基于小样本条件下水下回波生成方法

作者：王晨宇; 刘礼文^*; 刘罡; 李博; 杨云川

来源：水下无人系统学报, 2022, 30(05): 612-620.

• 水下回波信号
• 数据增强
• 深度学习
• 生成对抗网络

在人工智能引领的浪潮下,将深度学习方法应用在水下目标识别领域已经成为当前研究的热点之一。然而,在实际科学研究中由于受环境、时间、成本等多方面因素的限制,水下样本数据的获取变得极其困难,样本总量的不足导致深度学习模型的训练效果不佳。生成对抗网络作为一种新的人工智能技术,在数据增强、图像生成等领域具有广泛的应用。然而,传统结构的生成对抗网络模型对水下回波样本并不适用,不能直接用于样本数据生成。因此,针对水下目标数据不足问题,提出了基于改进型生成对抗网络的小样本条件下水下回波信号生成方法,结合回波信号的特点,设计并搭建了基于卷积单元的生成对抗网络模型,并且利用水池实验测试数据进行了回波信号生成仿真实验。最后在信号波形和幅度概率分布层面验证了生成信号的有效性。实验结果表明,文中提出的改进型生成对抗网络模型适用于小样本的情况下高度逼真原始回波信号的生成,为水下目标的主动探测、识别提供了新的思路。