[发明专利]一种基于DenseBlock的U-net神经网络的水下DOA估计方法有效
申请号: | 202210009394.1 | 申请日: | 2022-01-05 |
公开(公告)号: | CN114371442B | 公开(公告)日: | 2022-09-09 |
发明(设计)人: | 孙大军;贾子宣;滕婷婷;梅继丹;吕云飞 | 申请(专利权)人: | 哈尔滨工程大学;青岛明深信息技术有限责任公司 |
主分类号: | G01S3/802 | 分类号: | G01S3/802;G06N3/04;G06N3/08 |
代理公司: | 哈尔滨市松花江专利商标事务所 23109 | 代理人: | 张换男 |
地址: | 150001 黑龙江*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 denseblock net 神经网络 水下 doa 估计 方法 | ||
一种基于DenseBlock的U‑net神经网络的水下DOA估计方法,它属于目标方位估计技术领域。本发明解决了现有水下目标DOA估计方法的稳健性差、分辨率低以及不能估计出目标强度的问题。本发明提出的U‑net网络通过监督学习,可以学习到CBF的PSF的特点,并将PSF的影响从方位历程图中去除,最终输出一个高分辨、窄主瓣、少旁瓣的干净的目标方位历程,由于本发明只依赖于CBF的方位历程,而CBF是白噪声背景下最稳健的波束形成器,因此本发明的稳健性优于传统的DOA算法;另一方面,由于本发明提出的U‑net网络对方位历程进行了二维处理,除了角度维度还能利用时间维度的信息,因此本发明的稳健性也优于CBF。本发明方法可以应用于水下DOA估计。
技术领域
本发明属于目标方位估计技术领域,具体涉及一种基于DenseBlock的U-net神经网络的水下DOA估计方法。
背景技术
DOA(Direction-of-arrival)估计在水声阵列信号处理中被广泛应用。它通过对接收信号进行处理,获得信号源相对于阵列的角度信息,在水下探测和定位等领域具有重要地位。随着人类在海洋领域的活动日渐频繁,人们对声呐系统的探测、识别、跟踪等功能的性能需求也在与日俱增。为了分辨方位临近的目标,需要发展能够突破瑞利限的,具有窄波束和高分辨力的水下DOA估计方法。
在实际使用中,由于阵列安装误差、阵列各阵元通道的幅度相位响应不一致等原因,阵列状态通常是不理想的。传统水下DOA算法大多依赖于预先设计好的信号和阵列模型,如专利申请CN112327245A和专利申请CN103760519A,但是当实际的模型与理想的模型不匹配时,可能会对算法的性能有较大的影响,因此,传统水下DOA算法的稳健性较差。随着机器学习的发展,近些年一些学者开始使用神经网络来解决DOA估计问题。基于机器学习的方法是数据驱动的,并不依赖于对阵列模型预先的假设,因此对阵列缺陷的适应性更强。
下列专利申请和文献均对DOA估计方法进行了研究:
例如,专利申请CN109597046A、CN111446998B和CN110888105A以及文献(Park J,Jung D J.Deep Convolutional Neural Network Architectures for Tonal FrequencyIdentification in a Lofargram[J].International Journal of Control,Automationand Systems,2021,19(2):1103-1112)将DOA估计问题看作一个分类问题,采用了卷积神经网络(Convolutional Neural Networks,CNN)等分类的神经网络估计目标的方位。但是,这类方法只能估计出在某角度区间内存在目标的概率,而且不像传统方法一样同时能估计出目标的强度。另外,一些分类方法划分的角度网格太粗糙,每个分类包含5°左右的角度区间,因此,算法的分辨率并不高。这使得这类方法的估计精度无法满足实际探测的需求。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工程大学;青岛明深信息技术有限责任公司,未经哈尔滨工程大学;青岛明深信息技术有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210009394.1/2.html,转载请声明来源钻瓜专利网。