公开(公告)号：CN119493081A

公开(公告)日：2025-02-21

申请号：CN202411501071.X

申请日：2024-10-25

Applicant: 哈尔滨工程大学

Inventor： 李海鹏 ,  柴英智 ,  孙大军 ,  郑翠娥 ,  张居成 ,  韩云峰 ,  洪小平 ,  赵昭

IPC: G01S5/18 ,  G06N3/0464 ,  G06N3/084 ,  G06F18/15

Abstract: 一种基于深度学习算法的离格直达波时延估计方法，本发明涉及海洋资源开发领域，尤其涉及基于深度学习算法的离格直达波时延估计方法。本发明的目的是为了解决现有远场直达波时延估计精度差的问题。过程为：主动声呐发射信号数据，阵元接收信号数据和信号数据对应的时延真值标签；得到处理后的信号数据；得到直达波时延的粗估计值；计算差值；得到稀疏处理后时延差值；获得训练好的时延差值回归模块网络结构模型；将阵元接收信号数据进行处理，得到处理后的信号数据；基于训练好的时延差值回归模块网络结构模型输出特征向量；利用寻峰函数对特征向量进行处理，得到时延差值；将时延差值与直达波时延的粗估计值进行加和，得到接收信号的估计值。

公开(公告)号：CN119382804A

公开(公告)日：2025-01-28

申请号：CN202411501086.6

申请日：2024-10-25

Applicant: 哈尔滨工程大学

Inventor： 李海鹏 ,  柴英智 ,  孙大军 ,  郑翠娥 ,  张居成 ,  韩云峰 ,  洪小平

IPC: H04B13/02 ,  H04L43/0852

Abstract: 一种基于深度学习的强相干多途时延估计方法，本发明的目的是为了解决现有多途时延估计精度差的问题。过程为：一、仿真得到数据包；二、得到处理后的信号数据；三、基于Sinc核函数的稀疏编码方式将数据包中信号数据对应的时延真值进行稀疏化处理，得到稀疏处理后时延值；四、获得训练好的时延回归模块网络结构模型；五、将信号数据进行处理，得到处理后的信号数据；将处理后的信号数据输入训练好的型，训练好的模型输出每个处理后的信号在预设时延网格对应的值；利用寻峰函数对训练好的时延回归模块网络结构模型输出的每个处理后的信号在预设时延网格对应的值进行处理，得到原始时延网格对应的值。本发明用于多途时延估计领域。