科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对在无法预知海域信息的情况下，如何保证较高识别稳定性的关键问题，本文构建了SE＿ResNet网络利用对卷积操作通道的自适应加权方法，学习不同特征信息，增加网络的鲁棒性，使得网络可以自适应地识别不同声场环境下的目标。基于2组不同的实测水声数据集进行实验，其中实验1说明在-20～20 dB信噪比范围内，SE＿ResNet网络的识别能力均优于其他网络，实验2说明在高信噪比下，SE＿ResNet网络对类间相似度较低的数据集有很高的识别率，对相似度较高的数据集也具有很好的识别效果。结果表明SE＿ResNet网络有较强的鲁棒性。
- 单位
