公开(公告)号：CN119377887A

公开(公告)日：2025-01-28

申请号：CN202411501068.8

申请日：2024-10-25

Applicant: 哈尔滨工程大学

Inventor： 付进 ,  李研赫 ,  邹男 ,  杜致尧 ,  杨震宇 ,  李悦铭 ,  马鹏博 ,  刘群

IPC: G06F18/25 ,  G06F18/214 ,  G06N3/08 ,  G06N3/045 ,  G06N3/0464 ,  G06F18/213 ,  G06F30/20 ,  G06N3/048

Abstract: 非高斯环境下基于深度学习的脉冲信号重构方法，本发明涉及基于深度学习的脉冲信号重构方法。本发明的目的是解决现有海洋环境噪声往往具有非高斯统计特性，基于高斯分布假设的传统方法在非高斯干扰与低输入信干噪比背景下的脉冲信号重构准确率低的问题，而提出非高斯环境下基于深度学习的脉冲信号重构方法。非高斯环境下基于深度学习的脉冲信号重构方法具体过程为：构建训练集；构建深度神经网络模型；基于训练集对构建的深度神经网络模型进行训练，获得训练好的深度神经网络模型；将接收到的水声脉冲信号输入训练好的深度神经网络模型，训练好的深度神经网络模型输出重构后的脉冲信号。本发明用于脉冲信号重构领域。