【技术实现步骤摘要】
本专利技术涉及水下噪声识别的，尤其涉及一种基于改进transformer构建多任务学习的水下噪声识别方法。
技术介绍
1、海洋是未来高科技战争的主要战场之一，未来海军装备也必将走向信息化。随着电子对抗技术的日益发展，电子对抗与反对抗技术在战争中的充分使用显示了它们在海战中的重要性。水声对抗是指利用信号处理技术对水声信号进行处理，从而完成目标检测、参数估计和目标识别等军事任务。其中，水下目标探测是水声对抗的基础，只有准确的检测出地方目标，才能完成诸多后续任务。
2、水下航行器的辐射噪声与自噪声的强弱将决定其隐蔽性能，较高的辐射噪声与自噪声更容易被对方声纳系统所探测、追踪，同时也对本身声纳系统造成强烈的千扰。水下航行器的辐射噪声与自噪声包括螺旋桨等推进装置的振动噪声、航行器配备的各种机械设备的螺旋桨噪声和水动力噪声。其中，振动噪声是指由航行器上的各类机构的振动引起辐射而造成的噪声，该噪声对声纳设备的影响十分严重，是航行器主要噪声来源。为此，有必要开展水下航行器振动噪声识别与分离方面的研究工作。
3、水下航行器的目标被...
【技术保护点】
1.一种基于改进Transformer构建多任务学习的水下噪声识别方法，其特征在于，其步骤如下：
2.根据权利要求1所述的基于改进Transformer构建多任务学习的水下噪声识别方法，其特征在于，所述标准化处理是使采集到的噪声信号分布在均值为0、标准差为1的分布上。
3.根据权利要求1或2所述的基于改进Transformer构建多任务学习的水下噪声识别方法，其特征在于，所述水下噪声识别模型包括三个多头注意力模块，其中一个多头注意力模块用于学习全局特征不进行特定的分类，其他两个多头注意力模块分别独立执行噪声种类识别任务和噪声来源识别任务；学习全...
【技术特征摘要】
1.一种基于改进transformer构建多任务学习的水下噪声识别方法，其特征在于，其步骤如下：
2.根据权利要求1所述的基于改进transformer构建多任务学习的水下噪声识别方法，其特征在于，所述标准化处理是使采集到的噪声信号分布在均值为0、标准差为1的分布上。
3.根据权利要求1或2所述的基于改进transformer构建多任务学习的水下噪声识别方法，其特征在于，所述水下噪声识别模型包括三个多头注意力模块，其中一个多头注意力模块用于学习全局特征不进行特定的分类，其他两个多头注意力模块分别独立执行噪声种类识别任务和噪声来源识别任务；学习全局特征与噪声种类识别任务和噪声来源识别任务并行执行，在改进的transformer的forward函数中交替执行，并周期性地将全局特征通过广播的方式与子任务特征直接相加进行融合；噪声种类识别任务和噪声来源识别任务的多头注意力模块独立计算损失，加权求和后进行反向传播。
4.根据权利要求3所述的基于改进transformer构建多任务学习的水下噪声识别方法，其特征在于，所述改进的transformer的feedforward层的结...
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。