-
公开(公告)号：CN119418179A
公开(公告)日：2025-02-11
申请号：CN202411491662.3
申请日：2024-10-24
Applicant: 中国船舶集团有限公司第七一五研究所
Abstract: 本发明涉及一种基于对比度计算的声成像水下目标识别方法，该方法的步骤包括：步骤1、依据智能识别算法获取所有疑似目标的尺度和位置信息，其中包括真实目标和智能识别算法判定的虚警；步骤2、声成像背景归一化；步骤3、使用均值滤波器去除声成像数据中的椒盐噪声。本发明将该处理方法与智能识别方法相结合，通过多阈值设置，降低虚警，提高目标识别正确率。
-
公开(公告)号：CN118296355A
公开(公告)日：2024-07-05
申请号：CN202410477948.X
申请日：2024-04-19
Applicant: 中国船舶集团有限公司第七一五研究所
IPC: G06F18/213 , G06F18/22 , G06F18/26 , G06F30/27
Abstract: 本发明提出了一种基于深度学习的多回波相似性特征提取方法，利用深度学习的非线性特征表征能力挖掘主动目标回波的可鉴别性特征，选取相邻目标回波计算特征距离度量目标回波相似性，计算相邻非目标回波/不相邻非目标回波/目标与非目标回波之间的特征距离度量非目标回波相似性，设计损失函数，使得相邻目标回波的之间的相似性高于目标回波与非目标回波/相邻非目标回波/不相邻非目标回波之间的相似性，对多回波相似性特征具有较好地特征表征效果，受环境影响小，泛化性强。本发明可用于主动目标识别能力提升，具有一定的创新意义。
-
公开(公告)号：CN118135385A
公开(公告)日：2024-06-04
申请号：CN202311701429.9
申请日：2023-12-12
Applicant: 中国船舶集团有限公司第七一五研究所 , 汉江国家实验室
IPC: G06V20/05 , G01S7/539 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/0455
Abstract: 本发明提供了一种基于区间回归的水下目标尺度预测方法，包括：步骤1、构建仿真目标回波数据集；步骤2、构建深度学习模型及定义模型联合损失函数；步骤3、深度学习模型训练；步骤4、深度学习模型预测。本发明将对水下目标直接进行尺度回归预测转换为对回波包络区间的回归预测，设计了一个由回波边界框回归损失和目标分类损失构成的联合损失函数，可同时给出回波包络的左右边界和预测结果的置信度，大大提高了基于深度学习尺度预测的可解释性。
-
公开(公告)号：CN119439169A
公开(公告)日：2025-02-14
申请号：CN202411491660.4
申请日：2024-10-24
Applicant: 中国船舶集团有限公司第七一五研究所
Abstract: 本发明涉及一种基于回波时空频联合深度学习的水下运动目标检测方法，包括以下步骤，步骤一：选取含有运动目标的主动声纳基阵数据进行预处理，波束形成得到波束域数据；步骤二：对全波束数据进行空时二维处理，得到空时域的多普勒特征谱S(l,k),l＝1:M1,k＝1:N1，其中l表示波束号，M1是总的波束数，k表示频点数，N1是总的频点数，对应的频率范围为[fL,fH]，对S(l,k)进行运动目标标注，构建空时域多普勒特征谱训练数据集。本发明利用深度学习方法进行运动目标检测，结合运动目标在时‑空‑频上的运动特征一致性，提高对运动目标判断的置信度。
-
公开(公告)号：CN119044978A
公开(公告)日：2024-11-29
申请号：CN202411038948.6
申请日：2024-07-31
Applicant: 中国船舶集团有限公司第七一五研究所
Abstract: 本发明涉及一种声纳信号处理方法，属于水声工程、声纳技术、主动声纳信号处理领域，公开了一种基于相邻回波相关特征的水面水下目标分辨方法，通过分析主动声纳相邻快拍时域单波束回波互相关函数发现，目标深度信息隐含在主动目标回波互相关函数的变化规律中，定义了水面/水下目标深度分辨特征量为相邻快拍时域单波束回波互相关函数绝对值的峰值与平均值的比值，通过比较实测深度分辨特征量与深度分辨阈值的大小来实现水面目标与水下目标的判别；可用于浅海舰载主动声纳，支撑水面/水下目标的分辨，具有一定的创新意义。
-
Patent Agency Ranking
公开(公告)号：CN118112548A
公开(公告)日：2024-05-31
申请号：CN202311685813.4
申请日：2023-12-08
Applicant: 中国船舶集团有限公司第七一五研究所 , 汉江国家实验室
Abstract: 本发明公开了一种基于回波多域别变换特征融合的主动目标识别方法，包括：对主动目标回波进行多域别变换，得到各域别的变换特征谱；将各类变换特征谱接入对应的特征提取子网络，输出对应的高维特征；通过注意力域内特征融合和注意力域间特征融合；对融合特征进行目标分类识别，得到目标识别结果。通过多域别变换对目标进行多维全面表征，变相增加了样本数量，同时域内、域间特征融合不仅可以有效消除多种变换的特征冗余性，还能充分发挥不同域别特征之间的互补性和差异性，提升对主动目标识别性能。
-
公开(公告)号：CN117665786A
公开(公告)日：2024-03-08
申请号：CN202311620392.7
申请日：2023-11-30
Applicant: 中国船舶集团有限公司第七一五研究所
Abstract: 本发明提供了一种基于深度回归模型的水下目标回波亮点结构提取方法，包括：步骤1、构建仿真目标回波数据集；步骤2、构建回波亮点结构提取模型和对应的回归损失函数；步骤3、深度回归模型训练；步骤4、深度回归模型微调；步骤5、深度回归模型预测。本发明针对构建的深度学习模型，设计了一个由回波亮点结构回归、回波时延展宽回归和预测回波时延展宽校正三部分构成的损失函数，可优化智能提取方法中模型拟合效果，在同一时间可对批量数据进行处理，并同时输出亮点结构和回波时延展宽，从而提高对水下目标回波亮点结构特征提取的自动化程度和提取性能。
-
公开(公告)号：CN117671470A
公开(公告)日：2024-03-08
申请号：CN202311633241.5
申请日：2023-11-30
Applicant: 中国船舶集团有限公司第七一五研究所
IPC: G06V20/05 , G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本发明提出了一种基于深度学习的水下小目标合成孔径声成像检测方法，包括：步骤1、构建合成孔径声成像的样本数据集；步骤2、构建基于改进Faster R‑CNN的水下小目标智能检测模型；步骤3、模型训练；步骤4、模型预测；步骤5、目标位置解算。本发明根据合成孔径成像的小样本、特征匮乏特点，对深度学习模型的结构和损失函数进行了改进，显著提高了在大范围扫海及其他作业任务中，目标检测和识别的准确度和自动化程度。
-
公开(公告)号：CN118112577A
公开(公告)日：2024-05-31
申请号：CN202311689953.9
申请日：2023-12-11
Applicant: 中国船舶集团有限公司第七一五研究所
Abstract: 本发明公开了一种海洋环境适配的合成孔径海底成像动态时延估计方法，包括：步骤1，形成声速剖面分层模型；步骤2，形成深度‑距离动态时延表。同时提供了一种基于动态时延估计的合成孔径海底成像处理方法，在步骤1、步骤2外还包括步骤3，将实时解析的设备和环境参数与时延表进行动态匹配；步骤4，依据步骤3的时延补偿值对海底回波信号进行处理，获得海底成像的合成孔径结果。本发明的方法采用基于声速剖面多层模型的时延估计方法和直达声有效时延表搜索法来获得动态延时表，考虑了海洋声线弯曲情况，等效于不同的探测距离采用不同的等效声速进行延时估计，能降低声速估计误差对海底成像的影响，从而提高海底成像的聚焦效果。
-
公开(公告)号：CN117930204A
公开(公告)日：2024-04-26
申请号：CN202311702671.8
申请日：2023-12-12
Applicant: 中国船舶集团有限公司第七一五研究所
Abstract: 本发明涉及一种信号自适应稀疏优化线谱增强方法、介质及设备，对信号数据进行经验模态分解，对各模态分析、提取、重构，对重构后信号进行稀疏优化的自适应线谱增强，实现干扰环境低信噪比条件下的目标线谱特征增强；基于方法实现计算机可读存储介质和计算机设备的执行。本发明将复杂的混合信号分解为多个局部特性不同，但全局特性相似的固有模态函数，有利于更好辨识、提取、分析信号，并抑制干扰；利用自适应线谱增强器高度自适应性与强大的窄带增强能力，抑制经验模态分解并重构后仍无法有效去除的宽带噪声，保留具有窄带和强周期特征的信号分量，提高输出信噪比，改善信号质量，为后序信号处理提供良好基础；具有自适应优化与干扰抑制特性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.047 seconds)
