[发明专利]一种舰船轴频电场信号降噪方法及相关装置

权利要求书

1.一种舰船轴频电场信号降噪方法，其特征在于，包括：

采集舰船轴频电场信号，预处理后得到干净轴频电场信号；

将获得的干净轴频电场信号与实测环境的长时噪声信号中的一段进行线性叠加，得到不同信噪比的带噪轴频电场信号；

搭建基于双向循环神经网络BRNN的轴频电场信号降噪网络模型；

将不同信噪比的带噪轴频电场信号作为后续模型训练和测试的数据集，将数据集中的训练样本输入轴频电场信号降噪网络模型；

优化将训练样本，获得当前时刻的噪声预测值，通过损失函数获得噪声预测值与当前时刻实际噪声的均方差损失函数；

重复训练得到训练好的的BRNN降噪网络模型，将带噪声轴频电场信号输入到训练好的BRNN降噪网络模型中进行降噪。

2.根据权利要求1所述的一种舰船轴频电场信号降噪方法，其特征在于，舰船轴频电场信号为不同距离和特征频率的实测轴频电场信号。

3.根据权利要求1所述的一种舰船轴频电场信号降噪方法，其特征在于，将获得的干净轴频电场信号与实测环境的长时噪声信号中的一段进行线性叠加为：任意选取一时间点开始步进式地插入至长时噪声数据，得到不同信噪比的带噪轴频电场信号，作为后续模型训练和测试的数据集。

4.根据权利要求1所述的一种舰船轴频电场信号降噪方法，其特征在于，基于双向循环神经网络BRNN的轴频电场信号降噪网络模型中，BRNN降噪网络结构由RNN层和FC全连接层两部分组成；

RNN层中的每个神经元之间的传播均使用tanh激活函数去线性化，输出层使用sigma激活函数去线性化；该层主要包括前向传播和后向传播两大部分，其计算过程如下：

h_t＝tanh(Ux_t+Wh_t-1+b)

h′_t＝tanh(U′x_t+W′h_t+1+b′)

式中：x_t为第t时刻的输入；h_t为第t时刻的前向传播值，h′_t为第t时刻的后向传播值；U、U′为输入层x_t至隐藏层h_t的状态-状态权重；W、W′为前一时刻的隐藏层h_t-1至当前时刻隐藏层h_t的状态-输入权重；b、b′为偏差向量；

前向传播值h_t和后向传播值h′_t共同决定RNN层获得输出值o_t，激活函数为sigma，其计算公式如下：

o_t＝sigma(Vh_t+V′h′_t+c)

式中：V、V′为隐藏层h_t至输出层o_t的权重系数；c为偏差向量；

FC全连接层的神经单元个数和输出维度与RNN层的输出维度层维度相同。

5.根据权利要求1所述的一种舰船轴频电场信号降噪方法，其特征在于，将数据集中的训练样本输入到构建好的BRNN降噪网络模型中的输入层时，将原始信号一维结构转化为二维结构，并分别将纯噪声信号作为标签。

6.根据权利要求1所述的一种舰船轴频电场信号降噪方法，其特征在于，均方差损失函数的定义如下:

式中：n为信号长度。

7.根据权利要求1所述的一种舰船轴频电场信号降噪方法，其特征在于，采用Adam优化将训练样本进行前向传播，获得当前时刻的噪声预测值；直到满足预设精度或者达到预设训练步数时停止训练，得到训练好的BRNN降噪网络模型。