基于深度神经网络的圆环阵宽带信号波达方向估计方法技术

本发明专利技术公开了一种基于深度神经网络的圆环阵宽带信号波达方向估计方法，包括输入数据的设计和预处理、标签数据的预处理、深度神经网络的设计和训练、根据网络的输出判断多目标等步骤。该方法采用监督学习，将经过柱谐分解后的圆环阵宽带频域阵元信号的协方差矩阵作为深度神经网络的输入，以方位波束伪谱作为输出，由于利用了声场特性以及圆环阵和壳体的散射特性来提高对弱目标的检测能力，同时在低频段较传统方法有更好的性能，因而本发明专利技术在弱目标检测和多目标分辨上都存在优势，可很好应用于有人或无人水下平台等水声探测领域。

【技术实现步骤摘要】

本专利技术涉及一种水下目标智能探测定位技术，是一种基于深度神经网络的圆环阵宽带信号波达方向估计方法。

技术介绍

1、圆环阵目前广泛装备于现役水面舰和潜艇的艏端声纳，应用场景广泛。圆环阵的一般布阵方式为刚性圆柱体表面布设多个圆环阵组成圆柱阵的形式。作为声纳基阵的组成部分，圆柱壳由于其物理结构的对称性具有散射声场可理论计算的优良特点，其散射声场理论解可由若干阶柱谐函数构成的声场模态组合的简明形式表示，衍生出特殊的阵列信号处理方法，在水声信号处理领域讨论这些方法进行应用的效果及其面临的问题。因此，研究基于柱谐函数和柱谐分解的方法，探索高效的圆环阵阵列信号处理算法，为未来装备发展提供参考。

2、以信号处理为主要手段的水声探测识别方法在环境适应性、弱目标探测方面均存在难以克服的困难，以深度学习为代表的智能方法在逼近目标辐射噪声传播信道、平台耦合后到接收信号之间的复杂映射关系上体现出巨大潜力。

技术实现思路

1、本专利技术的目的是提供一种基于深度神经网络的圆环阵宽带信号波达方向估计方法，该方法利用深度学习，能本文档来自技高网...

【技术保护点】

1.一种基于深度神经网络的圆环阵宽带信号波达方向估计方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于深度神经网络的圆环阵宽带信号波达方向估计方法，其特征在于：所述步骤1)具体包括：

3.根据权利要求1所述的基于深度神经网络的圆环阵宽带信号波达方向估计方法，其特征在于：所述步骤2)中，将对应输入数据的波达方向处理为方位波束伪谱的形式，标签即为声源的波达方向在角度域的表示(1°,2°,…,360°)，将其进行预处理后得到一个期望为声源波达方向的正态分布tn来表示标签，

4.根据权利要求3所述的基于深度神经网络的圆环阵宽带信号波达方向估计方法，...

【技术特征摘要】

1.一种基于深度神经网络的圆环阵宽带信号波达方向估计方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于深度神经网络的圆环阵宽带信号波达方向估计方法，其特征在于：所述步骤1)具体包括：

3.根据权利要求1所述的基于深度神经网络的圆环阵宽带信号波达方向估计方法，其特征在于：所述步骤2)中，将对应输入数据的波达方向处理为方位波束伪谱的形式，标签即为声源的波达方向在角度域的表示(1°,2°,…,360°)，将其进行预处理后得到一个期望为声源波达方向的正态分布tn来表示标签，

4.根据权利要求3所述的基于深度神经网络的圆环阵宽带信号波达方向估计方法，其特征在于：所述步骤2)中，深度神经网络波达方向估计的性能在训练过程...

【专利技术属性】
技术研发人员：曹怀刚，潘悦，王强，
申请(专利权)人：中国船舶集团有限公司第七一五研究所，
类型：发明
国别省市：