【技术实现步骤摘要】
本专利技术属于声呐信号处理领域，具体涉及到一种声呐多谐波信号目标速度智能感知技术。
技术介绍
0、技术背景
1、目前有研究者提出通过分析发射信号频率和回波信号频率之间的差异可得多普勒的频移，将多普勒频移进行相应的数学运算可以得到目标的速度，验证了生物声呐系统存在区分运动目标速度的能力。尽管上述方法在仿生学领域取得了阶段性成果，由于目标速度智能感知的相关文献较少，对目标速度智能感知分辨机制的研究也很少。多谐波声呐可以同时发射多个不同频率的声波，而单谐波声呐只能发送单一频率的声波。这意味着多谐波声呐可以提供更高的频谱分辨率，从而更准确地测量水下目标的速度。此外，多谐波声呐通常能够测量更广泛的速度范围，单谐波声呐可能在测量高速或低速目标时存在一些限制。卷积神经网络在图像处理与计算机视觉中被广泛使用，是一种典型的人工智能算法。该神经网络的机理即模拟多神经元的感知与特征提取过程。传统的傅里叶变换方法结合恒虚警和峰值判别技术也可以用于水下速度测量，但是在目标速度较低时，多普勒频移较小，特征不明显，而利用希尔伯特变换下的包络特征，再加入神经网络可以学习提取高分辨率的特征，包括噪声和微小变化，有助于更准确地测量速度。因此采用卷积神经网络结合包络分析和频谱分析特征图模拟识别系统的测速性能，利用粗分辨网络和精细分辨双重感知，将其应用到水下声呐领域，从而实现水下声呐多谐波信号目标速度智能感知。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，提出了一种声呐多谐波信号目标速度智能感知
2、为达到上述目的，本专利技术采用以下技术方法予以实现。
3、声呐多谐波信号目标速度智能感知技术，包括以下步骤：
4、步骤1，将双曲调频信号作为发射信号建立恒频-调频信号模型s(t)，对信号进行多普勒频移处理，得到与目标速度相关的目标回波信号模型y(t)；
5、步骤2，对发射信号及接收信号在速度维进行干涉得复合信号，目标速度相对较小时，故对复合信号进行希尔伯特变换，提取包络，进行过门限判断后，对包络图进行二值化和几何变换操作得到特征图；目标速度相对较大时，对复合信号直接进行傅里叶变换，得到频谱图，进行过门限判断后，对频谱图进行二值化和几何变换操作得到频谱特征图；
6、步骤3，采用卷积核cnn网络，输入所得到的二值化特征图像进行特征提取，再将特征输入池化层进行下采样，在全连接层将数据铺平，最后由softmax层输出图像分类结果，最终完成多谐波信号目标速度感知。
7、与现有技术相比，本专利技术的有益效果为：
8、(1)在对发射信号和回波信号求和所形成的复合信号进行希尔伯特变换处理时提取包络，解决了目标速度较小时传统的简单傅里叶变换分析信号导致特征不明显的问题，有效获取目标速度信息。
9、(2)利用具有强大的自适应性卷积神经网络可以适应不同环境条件和目标类型，使得在处理各种水下环境和多样化目标时更加灵活，卷积神经网络也可以学习提取高分辨率的特征，捕捉到传统方法可能忽略的微妙细节，加入粗分辨网络和精细分辨双重感知，提高了声呐多谐波信号的目标速度感知性能。
本文档来自技高网...【技术保护点】
1.声呐多谐波信号目标速度智能感知技术，所述方法技术包括如下步骤：
2.根据权利要求1所述的声呐多谐波信号目标速度智能感知技术，其特征在于结合时频分析下包络调制和频谱分析特征图，包含粗分辨网络和精细分辨双重感知，利用卷积神经网络实现目标速度智能感知。步骤1包含以下子步骤：
3.根据权利要求2所述的声呐多谐波信号目标速度智能感知技术，步骤2包含以下子步骤：
4.根据权利要求3所述的声呐多谐波信号目标速度智能感知技术，步骤3包含以下子步骤：
【技术特征摘要】
1.声呐多谐波信号目标速度智能感知技术，所述方法技术包括如下步骤：
2.根据权利要求1所述的声呐多谐波信号目标速度智能感知技术，其特征在于结合时频分析下包络调制和频谱分析特征图，包含粗分辨网络和精细分辨双重感知，利用卷积神经网...
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。