本发明公开了一种基于深度学习的水声阵列信号二维波达方向估计方法,本发明首先基于小波变换对型水声阵列接收信号进行预处理,提取水声信号时频特征,在保留原信号重要信息的前提下,利用线性因子对信号特征进行增强,降低噪声干扰;然后基于奇异值分解对信号进行压缩降维,提取分解后矩阵左上角信号能量部分,摒弃右下角噪声能量部分,增强预处理后信号的时频特征;最后训练基于卷积神经网络的水声阵列信号二维波达方向估计模型,获取准确预测的二维波达方向。本发明能够有效增强信号的时频特性,降低噪声干扰,更精准地预测水声阵列信号二维波达方向。
📄 2021105726240
📂 G01S3_802
👤 青岛科技大学
📅 2021-05-25