深度学习的主动声纳信号增强方法研究

• 作者: 任宇飞 李宇 黄海宁
• 来源期刊: 网络新媒体技术
• 关键词: 信号与信息处理 深度学习 主动声纳 信号增强
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 前沿与综述
• 页码范围: 14-19
• 页数: 6页
• 字数: 3746字
• 语种: 中文

摘要

针对主动声纳探测中的目标信号提取困难问题,本文基于深度学习算法,使用受限玻尔兹曼机以及深度神经网络调优,实现了一种信号增强方法.将主动声纳信号建模为幅值与相位两部分,其中幅值部分利用上述方法进行信号增强.仿真结果表明,这一方法在不对噪声模型做任何假设的前提下,有效降低了信号中的噪声,信号本身基本完全还原.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄海宁	中国科学院声学研究所水声工程中心	110	3866	15.0	61.0
2	李宇	中国科学院声学研究所水声工程中心	160	1292	18.0	27.0
3	任宇飞	中国科学院声学研究所水声工程中心	12	80	4.0	8.0