公开(公告)号：CN118535911A

公开(公告)日：2024-08-23

申请号：CN202410482900.8

申请日：2024-04-22

Applicant: 哈尔滨工程大学

Inventor： 朴胜春 ,  李圳 ,  李楠松 ,  王笑寒 ,  郭俊媛 ,  龚李佳

IPC: G06F18/214 ,  G06F18/2411 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/084

Abstract: 基于垂直阵的浅海水面水下目标分辨的深度学习方法，属于水声信号处理领域。为解决现有技术中存在的，水面水下目标的特征分布在特征空间上重叠的问题，本发明提出了基于垂直阵的浅海水面水下目标分辨的深度学习方法，针对二者由于相似的物理特性和环境参数时特征分布高度相似，利用深度学习方法来抑制类间重叠，技术方案如下：方法包括：采集训练用浅海水面水下目标对应的训练用水文数据；根据训练用水文数据，得到相应声场的相干谱数据集；根据预设模型，对相干谱数据集进行特征提取并抑制噪声；对预设模型进行端对端优化。可以应用于水下目标识别和定位领域，如海洋勘测、水下探测、海洋资源开发等工作中。

公开(公告)号：CN115905842A

公开(公告)日：2023-04-04

申请号：CN202211603461.9

申请日：2022-12-13

Applicant: 哈尔滨工程大学

Inventor： 朴胜春 ,  王笑寒 ,  郭俊媛 ,  李圳 ,  龚李佳 ,  张明辉

IPC: G06F18/213 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/08 ,  G01S5/18

Abstract: 基于非高斯脉冲噪声下微弱线谱联合检测与重构的深度学习方法及装置，涉及水声信号处理领域。为解决现有技术中存在的，微弱线谱检测方法主要利用经验知识提取目标特征，它们的性能很大程度上取决于操作者对于样本的认知程度。同时将高斯噪声假设下的水声信号处理技术直接应用于非高斯噪声下信号检测会使得其性能下降甚至失效的问题，本发明提供的技术方案为：微弱线谱联合检测与重构方法，包括：采集脉冲噪声，并根据噪声构建舰船线谱数据集；将数据集进行预处理，得到lofar图；提取lofar图的微弱特征，并得到线谱检测与重构的结果；根据所述lofar图与所述结果对预设模型进行训练，并输出训练后的模型。适用于高斯脉冲噪声下弱线谱检测和重构的工作中。