一种基于学习差异性的鲸豚信号增强方法

    公开(公告)号:CN118016088B

    公开(公告)日:2024-11-26

    申请号:CN202410156179.3

    申请日:2024-02-04

    Abstract: 本发明是一种基于学习差异性的鲸豚信号增强方法。本发明涉及鲸豚信号增强技术领域,本发明提供了一种基于学习差异性的鲸豚信号增强方法。对采集到的海洋哺乳动物声信号进行滤波,作为clean样本数据集;将海洋环境噪声与干净信号按一定信噪比混合作为noisy样本数据集;根据海洋环境噪声与典型海洋哺乳动物哨声信号的特征差异,构建两个学习目标对两个频段同步训练网络,利用数据集对网络进行训练,得到提高去噪效果并增强有效信号的网络。

    基于深度学习部署的信号调制识别系统及其识别方法

    公开(公告)号:CN118337580A

    公开(公告)日:2024-07-12

    申请号:CN202410434301.9

    申请日:2024-04-11

    Abstract: 本发明属于水声信号嵌入式应用领域,具体涉及一种基于深度学习部署的信号调制识别系统及其识别方法。所述信号预处理单元,用于对传输水声通信信号进行短时傅里叶变换,输出频谱数据当做信号特征;所述信号分类单元,用于将频谱数据特征进行调制模式识别分类,分类结果为PKS、FSK、CW、LFM信号调制模式;所述存储单元,用于保存信号分类结果数据到SD卡中并记录相关日志;所述串口通信单元,用于整个系统与上位机数据通信进行数据传输。本发明解决在水下环境中1KHz~30KHz水声信号的检测和识别。

    一种基于Transformer模型的船舶声纳平台自噪声抑制方法

    公开(公告)号:CN118298793A

    公开(公告)日:2024-07-05

    申请号:CN202410413620.1

    申请日:2024-04-08

    Abstract: 本发明公开了一种基于Transformer模型的船舶声纳平台自噪声抑制方法,属于水声信号处理技术领域。基于Transformer模型的船舶声纳平台自噪声抑制方法包括以下步骤:S100、建立自噪声抑制模型的训练数据集;S200、根据训练数据集建立基于Transformer模型的船舶声纳平台自噪声抑制模型。本发明能够对声纳系统采集到的信号中的船舶声纳平台自噪声不同频段成分进行不同程度抑制,有效提高采集信号的信噪比,有效提升声纳系统的探测性能和探测范围。

    一种基于学习差异性的鲸豚信号增强方法

    公开(公告)号:CN118016088A

    公开(公告)日:2024-05-10

    申请号:CN202410156179.3

    申请日:2024-02-04

    Abstract: 本发明是一种基于学习差异性的鲸豚信号增强方法。本发明涉及鲸豚信号增强技术领域,本发明提供了一种基于学习差异性的鲸豚信号增强方法。对采集到的海洋哺乳动物声信号进行滤波,作为clean样本数据集;将海洋环境噪声与干净信号按一定信噪比混合作为noisy样本数据集;根据海洋环境噪声与典型海洋哺乳动物哨声信号的特征差异,构建两个学习目标对两个频段同步训练网络,利用数据集对网络进行训练,得到提高去噪效果并增强有效信号的网络。

    一种水声通信机控制装置和水声通信系统

    公开(公告)号:CN117221364A

    公开(公告)日:2023-12-12

    申请号:CN202310700750.9

    申请日:2023-06-13

    Abstract: 本发明公开了一种水声通信机控制装置和水声通信系统。控制装置与包括水声通信发射机和水声通信接收机的水声通信机相连,并提供人机交互界面进行人工控制,所述控制装置具体包括:参数设置模块、网络通信模块、硬件控制模块、健康监测模块、态显示模块、存储模块、远程控制模块。通过多个模块的配合,该水声通信机控制装置联结水声通信收发双方,实现双方实时状态监测,协同开展水声通信实验,仅采集发射信号时段内的水下信号。克服水下通信收发端间信息阻隔问题,简化实验流程,利于水下声通信实验数据的及时获取与后续处理。

    基于生成对抗网络的极地环境水下声信道建模方法及装置

    公开(公告)号:CN116996148A

    公开(公告)日:2023-11-03

    申请号:CN202310875184.5

    申请日:2023-07-17

    Abstract: 本发明属于水下声通信领域,具体涉及一种基于生成对抗网络的极地环境水下声信道建模方法及装置。传统的极地信道模型在极地环境参数获取不完全的情况下无法准确刻画极地信道中的非线性和随机性,模型预测精度较低。本发明利用生成对抗网络捕捉真实信号概率分布的能力,结合传统的极地信道模型输出结果,在输入参数不足的情况下,通过生成器和判别器对抗学习,可以更好地捕捉极地环境信道的特性,进而提高建模的准确性。与传统的极地信道模型相比,有效的提高了预测精度。

    一种基于深度强化学习的水声通信自适应调制方法及装置

    公开(公告)号:CN116996147A

    公开(公告)日:2023-11-03

    申请号:CN202310871201.8

    申请日:2023-07-17

    Abstract: 本发明公开了一种基于深度强化学习的水声通信自适应调制方法及装置。所述方法包括:利用深度强化学习算法中的评估网络,基于通信系统所处环境的初始信道状态s求得各个动作对应的Q值,根据Q值选择动作a,基于仿真得到误码率,根据强化学习奖励函数计算奖励值r并获取新的信道状态s1,生成训练数据;进行Q网络训练,使用“预测Q值”和“目标Q值”以及样本数据中的奖励r根据更新公式来计算损失函数并更新评估网络参数;将训练好的Q网络模型应用于通信传输过程中,实现自适应调制模式。本发明将深度学习和强化学习结合起来,能有效降低水声通信中的误码率并提高信号的吞吐量,保证了水声通信时的稳定性和可靠性。

    一种基于特征子空间判决的自适应干扰抑制方法

    公开(公告)号:CN115993591A

    公开(公告)日:2023-04-21

    申请号:CN202211440723.4

    申请日:2022-11-17

    Abstract: 本发明的目的在于提供一种基于特征子空间判决的自适应干扰抑制方法,包括如下步骤:计算得到满秩的样本协方差矩阵;分解出N个按从大到小分布的特征值和与之对应的特征向量,获得前D个大特征值对应的特征向量张成的主子空间和N‑D个小特征值对应的特征向量张成的噪声子空间;寻找主子空间和噪声子空间内的目标信号分量,若存在,将其找出且删除,剩余的两个子空间合并形成干扰加噪声子空间;重构协方差矩阵,最后通过计算空间谱,实现强干扰信号抑制,准确估计弱目标方位。本发明无需计算干扰和目标信号的功率,计算效率更高;环境失配影响较小,稳健性更高;适用于目标声源运动场景,实际海试数据证实其有效性,有较强的工程实用价值。

    一种极地声信号增强和识别方法

    公开(公告)号:CN115206334A

    公开(公告)日:2022-10-18

    申请号:CN202210770485.7

    申请日:2022-06-30

    Abstract: 本发明提供一种极地声信号增强和识别方法,包括:对极地声信号中的脉冲干扰噪声进行时频联合提取,得到所有脉冲噪声出现的位置;对步骤1中获得的脉冲噪声位置在信号二维时频图上进行空间平滑滤波以去除脉冲噪声,然后用在时频图上做互相关得到互相关积分曲线,若互相关曲线积分值大于设定的阈值则判断动物/通信信号存在;以对步骤1获得的脉冲噪声位置为中心进行时域窗口的中值滤波,然后对信号提取线谱成分,并通过梳状滤波器进行净化,最后通过比较净化后线谱的方差值,若大于设定的方差阈值则判断船舶信号存在。本发明实现针对在极地中进行长期声呐信号采集获得的海量数据的自动增强和提取,降低对人工干预的依赖,提升效率。

    一种基于深度学习技术的水声通信调制模式识别方法

    公开(公告)号:CN108038471A

    公开(公告)日:2018-05-15

    申请号:CN201711443626.X

    申请日:2017-12-27

    Abstract: 本发明涉及一种基于深度学习技术的水声通信调制模式识别方法。该方法包括:构建深度学习卷积神经网络模型;预设训练集样本识别准确率T、测试集样本识别准确率P;获取不同调制方式实验数据或仿真数据;将每N个采样点数据作为一个原始数据样本,进行预处理;将预处理后数据样本随机划分为训练集和测试集;用训练样本集对其进行训练;判断训练集样本识别准确率是否达到预设值,当达到时,将输入切换为数据样本测试集,用数据样本测试集对进行测试;否则继续训练;判断测试集样本识别准确率是否达到预设值,当达到时则完成模型;否则,获取额外数据,与原数据混合,重复执行本方法。本发明解决了由于海洋信道时变空变导致的信号特征提取困难。

Patent Agency Ranking