卷积神经网络单矢量水听器方位估计

作者：曹怀刚; 任群言^*; 郭圣明; 马力

来源：哈尔滨工程大学学报（英文版）, 2020, 41(10): 1524-1529.

• 矢量水听器
• 质点加速度
• 方位估计
• 卷积神经网络
• KRAKEN模型
• 舰船辐射噪声
• 浅海波导
• 深度学习

针对浅海环境下单矢量水听器方位估计的问题,本文提出了一种利用卷积神经网络对目标声源进行方位估计的方法。利用KRAKEN模型仿真的声压和质点加速度对1个包含3个卷积层和4个全连接层的卷积神经网络进行训练,利用训练好的卷积神经网络模型进行方位估计。仿真数据训练的卷积神经网络模型具有良好的方位估计性能,即使在低信噪比的条件下,依然能够获得可靠的方位估计结果。海上实验数据处理结果表明:该神经网络模型可以有效地从舰船辐射噪声中提取特征并准确地估计目标船只的方位,与传统的加权直方图的方位估计方法相比,本文方法具有更高的估计精度和可靠性。

• 单位
  中国科学院; 中国科学院大学