排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
传统的船舶辐射噪声基频检测方法不仅依赖大量的先验知识,而且对背景噪声非常敏感。为了提高目标识别的稳定性和精确性,本文提出了一种基于深度神经网络的基频检测算法。首先从多通道水听器信号中提取DEMON谱,然后直接将二维谱特征矩阵输入由CNN和LSTM构成的级联网络,最后通过稠密层输出实现对基频的估计。从仿真和外场试验数据得到如下结论:(1)深度网络能够实现无先验知识和不同信噪比条件下的基频检测,具有良好的泛化性能。(2)LSTM网络能够高效地从时序DEMON谱中提取统计特征,提高基频估计精度。(3)输入信号的时间长短会影响网络的检测精度,更长时间的信号能够获得更好的检测结果。 相似文献
1