公开(公告)号：CN113901927A

公开(公告)日：2022-01-07

申请号：CN202111188877.4

申请日：2021-10-12

Applicant: 大连海事大学

Inventor： 战庆亮 ,  李林芳 ,  李晓飞 ,  白春锦 ,  姜谙男 ,  刘铁新

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于流场压力时程的水下物体外形识别方法，包括：步骤1、采用压力传感器测量已知外形目标体的尾流压强时程样本，获得所有标签与样本外形一一对应的信号集合；步骤2、将步骤1中的信号集合输入第一深度学习网络模型并迭代收敛，将其参数迁移至第二深度学习网络模型并提取步骤1中所述的信号集合中特征，实现对所述的特征进行分类；步骤3、采集待识别外形的物体流场特征样本；步骤4、基于深度学习网络模型，计算对待识别样本的特征，完成物体识别。本发明采用流场压力作为外形识别的数据，是一种标量信号，其获取比速度等矢量信号更可靠；同时克服了主动声呐隐蔽性差的缺点，弥补了水中图像信号干扰大的缺陷。

公开(公告)号：CN113901927B

公开(公告)日：2023-02-03

申请号：CN202111188877.4

申请日：2021-10-12

Applicant: 大连海事大学

Inventor： 战庆亮 ,  李林芳 ,  李晓飞 ,  白春锦 ,  姜谙男 ,  刘铁新

IPC: G06F18/24 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08 ,  G06F123/00

Abstract: 本发明公开了一种基于流场压力时程的水下物体外形识别方法，包括：步骤1、采用压力传感器测量已知外形目标体的尾流压强时程样本，获得所有标签与样本外形一一对应的信号集合；步骤2、将步骤1中的信号集合输入第一深度学习网络模型并迭代收敛，将其参数迁移至第二深度学习网络模型并提取步骤1中所述的信号集合中特征，实现对所述的特征进行分类；步骤3、采集待识别外形的物体流场特征样本；步骤4、基于深度学习网络模型，计算对待识别样本的特征，完成物体识别。本发明采用流场压力作为外形识别的数据，是一种标量信号，其获取比速度等矢量信号更可靠；同时克服了主动声呐隐蔽性差的缺点，弥补了水中图像信号干扰大的缺陷。