一种鲸类信号重叠分量的方向脊线预测追踪方法及系统

    公开(公告)号:CN116312623A

    公开(公告)日:2023-06-23

    申请号:CN202310271243.8

    申请日:2023-03-20

    Applicant: 安徽大学

    Abstract: 本申请公开了一种鲸类信号重叠分量的方向脊线预测追踪方法及系统,方法包括:采集鲸类信号并获得鲸类信号的时频谱,基于时频谱构建瞬时旋转方向算子模型得到瞬时旋转算子;用线性调频信号表示鲸类信号对线性调频信号进行二阶泰勒公式展开,得到二阶信号模型,并计算其短时傅里叶变换;基于短时傅里叶变换关于时间的偏导得到瞬时频率重排算子,基于短时傅里叶变换关于频率的偏导和时移得到群延迟重排算子;基于瞬时频率重排算子和群延迟重排算子构建瞬时频率估计模型;基于瞬时旋转算子和瞬时频率估计模型计算脊线瞬时方向角,得到脊线时频点,利用变频带宽函数惩罚项对脊线时频点进行约束校正,得到预测时频点;基于预测时频点得到脊线预测结果。

    一种鲸类的音调和脉冲重叠时频分量分离方法及系统

    公开(公告)号:CN118982990A

    公开(公告)日:2024-11-19

    申请号:CN202411056882.3

    申请日:2024-08-02

    Applicant: 安徽大学

    Abstract: 本发明公开了一种鲸类的音调和脉冲重叠时频分量分离方法及系统,属于海洋声学观测领域,方法包括:依据傅里叶变换的卷积定理,将二维时频变的各向异性高斯窗分解为两个一维高斯窗;结合分离的两个一维高斯窗和同步补偿Chirplet变换得到两种时频表示;利用两种时频表示,构建满足可变各向异性的瞬时时频点以及时频方向角模型;根据时频方向角和方向角阈值,提出双向脊线分离器,分离出鲸类声信号时频谱中音调和脉冲分量。在复杂海洋背景噪声干扰下,本发明结合各向异性高斯窗,能优化时频谱中音调和脉冲分量的能量集中度;本发明方法能够有效分离鲸类重叠音调和脉冲时频分量。

    一种空间时频移的海洋鲸类重叠声音事件检测方法

    公开(公告)号:CN118553250A

    公开(公告)日:2024-08-27

    申请号:CN202411026344.X

    申请日:2024-07-30

    Applicant: 安徽大学

    Abstract: 本发明公开了一种空间时频移的海洋鲸类重叠声音事件检测方法,包括:获取水声信号并进行预处理后,通过离散短时傅里叶变换获取预处理后水声信号的时频分布,结合对数梅尔滤波器组重新分配时频分布;构建非对称残差卷积模块,输入重分配的时频特征图,提取深层时频特征图;提出空间时频移的网络模块,对深层时频特征图分别进行时域空间移位和频域空间移位拓展增强,融合得到增强的深层特征图;根据最终输出的深层特征图,预测每一帧重叠声音事件类别,并估算检测结果的分值、F1‑分数和错误率。本发明能够降低环境干扰,有效提高鲸类的重叠声音事件检测精度。

    一种多目标水声信号特征选择方法及系统

    公开(公告)号:CN118212915A

    公开(公告)日:2024-06-18

    申请号:CN202410266306.5

    申请日:2024-03-08

    Applicant: 安徽大学

    Abstract: 本发明公开了一种多目标水声信号特征选择方法及系统,其中方法步骤包括:对多目标水声信号进行裁剪和标注,得到不同类别的水声信号段;基于水声信号段,构建不同类别水声信号的多元特征矩阵;基于多元特征矩阵,拟合多目标水声信号的分类模型;基于分类模型,获取度量信号实际特征和影子特征重要性分值;基于度量信号实际特征和影子特征重要性分值,得到重要特征和不重要特征,完成多目标水声信号的特征选择。本发明能对多目标水声信号时域、频域和时频域特征进行筛选,为不同目标水声信号制定个性化的重要特征,剔除与目标水声信号不相关的特征,进而多目标水声信号的辨识度;同时本发明还能解决分类模型迭代致使特征选择计算复杂度高的问题。

    一种鲸类信号重叠分量的方向脊线预测追踪方法及系统

    公开(公告)号:CN116312623B

    公开(公告)日:2023-10-13

    申请号:CN202310271243.8

    申请日:2023-03-20

    Applicant: 安徽大学

    Abstract: 本申请公开了一种鲸类信号重叠分量的方向脊线预测追踪方法及系统,方法包括:采集鲸类信号并获得鲸类信号的时频谱,基于时频谱构建瞬时旋转方向算子模型得到瞬时旋转算子;用线性调频信号表示鲸类信号对线性调频信号进行二阶泰勒公式展开,得到二阶信号模型,并计算其短时傅里叶变换;基于短时傅里叶变换关于时间的偏导得到瞬时频率重排算子,基于短时傅里叶变换关于频率的偏导和时移得到群延迟重排算子;基于瞬时频率重排算子和群延迟重排算子构建瞬时频率估计模型;基于瞬时旋转算子和瞬时频率估计模型计算脊线瞬时方向角,得到脊线时频点,利用变频带宽函数惩罚项对脊线时频点进行约束校正,得到预测时频点;基于预测时频点得到脊线预测结果。

    一种变准则变稀疏多目标波达方向估计方法

    公开(公告)号:CN116299152A

    公开(公告)日:2023-06-23

    申请号:CN202310278176.2

    申请日:2023-03-21

    Applicant: 安徽大学

    Abstract: 本发明公开了一种变准则变稀疏多目标波达方向估计方法,包括以下步骤:S1:基于可编程电磁表面,建立变准则多目标波达方向估计模型;S2:基于所述多目标波达方向估计模型,构建天线接收信号数据矢量;S3:基于所述天线接收信号数据矢量,提出变稀疏目标信号重构及变准则估计约束机制;S4:基于所述变稀疏目标信号重构和所述变准则估计约束机制,求解变准则变稀疏最优化问题,获得最佳重构目标信号矢量;S5:基于所述最佳重构目标信号矢量,检测重构目标信号谱峰,得到各个谱峰位置,获得目标波达方向。本发明通过对估计误差的变准则约束及信号稀疏性的动态估计,有效提高了估计精度和收敛速度,且对各种噪声和干扰鲁棒。

    一种多视距下的病媒生物检测方法及系统

    公开(公告)号:CN115760682A

    公开(公告)日:2023-03-07

    申请号:CN202211099425.3

    申请日:2022-09-09

    Applicant: 安徽大学

    Abstract: 本发明涉及一种多视距下的病媒生物检测方法,包括:获得具有不同视距下的多目标区域的图像数据集;构建多特征激活的卷积神经网络,训练得到病媒生物图像自标定模型;得到已标定的病媒生物图像对应的目标区域,并修正划分为训练集和验证集;用改进的YOLOv5训练,得到训练过程中的最佳病媒生物检测模型;得到量化后的最佳病媒生物检测模型;用量化后的最佳病媒生物检测模型检测的病媒生物图像,识别出病媒生物的类别和准确率,实现病媒生物鉴定。本发明还公开了一种多视距下的病媒生物检测系统。本发明适用于多视距下的病媒生物鉴定,可以在无场景约束下能准确鉴定病媒生物类别,具有较高的鲁棒性能;降低鉴定过程的成本和时间,鉴定结果的准确率更高。

Patent Agency Ranking