【技术实现步骤摘要】
本专利技术涉及水声目标识别，特别是涉及一种基于相空间重构的主动声呐探测目标方位识别方法与装置。
技术介绍
1、水下目标声呐探测包括主动声呐探测和被动声呐探测，由于目标隐身技术的发展，被动声呐探测的效果受到限制，因此主动声呐探测成为当前研究中的焦点之一。
2、在主动声呐探测领域，常采用波束形成结合匹配滤波的方法，该方法在已知探测波形情况下能够实现输出信噪比的最大化。然而，在水下环境中，存在多种干扰，如环境噪声、船舰噪声以及水面和水底的多次反射等，导致水声信道发生畸变。这些干扰因素使得接收到的探测回波信号的信噪比降低，呈现出非线性特性，从而对主动声呐探测性能产生挑战。对于信噪比较低的探测回波，难以准确提取目标信号特征，从而影响了对目标方向和位置信息的准确判断。针对回波呈现非线性的情况，研究探测回波的非线性动态特征，分析回波内部的规律，对目标特征提取具有更为重要的意义。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种基于相空间重构的主动声呐探测目标方位识别方法与装置。p>
2、一种基本文档来自技高网...
【技术保护点】
1.一种基于相空间重构的主动声呐探测目标方位识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述序列处理模块包括结构相同的两个卷积神经网络，所述图像处理模块包括结构相同的两个长短期记忆神经网络；所述卷积神经网络包括ResNet50。
3.根据权利要求1或2所述的方法，其特征在于，所述损失函数为：
4.根据权利要求1所述的方法，其特征在于，分别提取所述探测回波样本每一角度序列对应的递归图特征和层流性特征的步骤，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述融合结果得到所述探测...
【技术特征摘要】
1.一种基于相空间重构的主动声呐探测目标方位识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述序列处理模块包括结构相同的两个卷积神经网络，所述图像处理模块包括结构相同的两个长短期记忆神经网络；所述卷积神经网络包括resnet50。
3.根据权利要求1或2所述的方法，其特征在于，所述损失函数为：
4.根据权利要求1所述的方法，其特征在于，分别提取所述探测回波样本每一角度序列对应的递归图特征和层流性特征的步骤，包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述融合结果得到所述探测回波样本对应的目标方位识别结果包括：<...
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。