公开(公告)号：CN118711036A

公开(公告)日：2024-09-27

申请号：CN202410809477.8

申请日：2024-06-21

Applicant: 哈尔滨工程大学

Inventor： 师俊杰 ,  孙大军 ,  梁民帅 ,  熊凌霜 ,  吕云飞

IPC: G06V10/82 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/082 ,  G06V10/25

Abstract: 一种基于机器学习的线谱自动检测方法，属于水声目标定位跟踪领域。本发明针对现有线谱检测方法在低信噪比下，线谱特征提取精度低的问题。包括采用信号生成多组不同的特征信号；对每组特征信号进行短时傅里叶变换，得到多帧LOFAR谱，进而得到LOFAR谱图；由LOFAR谱图得到训练集；搭建基于卷积神经网络的目标线谱检测模型，包括编码器和解码器，编码器包括编码卷积层、注意力层和编码池化层；采用训练集对目标线谱检测模型进行迭代训练，计算检测误差，调整模型网络参数，直到检测误差小于期望误差或达到预设迭代次数，得到最终目标线谱检测模型，用于LOFAR谱图的目标线谱检测。本发明用于水声目标的自动检测。