Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜四川九洲电器集团有限责任公司梁琴获国家专利权

恭喜四川九洲电器集团有限责任公司梁琴获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜四川九洲电器集团有限责任公司申请的专利一种基于多特征融合的被动声纳智能探测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115932808B

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211375812.5,技术领域涉及:G01S7/539;该发明授权一种基于多特征融合的被动声纳智能探测方法是由梁琴;陈洲;王正伟;李捷;王沫然;王婷婷;何桂萍设计研发完成,并于2022-11-04向国家知识产权局提交的专利申请。

一种基于多特征融合的被动声纳智能探测方法在说明书摘要公布了:本发明公开了一种基于多特征融合的被动声纳智能探测方法,涉及水声探测领域,包括:首先基于ASEMD分解算法,对目标辐射噪声信号进行DEMON谱特征提取和对目标辐射噪声信号进行基于人耳听觉特性的MFCC特征提取;然后再基于多特征协同融合网络,将DEMON谱特征和MFCC特征进行融合;最后将融合后的特征送入Ret残差检测网络,进行目标检测;本发明,解决传统DEMON谱检测带通滤波器参数难以确定,且不能随着输入信号的改变而自适应变化的难题;同时实现对多维特征的协同学习和特征融合,突破依靠单一特征检测的局限性,提高水下目标被动检测性能,以及在复杂海洋噪声背景下的泛化性和鲁棒性。

本发明授权一种基于多特征融合的被动声纳智能探测方法在权利要求书中公布了:1.一种基于多特征融合的被动声纳智能探测方法,其特征在于,包括:步骤S1:基于ASEMD分解算法,对目标辐射噪声信号进行DEMON谱特征提取;步骤S2:对目标辐射噪声信号进行基于人耳听觉特性的MFCC特征提取;步骤S3:基于多特征协同融合网络,将DEMON谱特征和MFCC特征进行融合;步骤S4:将融合后的特征送入Ret残差检测网络,进行目标检测;所述步骤S1,包括:步骤S11:通过ASEMD分解算法,将目标辐射噪声信号分解为n个模态分量;步骤S12:将n个模态分量分别进行解调,获得各个模态分量对应的DEMON谱;步骤S13:计算各个DEMON谱对应的加权系数;步骤S14:将各个DEMON谱与其对应的加权系数进行融合,得到融合后的DEMON谱;所述ASEMD分解算法,包括:步骤A:对输入的目标辐射噪声信号做EMD模态分解;步骤B:从分解结果中提取模态分量;步骤C:判定模态分量是否为一阶模态分量IMF1;若是,跳转至步骤D;若不是,跳转至步骤E;步骤D:判定模态分量中是否含有高频间隙分量;若不含有,跳转至步骤E;若含有,则进行CEEMD算法;步骤E:计算剩余分量;当剩余分量满足截止条件时,算法结束;当剩余分量不满足截止条件时,重复步骤A和步骤B,直至剩余分量满足截止条件;所述多特征协同融合网络,包括:骨干网络中两个并联的残差网络组成双分支分布式网络,分别作为DEMON谱特征和MFCC特征提取器;所述提取器包含4个卷积块和一个注意力模块,其中每个卷积块由BN层、卷积层、平均池化层和激活函数组成的,卷积层包含128个卷积核,大小[5×5],步长设为2;同时一个1×1卷积层与第四个卷积块并联,完成两个特征的提取;经过提取的特征向量进入注意力模块,利用softmax激活函数转换成0至1的数作为该特征的权重,两个权重相连组成特征选择矩阵并与特征相乘实现对特征的选择,从而得到融合后的特征。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人四川九洲电器集团有限责任公司,其通讯地址为:621000 四川省绵阳市科创园区九华路6号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。