公开(公告)号：CN118298793B

公开(公告)日：2024-11-29

申请号：CN202410413620.1

申请日：2024-04-08

Applicant: 哈尔滨工程大学

Inventor： 李理 ,  李琛熙 ,  曹然 ,  李勇志 ,  刘百峰

IPC: G10K11/178 ,  G06N3/0442 ,  G06N3/0499 ,  G06N3/08

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。

公开(公告)号：CN118298792A

公开(公告)日：2024-07-05

申请号：CN202410413619.9

申请日：2024-04-08

Applicant: 哈尔滨工程大学

Inventor： 李理 ,  李琛熙 ,  曹然 ,  李勇志 ,  刘百峰

IPC: G10K11/178 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习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。基于深度学习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；S200、根据训练数据，搭建深度学习神经网络模型。本发明的一种基于深度学习的船舶声纳平台自噪声抑制方法，其目的是为了解决声纳系统采集信号时，船舶声纳平台自噪声对其探测性能产生的影响，本发明通过使用深度学习的方法对声纳采集到的信号中的船舶声纳平台自噪声成分进行抑制，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，为后续进行阵列信号处理时降低了计算量和处理难度。

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

Applicant: 哈尔滨工程大学

Inventor： 李理 ,  李琛熙 ,  曹然 ,  李勇志 ,  刘百峰

IPC: G10K11/178 ,  G06N3/0442 ,  G06N3/0499 ,  G06N3/08

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。

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

Applicant: 哈尔滨工程大学

Inventor： 李理 ,  李琛熙 ,  付一凡 ,  韩笑

IPC: H04B17/391 ,  H04B13/02 ,  H04L1/00 ,  G06N3/04 ,  G06N3/08

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。