一种基于深度学习算法的离格直达波时延估计方法

    公开(公告)号:CN119493081A

    公开(公告)日:2025-02-21

    申请号:CN202411501071.X

    申请日:2024-10-25

    Abstract: 一种基于深度学习算法的离格直达波时延估计方法,本发明涉及海洋资源开发领域,尤其涉及基于深度学习算法的离格直达波时延估计方法。本发明的目的是为了解决现有远场直达波时延估计精度差的问题。过程为:主动声呐发射信号数据,阵元接收信号数据和信号数据对应的时延真值标签;得到处理后的信号数据;得到直达波时延的粗估计值;计算差值;得到稀疏处理后时延差值;获得训练好的时延差值回归模块网络结构模型;将阵元接收信号数据进行处理,得到处理后的信号数据;基于训练好的时延差值回归模块网络结构模型输出特征向量;利用寻峰函数对特征向量进行处理,得到时延差值;将时延差值与直达波时延的粗估计值进行加和,得到接收信号的估计值。

    一种基于匹配约束子空间跟踪的超短基线定位方法

    公开(公告)号:CN119439053A

    公开(公告)日:2025-02-14

    申请号:CN202411501080.9

    申请日:2024-10-25

    Abstract: 一种基于匹配约束子空间跟踪的超短基线定位方法,本发明涉及超短基线定位领域,具体涉及一种基于匹配约束子空间跟踪的超短基线定位方法。本发明的目的是为了解决现有超短基线接收基阵通常为4个接收基元,阵增益较小;抑制水面船辐射噪声的同时也抑制了一部分定位信号;导致超短基线定位系统的定位精度差、作用距离短、计算复杂度较高的问题,而提出一种基于匹配约束子空间跟踪的超短基线定位方法。过程为:S1、安装在水面船上的超短基线基阵发射询问信号;S2、安装在水下目标上的声学应答器接收到询问信号后,向超短基线基阵回复应答信号;S3、超短基线基阵接收到应答信号后传输给信号处理终端,由信号处理终端计算出目标位置。

Patent Agency Ranking