排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
蝙蝠生物声呐仿生技术结合深度学习算法为智能信号处理领域带来了许多新应用和研究方向。飞行蝙蝠能利用回声与环境多普勒信息感知环境并识别目标,并以此为基础进行捕食、导航与交流等活动。通过研究飞行蝙蝠使用回声和多普勒信息感知环境和识别目标的生物机理,可以为人类创造更加高效、精确的探测和识别系统奠定基础。文中从飞行蝙蝠生物声呐感知系统的基本原理入手,建立了蝙蝠生物声呐飞行状态的杂波环境数学模型。针对发射恒频信号的蝙蝠,提出了一种基于时频特征平面与卷积神经网络的环境场景识别方法。通过时频分析获取杂波环境的多普勒与距离维特征,采用卷积神经网络从大量数据中高效地提取特征,根据不同方向杂波的多普勒与距离维差异实现环境识别。本研究通过计算机仿真对蝙蝠飞行过程中具备的环境分类与感知能力给出了数值模拟说明。仿真结果表明,所提算法具有良好的分类识别能力,且信噪比为30 dB时,对不同杂波环境的分类准确率可达96%以上。同时分析了飞行蝙蝠生物声呐环境识别技术在水声领域的应用,模拟海港口岸建立了水下声呐混响环境模型,并针对水下潜航器等运动平台环境类型识别进行了性能仿真验证。结果表明,所提模型与分类识别算法取得了良好... 相似文献
2.
3.
4.
蝙蝠回声定位系统对目标方位、距离、运动速度的感知能力有待深入研究。文中试图通过计算机仿真模拟蝙蝠回声定位系统对于目标距离的感知机理。通过建立基于卷积神经网络的蝙蝠距离超分辨模型,提出了基于蝙蝠接收回波频谱的距离信息特征表征方法。采用卷积神经网络模拟蝙蝠脑内神经元对距离信息的感知,从而实现对蝙蝠距离超分辨的计算机仿真。通过时频分析获得的回波信号频谱零点位置随着目标间距的变化而变化,而卷积神经网络模拟的脑神经元可以很好地感知该种变化,从而实现距离超分辨。计算机仿真结果表明,当信噪比为20 dB,两点目标在空间间距上产生0.59μs以上的延迟回波时,文中所提仿生模型能够从中区分单点目标。其两点间分辨率小于蝙蝠信号带宽倒数的1/20,实现了距离超分辨。文中所提仿生算法,可以应用到雷达、声呐等系统,具有广泛的应用前景。 相似文献
1