. detection of internal waves are important for military concerns (e.g. sound propagation), for biological problems (e.g. oxygen penetration and available nutrients in the water column) and also for ocean dynamic issues (e.g. mixing and baroclinic velocities). in this study, having laboratory data of internal waves, the wavelet transform is used to detect the internal waves. the signal processing techniques have been used to fulfill this goal. it is expected to see the deficiency of fourier transform in detecting the nonstationary characteristics of the internal waves while the wavelet transform is able to do it. the results confirmed this expectation. having no obligation to set a specific size for the window, as it is mandatory in short term fourier transform, is an important advantage of using wavelet transform to detect the internal waves.