-
公开(公告)号：CN118625258A
公开(公告)日：2024-09-10
申请号：CN202310245078.9
申请日：2023-03-09
申请人： 中国科学院声学研究所
摘要： 本发明涉及水声物理、目标估计领域，特别涉及一种基于机器学习的矢量水听器多目标方位估计及谱分离方法。本发明方法包括：S1.基于单矢量水听器接收的多个目标辐射噪声的时域数据获得离散方位谱；S2.将方位谱按照最大幅度从大到小进行排序，并依次将作为方位中心，计算幅度加权值和角度密度中心，并以计算的角度密度中心作为方位中心进行迭代计算，直到相邻两次计算的角度密度中心小于角度阈值，输出按照幅度值从大到小排列的多个目标的方位、幅度和辐射噪声频谱；S3.计算幅度动态阈值，输出幅度大于幅度动态阈值的目标方位和辐射噪声谱。本发明可以无需给定目标数目的情况下，自动输出目标方位，同时设计的动态阈值更能适应高噪声环境。
-
公开(公告)号：CN118013179A
公开(公告)日：2024-05-10
申请号：CN202211335237.6
申请日：2022-10-28
申请人： 中国科学院声学研究所
IPC分类号： G06F17/16 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明涉及水声物理领域，特别涉及一种基于深度学习的单矢量水听器环境适应性方位估计方法，该方法包括：将经预处理的单矢量水听器目标辐射噪声频域数据输入到预先建立并训练好的基于深度学习的方位估计模型中，获得输出向量；输出向量最大值的位置即为估计的辐射噪声波达方位；所述方位估计模型的训练数据集在建立时，包括以下步骤：对矢量水听器接收的水声目标数据进行处理，获得目标方位估计值；根据单矢量水听器的位置和水声目标的位置计算得到目标方位真实值；基于目标方位估计值和真实值获得估计误差，选取估计误差最小的频段作为最佳频段；对最佳频段的水声目标数据进行单矢量相移方位扫描扩充并添加数据标签，作为训练数据集。
-
公开(公告)号：CN113138366B
公开(公告)日：2022-12-06
申请号：CN202010054130.9
申请日：2020-01-17
申请人： 中国科学院声学研究所
摘要： 本发明属于水声物理和水听器方位估计技术领域，具体涉及一种基于深度迁移学习的单矢量水听器方位估计方法，该方法包括：将原有的已训练好的深度学习模型中的隐知识迁移到当前场景的深度迁移学习模型中；对单矢量水听器接收的实测数据进行预处理，获得预处理后的数据；其中，所述预处理后的数据包括：带标签的数据和不带标签的数据；将预处理后的数据中的不带标签的数据输入至训练好的当前场景的深度迁移学习模型中，获得预处理后的不带标签的数据对应的标签，作为声源的方位角，完成单矢量水听器方位估计。
-
公开(公告)号：CN113138365B
公开(公告)日：2022-12-06
申请号：CN202010052928.X
申请日：2020-01-17
申请人： 中国科学院声学研究所
摘要： 本发明属于水声物理和水听器方位估计技术领域，具体涉及一种基于深度学习的单矢量水听器方位估计方法，该方法包括：对单矢量水听器接收的不带标签的实测数据进行预处理，获得预处理后的数据；将预处理后的数据输入至训练好的深度学习神经网络模型，获得预处理后的数据对应的标签，作为声源的方位角，完成单矢量水听器方位估计。
-
公开(公告)号：CN113138365A
公开(公告)日：2021-07-20
申请号：CN202010052928.X
申请日：2020-01-17
申请人： 中国科学院声学研究所
摘要： 本发明属于水声物理和水听器方位估计技术领域，具体涉及一种基于深度学习的单矢量水听器方位估计方法，该方法包括：对单矢量水听器接收的不带标签的实测数据进行预处理，获得预处理后的数据；将预处理后的数据输入至训练好的深度学习神经网络模型，获得预处理后的数据对应的标签，作为声源的方位角，完成单矢量水听器方位估计。
-
公开(公告)号：CN113109794A
公开(公告)日：2021-07-13
申请号：CN202010032044.8
申请日：2020-01-13
申请人： 中国科学院声学研究所
摘要： 本发明提供了一种强噪声环境下基于深度神经网络的深海声源定深方法，所述方法包括：将垂直阵实测得到的时间‑阵元域数据，经过FFT处理得到频率‑阵元域数据；对频域归一化处理后的频率‑阵元域数据进行常规波束形成处理，得到频率‑掠射角度域的波束响应矩阵；将频率‑掠射角度域的波束响应矩阵输入到预先训练好的深度神经网络中，输出声源深度估计结果。本发明的方法能够快速学习环境噪声分布特征，使得神经网络具有环境噪声的识别能力；还能够降低环境噪声对深海直达声区目标深度估计结果的影响，抑制环境噪声在深度神经网络中的输出。
-
公开(公告)号：CN104749568B
公开(公告)日：2017-06-09
申请号：CN201310739820.8
申请日：2013-12-26
申请人： 中国科学院声学研究所
IPC分类号： G01S7/539
摘要： 本发明提供了一种基于水听器阵列的浅海目标深度的分类方法，通过融合多个水听器接收到的信息进行探测，并使用声传播仿真生成基于模型的深、浅声源产生的能量场变化的典型概率密度函数，基于该概率密度函数进行似然比检测（LRT）来辨识接收到的信号，根据声能量在整个声场范围内的分布规律进行先验知识的提取，从而对该声场目标进行深度分类，算法易于实现，环境适应性高。
-
公开(公告)号：CN113640806B
公开(公告)日：2023-07-25
申请号：CN202010343455.9
申请日：2020-04-27
申请人： 中国科学院声学研究所
摘要： 本发明属于水声物理技术领域，具体涉及一种基于多声纳设备的沉积层声特性获取方法，包括：以待反演声学特性参数为输入变量，建立时间域上的声压包络与海底浅表层沉积物声学特性参数之间的函数关系，反演得到声学特性参数，并利用经验推导，得到经验性声学特性参数；以待反演反向声学特性参数为输入变量，建立角度域上的反向散射回波相对强度与海底浅表层沉积物反向声学特性参数之间的函数关系，反演得到反向声学特性参数，并利用经验推导，得到经验性反向声学特性参数；利用浅地层剖面仪采集的海底回波数据，采用基于图像的综合性数据处理方法，获得海底垂直方向上的海底沉积层的结构信息。
-
公开(公告)号：CN113109795B
公开(公告)日：2022-10-14
申请号：CN202010032052.2
申请日：2020-01-13
申请人： 中国科学院声学研究所
摘要： 本发明提供了一种基于深度神经网络的深海直达声区目标深度估计方法，所述方法包括：将垂直阵实测得到的时间‑阵元域数据，经过FFT处理得到频率‑阵元域数据；对频域归一化处理后的频率‑阵元域数据进行常规波束形成处理，得到频率‑掠射角度域的波束响应矩阵；将频率‑掠射角度域的波束响应矩阵输入到预先训练好的深度神经网络中，输出声源深度估计结果。本发明的方法可以克服多重谱深度估计方法受频带宽度和阵列孔径的限制；深度估计的正确率显著高于输入数据为频率‑深度声压场数据的深度神经网络估计方法和传统声源深度估计方法，而且相对误差最低。
-
公开(公告)号：CN113640806A
公开(公告)日：2021-11-12
申请号：CN202010343455.9
申请日：2020-04-27
申请人： 中国科学院声学研究所
摘要： 本发明属于水声物理技术领域，具体涉及一种基于多声纳设备的沉积层声特性获取方法，包括：以待反演声学特性参数为输入变量，建立时间域上的声压包络与海底浅表层沉积物声学特性参数之间的函数关系，反演得到声学特性参数，并利用经验推导，得到经验性声学特性参数；以待反演反向声学特性参数为输入变量，建立角度域上的反向散射回波相对强度与海底浅表层沉积物反向声学特性参数之间的函数关系，反演得到反向声学特性参数，并利用经验推导，得到经验性反向声学特性参数；利用浅地层剖面仪采集的海底回波数据，采用基于图像的综合性数据处理方法，获得海底垂直方向上的海底沉积层的结构信息。
-
-
-
-
-
-
-
-
-
搜索结果
34 条记录 (耗时 0.04 秒)
