【技术实现步骤摘要】
基于线谱的水下目标舰船检测方法
本专利技术属于水下舰船的检测领域，具体涉及一种基于线谱的水下目标舰船检测方法。
技术介绍
由于水下的环境相对比较复杂，有效的进行目标检测成为一项重要的研究内容。在以往的技术中对目标检测主要依靠人们的经验，得到的结果具有主观性，同时这对人们的专业知识的要求也比较高。因此本专利技术主要解决的问题是如何对目标进行自动的检测。使得这技术广泛的应用在水下舰船的检测领域。对于舰船来说，当其行驶在海上时，舰船上的复杂的机器会进行一定的旋转以及循环往复运动，这样辐射噪声会不断的扩散在周围的海域中。这种噪声引起了人们的特别的重视，主要是因为这种噪声对于能量的辐射可以进行远距离的传播。在实际的运用中，使用水声探测设备、鱼雷声自导装置等，可以把声波作为一种可利用的目标信息。为了能够有效实现对目标的检测，需要从接收到的噪声中提取出有效的噪声信息，这部分的工作主要集中在舰船线谱的提取。能够有效的将线谱提取出来，对于提高目标检测的准确率具有重要的意义。在对目标检测时使用的是卷积神经网络。在检测的过程中需要大量的参数以训练时间。
技术实现思路
本专利技术主要是针对现...
【技术保护点】
1.基于线谱的水下目标舰船检测方法，其特征在于，包含以下步骤：步骤一 初始阶段；使用卷积神经网络作为目标检测的算法，将声音文件转换成LOFAR图；在LOFAR图中进行线谱的提取，提取过程时用到的方法是动态规划的算法和多步频移的算法；步骤二 检测阶段；对提取到的线谱图进行打标签并且转换成LMDB的格式；将处理好的数据送入到级联卷积的网络中，使用其中的70％进行模型的训练，其余的30％作为测试。
【技术特征摘要】
1.基于线谱的水下目标舰船检测方法，其特征在于，包含以下步骤：步骤一初始阶段；使用卷积神经网络作为目标检测的算法，将声音文件转换成LOFAR图；在LOFAR图中进行线谱的提取，提取过程时用到的方法是动态规划的算法和多步频移的算法；步骤二检测阶段；对提取到的线谱图进行打标签并且转换成LMDB的格式；将处理好的数据送入到级联卷积的网络中，使用其中的70％进行模型的训练，其余的30％作为测试。2.根据权利要求1所述的基于线谱的水下目标舰船检测方法，其特征在于，线谱的提取过程包含以下步骤：步骤一将原始信号的采样序列按照采样点分成若干个连续的帧，每个帧N个采样点；步骤二...
【专利技术属性】
技术研发人员：王红滨，秦帅，谢晓东，王勇军，原明旗，王念滨，周连科，赵昱杰，朱洪瑞，韦正现，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。