【技术实现步骤摘要】
本专利技术涉及江河流量监测领域，特别是涉及一种基于卷积神经网络的声音到达时间估计方法。
技术介绍
1、河流声层析测流技术是一种全新的河流测量技术，具有易安装、受河面情况影响小、准确率高等优点，神经网络模型可以学习到数据的规律，能准确计算出结果。利用卷积神经网络计算声层析算法中的声音到达时间，可以大大提高算法结果的稳定性和准确性，在弱信号环境下能起到很好的效果。
2、目前，河流声层析测流技术仍在发展阶段，声音信号受到流域地形、温度、设备本身等因素影响，会出现信号变弱、信号缺失等情况，对声音到达时间的测量产生较大干扰，最终影响流速、流量结果的计算。
3、因此，本领域亟需一种能够提高河流声层析测流质量的技术方案。
技术实现思路
1、为了解决河流声层析测流方法中，测量声音到达时间过程中存在的问题，本专利技术提出了一种基于卷积神经网络的计算方法。
2、一种基于卷积神经网络的声音到达时间估计方法，包括：
3、训练数据准备：在高斯噪声背景下添加随机信号，模...
【技术保护点】
1.一种基于卷积神经网络的声音到达时间估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于卷积神经网络的声音到达时间估计方法，其特征在于，所述随机信号包括数量随机、位置随机、大小随机的信号。
3.根据权利要求1所述的基于卷积神经网络的声音到达时间估计方法，其特征在于，所述信号匹配滤波结果的二维图像的大小不限。
4.根据权利要求1所述的基于卷积神经网络的声音到达时间估计方法，其特征在于，所述在高斯噪声背景下添加随机信号，模拟真实收到的声音信号包括：在高斯噪声背景下任意时刻，添加若干个带有声纹的声音信号，组成一条仿真声音信
【技术特征摘要】
1.一种基于卷积神经网络的声音到达时间估计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于卷积神经网络的声音到达时间估计方法，其特征在于，所述随机信号包括数量随机、位置随机、大小随机的信号。
3.根据权利要求1所述的基于卷积神经网络的声音到达时间估计方法，其特征在于，所述信号匹配滤波结果的二维图像的大小不限。
4.根据权利要求1所述的基于卷积神经网络的声音到达时间估计方法，其特征在于，所述在高斯噪声背景下添加随机信号，模拟真实收到的声音信号包括：在高斯噪声背景下任意时...
【专利技术属性】
技术研发人员：郑庆涛，丁永清，吴宇浩，田爱民，黄培鸿，刘华锋，张叔安，严观生，刘昌，高鑫，
申请(专利权)人：广州远动信息技术有限公司，
类型：发明
国别省市：
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。