公开(公告)号：CN114371442B

公开(公告)日：2022-09-09

申请号：CN202210009394.1

申请日：2022-01-05

Applicant: 哈尔滨工程大学 ,  青岛明深信息技术有限责任公司

Inventor： 孙大军 ,  贾子宣 ,  滕婷婷 ,  梅继丹 ,  吕云飞

IPC: G01S3/802 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于DenseBlock的U‑net神经网络的水下DOA估计方法，它属于目标方位估计技术领域。本发明解决了现有水下目标DOA估计方法的稳健性差、分辨率低以及不能估计出目标强度的问题。本发明提出的U‑net网络通过监督学习，可以学习到CBF的PSF的特点，并将PSF的影响从方位历程图中去除，最终输出一个高分辨、窄主瓣、少旁瓣的干净的目标方位历程，由于本发明只依赖于CBF的方位历程，而CBF是白噪声背景下最稳健的波束形成器，因此本发明的稳健性优于传统的DOA算法；另一方面，由于本发明提出的U‑net网络对方位历程进行了二维处理，除了角度维度还能利用时间维度的信息，因此本发明的稳健性也优于CBF。本发明方法可以应用于水下DOA估计。

公开(公告)号：CN114371442A

公开(公告)日：2022-04-19

申请号：CN202210009394.1

申请日：2022-01-05

Applicant: 哈尔滨工程大学 ,  青岛明深信息技术有限责任公司

Inventor： 孙大军 ,  贾子宣 ,  滕婷婷 ,  梅继丹 ,  吕云飞

IPC: G01S3/802 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于DenseBlock的U‑net神经网络的水下DOA估计方法，它属于目标方位估计技术领域。本发明解决了现有水下目标DOA估计方法的稳健性差、分辨率低以及不能估计出目标强度的问题。本发明提出的U‑net网络通过监督学习，可以学习到CBF的PSF的特点，并将PSF的影响从方位历程图中去除，最终输出一个高分辨、窄主瓣、少旁瓣的干净的目标方位历程，由于本发明只依赖于CBF的方位历程，而CBF是白噪声背景下最稳健的波束形成器，因此本发明的稳健性优于传统的DOA算法；另一方面，由于本发明提出的U‑net网络对方位历程进行了二维处理，除了角度维度还能利用时间维度的信息，因此本发明的稳健性也优于CBF。本发明方法可以应用于水下DOA估计。