龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种基于Transformer模型的船舶声纳平台自噪声抑制方法，属于水声信号处理技术领域。基于Transformer模型的船舶声纳平台自噪声抑制方法包括以下步骤：S100、建立自噪声抑制模型的训练数据集；S200、根据训练数据集建立基于Transformer模型的船舶声纳平台自噪声抑制模型。本发明能够对声纳系统采集到的信号中的船舶声纳平台自噪声不同频段成分进行不同程度抑制，有效提高采集信号的信噪比，有效提升声纳系统的探测性能和探测范围。
主权项：1.一种基于Transformer模型的船舶声纳平台自噪声抑制方法，其特征在于，所述基于Transformer模型的船舶声纳平台自噪声抑制方法包括以下步骤：S100、建立自噪声抑制模型的训练数据集；S200、根据所述训练数据集建立基于Transformer模型的船舶声纳平台自噪声抑制模型；S200包括以下步骤：S210、设定深度学习网络模型框架，并做好配置文件；S220、基于所述深度学习网络模型框架和配置文件，构建基于Transformer模型的双通道深度学习神经网络模型；在S220中，将输入信号按幅值及相位进行分开，分别通过两个基于Transformer模型的通道，将Transformer模型多头注意力模块设置为4个，并将其前反馈神经网络中的全连接层改为Bi-LSTM层，分别得到输出结果，将两个输出结果进行叠加，得到总输出结果，幅值通道的损失函数设置为：其中表示幅值通道输出结果的实部及虚部，表示幅值通道输入信号的实部及虚部；相位通道的损失函数设置为：其中表示相位通道输出结果的实部及虚部，表示相位通道输入信号的实部及虚部；整个神经网络损失函数为：Loss＝0.5LossM+0.5LossP；S230、设置超参数，使用训练数据集对所述基于Transformer模型的双通道深度学习神经网络模型进行训练，生成网络权重，并进行验证集验证。
全文数据：
权利要求：
百度查询： 哈尔滨工程大学 一种基于Transformer模型的船舶声纳平台自噪声抑制方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号