简介：这份资源面向水声通信、海洋声学方向的研究人员与工程技术人员，也适合具备一定Matlab基础的高校学生，用于计算水声传播损耗并分析水平阵、垂直阵各阵元的接收波形。包内共19个文件，以12张jpg结果图、3个m脚本、1个mat数据文件为主，另有png任务说明、docx公式文档与md说明，压缩包约713KB，体积轻便。资源围绕传播损耗曲线、声场分布、声速剖面及阵列方向图等结果展开，脚本涵盖水平阵与垂直阵两类计算流程，配合公式文档与任务说明可帮助读者理解算法逻辑与参数含义。已有1109人学习下载，读者可据此复现传播损耗与接收波形计算，并在此基础上修改环境参数或阵列配置，研究不同条件下的水声传播差异，为声纳设计与阵列优化提供参考。
1. 从一条“波形对不上”的报错说起：Kraken 与 Matlab 联合仿真的定位
水下声场建模里，最让人抓狂的不是跑不出结果，而是跑出来了、波形却对不上。某实验室一位做阵列信号处理的同行，用 Kraken 算完传播损耗，再把各阵元接收波形拼出来，发现近场阵元的幅度比远场还低，相位差也乱成一锅粥。排查了两天，问题出在把 Kraken 输出的场点复数声压直接当成了时域波形，忘了乘发射信号频谱再做逆变换。这类“Kraken Matlab 联合仿真”的坑，几乎每个刚接触简正波模型的人都会踩一遍。
这份资源围绕的就是这件事：用 Kraken 计算水平分层海洋环境下的传播损耗，并进一步得到各阵元位置的接收波形。它适合做水声通信、阵列信号处理、声呐性能评估的从业者和研究生，前提是你已经知道声速剖面、海底参数大概长什么样，但还没把“场计算”和“波形生成”这两步串起来。下面按“环境文件怎么写、损耗怎么算、波形怎么拼、坑在哪”的顺序拆开讲，每一步都能照着复现。
2. 环境文件与传播损耗：Kraken 的输入到底在描述什么
Kraken 是简正波（normal mode）模型，核心思路是把声场展开成一组沿深度方向的模态，再在水平方向按模态传播。它吃的输入是一个扩展名为.env的环境文件，里面用关键字分段描述海洋环境。很多人第一次写.env是照着模板改数字，改完能跑就以为对了，其实里面几个参数的物理含义直接决定损耗曲线的形状。
2.1.env文件的关键字段与常见取值
一个典型的 Pekeris 波导（均匀水层加半空间海底）环境文件长这样，字段顺序在 Kraken 里是有讲究的，'R'之后到下一个字母之间是标题行，可以随便写：
'Demo_env' ! 标题行 50.0 ! 水深 (m) 1 ! 声速剖面点数 Nsvp 0.0 1500.0 0.0 1.0 0.0 0.0 / ! 深度 声速 密度 衰减 ... 1 ! 海底半空间标志 Nsds 50.0 1700.0 1.5 0.5 / ! 海底深度 声速 密度 衰减 1 ! 声源个数 Nsds 50.0 ! 声源深度 (m) 1 ! 接收器深度个数 Nrd 50.0 ! 接收器深度 (m) 1 ! 频率个数 Nfreq 100.0 ! 频率 (Hz) 1 ! 模态数上限 Nmodes（0 表示自动） 0 ! 输出选项这里几个参数值得单独说。声速剖面那行的0.0 1500.0 0.0 1.0 0.0 0.0依次是深度、声速、密度、衰减、以及两个保留位，密度单位是 g/cm³，衰减单位是 dB/λ，写 0 就是无衰减。海底那行50.0 1700.0 1.5 0.5是深度、声速、密度、衰减，1700 m/s 是砂质海底的常见值，泥质海底会低到 1500 左右。频率 100 Hz 对应波长 15 m，水深 50 m 大约是 3 个波长，模态数不会太多，Nmodes写 0 让程序自动截断通常够用。
提示：
.env里深度必须单调递增，声速剖面点从水面往下排。如果声速剖面有跃层，点数要加密，否则模态求解会漏掉高阶模态，损耗曲线在中远距离会明显偏低。
2.2 用 kraken 可执行程序算传播损耗
环境文件写好后，调用 Kraken 主程序生成模态文件.mod，再用field程序算场。命令行顺序不能反：
kraken Demo_env # 生成 Demo_env.mod，求解模态 field Demo_env # 读取 .mod，按 .env 里的接收器深度算场field默认输出一个.shd文件，里面是复数声压随距离和深度的分布。传播损耗就是对这个复数声压取模、取对数：
import numpy as np import scipy.io as sio # 读取 field 生成的 .shd（这里假设已用工具转成 mat，或直接读二进制） # 常见做法是用 read_shd 之类的辅助函数解析 data = sio.loadmat('Demo_env.mat') pressure = data['pressure'] # 复数声压，形状 [nrd, nr, nfreq] r = data['r'].flatten() # 距离轴 (m) tl = -20 * np.log10(np.abs(pressure[0, :, 0]) + 1e-12) print(tl[:5]) # 前几个距离点的传播损耗 (dB)这段代码的逻辑是：pressure是复数，取模得到幅度，-20log10转成 dB 就是传播损耗。加1e-12是防止远距离幅度趋零时取对数出-inf。pressure[0, :, 0]取的是第一个接收深度、所有距离、第一个频率。参数上要注意，field输出的距离轴默认从 1 m 开始按.env里的步长递增，如果没在.env里指定距离范围，默认是 1 km、步长 1 m，做远场分析时记得改。
2.3 传播损耗曲线的合理性检查
算完别急着往下走，先看曲线形状。均匀波导的传播损耗在近场接近球面扩展（约 20log10 r），过了某个距离后过渡到柱面扩展（约 10log10 r），曲线斜率会变缓。如果整条曲线斜率一直是 20log10 r，说明模态没激励起来，多半是声源深度正好落在某个模态的零点上；如果曲线在中距离出现剧烈振荡，那是模态干涉，属于正常现象，但振荡幅度过大可能是海底衰减给太小。
我一般会拿一个解析可算的等声速 Pekeris 案例对一遍：水深 100 m、声速 1500、海底 1800、频率 50 Hz，手算前几个模态的截止频率，和 Kraken 输出的.mod文件里模态数对一下。对不上就回头查.env，十有八九是密度或衰减的单位写错了。
3. 从复数声压到阵元波形：频域场怎么变成时域信号
传播损耗只是幅度信息，接收波形要的是完整的时间序列。这一步是整份资源里最容易翻车的地方，因为 Kraken 给的是单频点的复数声压，而波形需要一段带宽内的频谱。思路不复杂：对发射信号做 FFT 得到频谱，在每个频点上用 Kraken 算出的场值去乘，再逆变换回时域。
3.1 多频点场计算的批处理
Kraken 一次只能算一个频率（.env里Nfreq写多个也行，但输出组织麻烦），做宽带波形通常要循环多个频点。常见做法是写个脚本批量改.env里的频率再调用：
import subprocess, os freqs = np.arange(80, 121, 1) # 80~120 Hz，步长 1 Hz for f in freqs: with open('Demo_env.env', 'r') as fh: lines = fh.readlines() # 定位频率行并替换（行号依实际文件而定，这里假设在第 12 行） lines[11] = f'{f}\n' with open(f'env_{int(f)}.env', 'w') as fh: fh.writelines(lines) subprocess.run(['kraken', f'env_{int(f)}'], check=True) subprocess.run(['field', f'env_{int(f)}'], check=True)逻辑说明：每个频点生成独立的环境文件，避免互相覆盖；check=True让子进程失败时立刻抛异常，不然 Kraken 报错被吞掉、后面拿空文件算波形，排查起来就是黑匣子。参数上，频率步长 1 Hz 对应时域长度 1 s，如果你的信号脉宽只有 0.1 s，步长可以放到 10 Hz，省一半以上的计算时间。接收器深度如果有多个阵元，.env里Nrd改成阵元数，深度列表逐个写，field会一次输出所有深度的场。
3.2 频域相乘再逆变换拼波形
拿到每个频点的复数声压后，按阵元位置组装频谱，乘发射信号频谱，再做 IFFT：
import numpy as np fs = 1000.0 # 采样率 (Hz) T = 0.5 # 信号时长 (s) t = np.arange(0, T, 1/fs) fc = 100.0 # 载频 (Hz) tx = np.cos(2*np.pi*fc*t) * np.hanning(len(t)) # 发射信号：加窗单频脉冲 TX = np.fft.fft(tx) freqs_fft = np.fft.fftfreq(len(tx), 1/fs) # 假设已收集每个频点的场值 H(f)，插值到 FFT 频点上 H_interp = np.interp(freqs_fft, freqs, H_list, left=0, right=0) RX = TX * H_interp rx = np.fft.ifft(RX).real # 归一化并画图 rx = rx / np.max(np.abs(rx))关键在H_interp这一步：Kraken 算的频点是离散的（80~120 Hz），而 FFT 的频点覆盖 0~500 Hz，中间大量频点没有场值。np.interp在带内线性插值，带外置零，相当于给信号加了个矩形带通。这里有个细节，left=0, right=0必须写，否则np.interp默认用端点值外推，会把 120 Hz 的场值一路平推到 500 Hz，波形高频全是假的。ifft后取.real是因为理论上虚部应为零，数值误差留下的微小虚部直接丢掉。
3.3 阵元间相位差与波束形成的对应关系
多阵元场景下，各阵元波形的相对相位差是后续做波束形成的基础。Kraken 输出的复数声压本身带相位，np.angle(pressure[i])就是第 i 个阵元相对参考点的相位。这里要注意符号约定：Kraken 的时谐因子是exp(-iωt)还是exp(+iωt)，不同版本可能不同，相位差的正负会反过来。验证方法很简单，取两个已知间距的阵元，用平面波近似算理论相位差2πd·sinθ/λ，和 Kraken 结果对一下符号，对不上就在np.angle结果前加负号。
注意：阵元间距超过半波长时会出现栅瓣，这是阵列设计的常识，但在 Kraken 仿真里容易被忽略——因为场计算本身不限制间距，你写 1 m 间距、100 Hz（波长 15 m）没问题，写 10 m 间距也不会报错，但波束图会多出旁瓣。仿真前先按
d ≤ λ/2检查一遍。
4. 避坑与排查：五个让波形“看起来对、其实错”的细节
这一章是我自己踩过、也见过别人反复踩的坑，每条按现象、原因、解决写。有些坑不会让程序报错，只会让结果悄悄偏掉，比报错更难查。
4.1 传播损耗曲线整体偏移十几 dB
现象：算出来的损耗比教科书案例整体高或低 10~20 dB，形状却对。原因：.env里声源深度或接收深度写成了 0，Kraken 对 0 深度有特殊处理（贴近海面），实际声源在 50 m 却写成 0，激励的模态组合完全不同。解决：声源和接收深度都避开 0 和正好等于水深的位置，往内缩 0.5 m 以上；改完重跑kraken，看.mod文件里前几个模态的激励系数是否合理。
4.2 波形首尾出现振铃
现象：IFFT 出来的时域波形在两端有明显振荡，中间部分正常。原因：频域插值时带外突然置零，相当于乘了矩形窗，时域对应 sinc 拖尾。解决：插值时用带过渡的窗函数，比如在 80 Hz 和 120 Hz 附近各留 5 Hz 做余弦过渡，或者直接对H_interp做平滑。另一个办法是加长信号时长 T，让振铃落在有效信号之外再截断。
4.3 多频点循环时模态数跳变
现象：相邻频点的传播损耗曲线在某个距离后突然分叉。原因：.env里Nmodes写死了固定值，低频时实际模态数少于设定值，高频时又不够，Kraken 在不同频点截断的模态集合不一致。解决：Nmodes一律写 0 让程序自动判定，或者按Nmodes ≈ 2Hf/c估算后留 20% 余量，且所有频点用同一个上限。
4.4 阵元波形幅度随距离不单调
现象：近场阵元幅度反而比远场低。原因：把复数声压的实部直接当波形用了，或者忘了乘发射信号频谱，相当于拿单频点的场值当时域采样。解决：回到第 3 章的流程，确认RX = TX * H_interp这一步没漏，且H_interp是复数不是模值。用np.abs(rx)和np.abs(pressure)对比一下量级，差一个数量级以上基本就是漏乘了。
4.5field输出距离轴与预期不符
现象：损耗曲线的距离范围只有 1 km，想算 10 km 却没有数据。原因：.env里没指定距离范围，field用默认值。解决：在.env末尾加一行距离参数，格式是最大距离 步长，比如10000.0 10.0表示算到 10 km、步长 10 m。步长别设太小，10 km 步长 1 m 就是一万个点，field跑得慢不说，后面插值也浪费内存。
5. 进阶：用模态叠加验证波形，以及一个我常备的检查习惯
到这一步，传播损耗和阵元波形都能跑通了，但“跑通”和“算对”是两回事。我习惯用模态叠加做一次交叉验证：Kraken 的.mod文件里存了每个模态的本征值和本征函数，理论上场可以写成各模态贡献之和。自己用 Python 按模态公式重算一遍某个距离点的声压，和field的输出对比，误差在 1% 以内才放心往下做波束形成。
模态叠加的核心公式是p(r,z) ≈ Σ Φ_m(zs)·Φ_m(zr)·exp(i·k_m·r)/sqrt(k_m·r)，其中Φ_m是本征函数、k_m是水平波数。.mod文件是二进制，常见做法是用read_modes类工具解析成数组。下面这段是验证脚本的骨架：
import numpy as np # modes: 本征函数 [nmodes, nz]，k: 水平波数 [nmodes] # zs, zr: 声源、接收深度索引；r: 距离 p_sum = 0 for m in range(nmodes): p_sum += modes[m, zs] * modes[m, zr] * np.exp(1j*k[m]*r) / np.sqrt(k[m]*r) p_field = pressure_at(r, zr) # field 输出的对应值 err = np.abs(p_sum - p_field) / np.abs(p_field) print(f'相对误差: {err:.4f}')参数上，zs和zr要换算成.mod里的深度网格索引，不是物理深度直接当索引用；k[m]取实部，虚部是衰减，验证幅度时可以先忽略。如果误差偏大，先查模态数是否截断太多，再查本征函数的归一化方式——不同版本 Kraken 的归一化可能差一个常数因子，这个因子对所有模态相同，不影响波形形状但影响绝对幅度。
还有一个习惯：每次改完.env，先只跑一个频点、一个接收深度，把损耗曲线和上一次的结果叠在一张图上，确认变化方向和幅度符合预期，再放开多频点多阵元批量跑。批量跑一次动辄十几分钟，改错一个参数重跑的成本太高，单点验证花两分钟，能省掉后面反复翻车的后悔药。从那以后我每次做 Kraken 联合仿真，都强制先走一遍“单频点对解析解、单阵元对模态叠加”这两步，确认无误再上批量。希望帮到你。
本文还有配套的精品资源，点击获取
