公开(公告)号：CN117972566A

公开(公告)日：2024-05-03

申请号：CN202410154617.2

申请日：2024-02-02

Applicant: 哈尔滨工程大学

Inventor： 邹男 ,  张文琪 ,  傅世健 ,  齐滨 ,  梁国龙 ,  苗艺馨 ,  付进 ,  郝梦竹 ,  杜佳昕

IPC: G06F18/2415 ,  G06F18/2131 ,  G06F18/27 ,  G06F18/214 ,  G06F18/21 ,  G06N3/0464 ,  G06N3/084 ,  G10L25/18 ,  G10L25/30 ,  G06N3/048

Abstract: 基于卷积神经网络的水下目标深度分类方法，本发明属于浅海负跃层环境水下目标分类领域，具体涉及目标分类问题。本发明的目的是为了解决现有方法在浅海负跃层环境中基于小孔径水平阵的水下声源目标深度定位准确率低的问题。过程为：步骤一、根据目标和水平阵布放位置信息，计算波导不变量与干涉条纹之间的关系；步骤二、利用DFT‑AR方法对声强进行谱分析，得到功率谱，作为训练集；步骤三、获得训练好的ResNet‑18卷积神经网络分类模型并保存；步骤四、将待测的功率谱输入训练好的ResNet‑18卷积神经网络分类模型，训练好的卷积神经网络分类模型输出待测的功率谱图中目标在各深度类别的预测概率，获取目标深度分类结果。