“任群言”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果17个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深海垂直阵的水下目标自主分辨及深度估计方法-CN202210226213.0在审
发明人：王文博;苏林;任群言;郭新毅;胡涛;马力 -专利权人：中国科学院声学研究所
申请日： 2022-03-07 - 公布日： 2023-09-19 - 主分类号： G01S11/14 文献下载
摘要：本发明公开了一种基于深海垂直阵的水下目标自主分辨及深度估计方法，所述方法包括：步骤1)根据垂直水听器阵列相关参数，利用声场计算软件仿真不同深度下的接收声场；步骤2)对垂直水听器阵列实际采集的时域声场进行傅里叶变换和波束形成处理，并规范到多个子频带范围内，再将预先计算的目标航行轨迹与变换到波束‑时间域内的实测声场进行匹配处理，利用一维信号峰值估计算法估计线谱的频率，得出目标轨迹声场；步骤3)对不同深度下仿真的接收声场和目标轨迹声场进行相关处理，实现水面水下目标的自主分辨和深度估计。
一种基于深海垂直水下目标自主分辨深度估计方法

[发明专利]一种基于多声纳设备的沉积层声特性获取方法及系统-CN202010343455.9有效
发明人：倪海燕;王文博;肖旭;鹿力成;任群言;马力 -专利权人：中国科学院声学研究所
申请日： 2020-04-27 - 公布日： 2023-07-25 - 主分类号： G01S15/88 文献下载
摘要：本发明属于水声物理技术领域，具体涉及一种基于多声纳设备的沉积层声特性获取方法，包括：以待反演声学特性参数为输入变量，建立时间域上的声压包络与海底浅表层沉积物声学特性参数之间的函数关系，反演得到声学特性参数，并利用经验推导，得到经验性声学特性参数；以待反演反向声学特性参数为输入变量，建立角度域上的反向散射回波相对强度与海底浅表层沉积物反向声学特性参数之间的函数关系，反演得到反向声学特性参数，并利用经验推导，得到经验性反向声学特性参数；利用浅地层剖面仪采集的海底回波数据，采用基于图像的综合性数据处理方法，获得海底垂直方向上的海底沉积层的结构信息。
一种基于声纳设备沉积特性获取方法系统

[发明专利]一种基于迁移学习的多波束海底沉积层类型的估计方法及系统-CN202010343468.6有效
发明人：倪海燕;王文博;肖旭;曹怀刚;鹿力成;任群言;马力 -专利权人：中国科学院声学研究所
申请日： 2020-04-27 - 公布日： 2023-07-18 - 主分类号： G06V10/764 文献下载
摘要：本发明属于水声物理技术领域，具体涉及一种基于迁移学习的多波束海底沉积层类型的估计方法，该方法包括：将目标海域测线上的多波束回波强度数据中的一部分数据作为迁移数据，并将其输入至预先训练好的深度卷积神经网络模型，对深度卷积神经网络模型的部分网络节点参数进行微调，获得修正后的神经网络模型；将实时接收的目标海域测线上的多波束回波强度数据输入至修正后的神经网络模型，输出多波束海底沉积层类型，实现多波束海底沉积层类型的估计。
一种基于迁移学习波束海底沉积类型估计方法系统

[发明专利]一种基于改进的深度神经网络的深海声源测距方法及系统-CN202010396396.1有效
发明人：王文博;肖旭;苏林;任群言;马力 -专利权人：中国科学院声学研究所
申请日： 2020-05-12 - 公布日： 2023-07-18 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种基于改进的深度神经网络的深海声源测距方法及系统，用于测量垂直阵与声源的距离，所述垂直阵包括N个阵元；所述方法包括：将垂直阵的每个阵元实时测量的复声压值经过FFT处理，得到离散的M个频率值，由此构成数据维度为2×M×N的序列，对该序列进行频域归一化处理；将频域归一化处理后的序列输入预先训练好的深度神经网络，输出一个L×1数组，获取该数组中最大值对应的输出层神经元的序号，由此估计声源距离。本发明的方法能实现对典型深海环境下水下声源的距离估计，可以显著提高测距精度和稳定性。
一种基于改进深度神经网络深海声源测距方法系统

[发明专利]一种基于分段匹配滤波的主动声纳回波自动检测方法-CN202310207875.8在审
发明人：赵猛;任群言;王文博;肖旭;马力 -专利权人：中国科学院声学研究所
申请日： 2023-02-27 - 公布日： 2023-07-04 - 主分类号： G01S7/539 文献下载
摘要：本发明涉及水声物理中主动声纳检测领域，特别涉及一种基于分段匹配滤波的主动声纳回波自动检测方法。首先，该方法将发射信号在时域进行分段处理，并利用分段后的若干子信号分别对接收数据进行匹配滤波处理，提取二维的分段匹配特征；然后，利用生成对抗网络对提取的二维特征样本进行有效扩充，并训练卷积神经网络分类器作为回波检测器；最后，利用训练过的检测器从测试数据中检测回波并输出距离信息。海上回声转发数据处理结果表明，该方法针对不同信混比的全部测试数据取得了超过87％的检测率，相比基于常规匹配滤波特征、时频分析特征和听觉感知特征的卷积神经网络分类器检测方法，检测率提升25％以上。
一种基于分段匹配滤波主动声纳回波自动检测方法

[发明专利]一种基于音频特征提取的单波束底质分类方法-CN202010036404.1有效
发明人：肖旭;倪海燕;王同;苏林;任群言;马力 -专利权人：中国科学院声学研究所
申请日： 2020-01-14 - 公布日： 2023-05-02 - 主分类号： G01S15/88 文献下载
摘要：本发明公开了一种基于音频特征提取的单波束底质分类方法，所述方法包括：对海底散射回波信号进行滤波，通过Hilbert变换计算海底散射回波信号包络；对海底散射回波信号包络进行对齐和平均得到时域包络；计算时域包络的八维特征，作为海底散射回波信号的时域特征；对滤波后的海底散射回波信号进行分帧计算，利用快速傅里叶变换求取频谱，计算前四阶矩的均值和方差，作为海底回波散射信号的频域特征；将海底散射回波信号的时域特征和频域特征组合成16维音频特征，输入K‑means聚类模型，输出单波束底质分类结果。本发明的方法通过对声信号时域、频域特征进行量化表示，多维度表征不同的海底底质信息，底质分类的准确率高。
一种基于音频特征提取波束底质分类方法

[发明专利]一种基于音色特征提取和深度学习的声源被动测距方法-CN202010037014.6有效
发明人：肖旭;倪海燕;王同;苏林;任群言;马力 -专利权人：中国科学院声学研究所
申请日： 2020-01-14 - 公布日： 2023-04-07 - 主分类号： G01S11/14 文献下载
摘要：本发明公开了一种基于音色特征提取和深度学习的声源被动测距方法，所述方法包括：从实时声信号中提取时域特征、基于短时傅里叶变换的谱特征、基于等效矩形带宽的听觉谱特征和基于正弦谐波模型的谐波谱特征；从每个特征中分别提取若干个音色描述符，组成68维音色描述符向量；将68维音色描述符向量输入预先建立的深度神经网络，输出各个距离对应的概率分布，取概率最大的为作为距离预测值。本发明的方法能够在1～10km的距离范围内达到95％以上测距精度，最高达到99.54％。
一种基于音色特征提取深度学习声源被动测距方法

[发明专利]一种强噪声环境下基于深度神经网络的深海声源定深方法-CN202010032044.8有效
发明人：王同;王文博;苏林;任群言;马力 -专利权人：中国科学院声学研究所
申请日： 2020-01-13 - 公布日： 2022-12-06 - 主分类号： G01S11/14 文献下载
摘要：本发明提供了一种强噪声环境下基于深度神经网络的深海声源定深方法，所述方法包括：将垂直阵实测得到的时间‑阵元域数据，经过FFT处理得到频率‑阵元域数据；对频域归一化处理后的频率‑阵元域数据进行常规波束形成处理，得到频率‑掠射角度域的波束响应矩阵；将频率‑掠射角度域的波束响应矩阵输入到预先训练好的深度神经网络中，输出声源深度估计结果。本发明的方法能够快速学习环境噪声分布特征，使得神经网络具有环境噪声的识别能力；还能够降低环境噪声对深海直达声区目标深度估计结果的影响，抑制环境噪声在深度神经网络中的输出。
一种噪声环境基于深度神经网络深海声源方法

[发明专利]基于宽带声场干涉结构的深海直达声区目标深度估计方法-CN202010032702.3有效
发明人：王文博;王同;苏林;任群言;马力 -专利权人：中国科学院声学研究所
申请日： 2020-01-13 - 公布日： 2022-12-06 - 主分类号： G01S5/28 文献下载
摘要：本发明公开了一种基于宽带声场干涉结构的深海直达声区目标深度估计方法，所述方法包括：将垂直阵接收时域声场进行FFT处理得到频率‑接收深度频域声场，然后对归一化的频率‑接收深度频域声场进行常规波束形成处理，得到频率‑掠射角度波束输出；将频率‑掠射角度波束输出映射到声源深度‑掠射角度域的二维输出；对频率‑掠射角度波束输出进行能量求和，获得接收信号指向性输出，由此获得极值点；基于极值点，将声源深度‑掠射角度域的二维输出转换为声源深度‑时间连续估计；根据声速剖面引起的误差因子对为声源深度‑时间连续估计进行补偿，获得声源深度‑时间连续估计声速剖面修正结果。
基于宽带声场干涉结构深海直达声区目标深度估计方法

[发明专利]一种基于深度学习的单矢量水听器方位估计方法-CN202010052928.X有效
发明人：曹怀刚;王文博;倪海燕;苏林;任群言;马力 -专利权人：中国科学院声学研究所
申请日： 2020-01-17 - 公布日： 2022-12-06 - 主分类号： G01S5/20 文献下载
摘要：本发明属于水声物理和水听器方位估计技术领域，具体涉及一种基于深度学习的单矢量水听器方位估计方法，该方法包括：对单矢量水听器接收的不带标签的实测数据进行预处理，获得预处理后的数据；将预处理后的数据输入至训练好的深度学习神经网络模型，获得预处理后的数据对应的标签，作为声源的方位角，完成单矢量水听器方位估计。
一种基于深度学习矢量水听器方位估计方法

[发明专利]一种基于深度迁移学习的单矢量水听器方位估计方法-CN202010054130.9有效
发明人：曹怀刚;王文博;倪海燕;苏林;任群言;马力 -专利权人：中国科学院声学研究所
申请日： 2020-01-17 - 公布日： 2022-12-06 - 主分类号： G01S5/20 文献下载
摘要：本发明属于水声物理和水听器方位估计技术领域，具体涉及一种基于深度迁移学习的单矢量水听器方位估计方法，该方法包括：将原有的已训练好的深度学习模型中的隐知识迁移到当前场景的深度迁移学习模型中；对单矢量水听器接收的实测数据进行预处理，获得预处理后的数据；其中，所述预处理后的数据包括：带标签的数据和不带标签的数据；将预处理后的数据中的不带标签的数据输入至训练好的当前场景的深度迁移学习模型中，获得预处理后的不带标签的数据对应的标签，作为声源的方位角，完成单矢量水听器方位估计。
一种基于深度迁移学习矢量水听器方位估计方法

[发明专利]一种基于深度神经网络的深海直达声区目标深度估计方法-CN202010032052.2有效
发明人：王同;王文博;苏林;任群言;马力 -专利权人：中国科学院声学研究所
申请日： 2020-01-13 - 公布日： 2022-10-14 - 主分类号： G01S11/14 文献下载
摘要：本发明提供了一种基于深度神经网络的深海直达声区目标深度估计方法，所述方法包括：将垂直阵实测得到的时间‑阵元域数据，经过FFT处理得到频率‑阵元域数据；对频域归一化处理后的频率‑阵元域数据进行常规波束形成处理，得到频率‑掠射角度域的波束响应矩阵；将频率‑掠射角度域的波束响应矩阵输入到预先训练好的深度神经网络中，输出声源深度估计结果。本发明的方法可以克服多重谱深度估计方法受频带宽度和阵列孔径的限制；深度估计的正确率显著高于输入数据为频率‑深度声压场数据的深度神经网络估计方法和传统声源深度估计方法，而且相对误差最低。
一种基于深度神经网络深海直达声区目标估计方法

[发明专利]一种基于水声信号的舰船目标智能识别方法及系统-CN202110290254.1在审
发明人：肖旭;任群言;苏林;王文博;马力 -专利权人：中国科学院声学研究所
申请日： 2021-03-18 - 公布日： 2022-09-27 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及水声物理技术领域，尤其涉及一种基于水声信号的舰船目标智能识别方法及系统。该方法包括：对水听器接收的待测海域水声时域信号进行预处理得到频域信号；将预处理后的频域信号输入预先建立好的舰船目标识别模型，结合先验数据库，得到该频域信号对应不同舰船目标的概率值；所述先验数据库包括待测海域若干个舰船目标以及对应的频域信号，所述舰船目标识别模型为引入了注意力机制的神经网络；从概率值中选取最大值，从而确定舰船目标。本发明从输入特征中挖掘目标的有效信息，并实时地输出注意力分布图来可视化所关注的特征，完成目标检测、目标识别等具体的判决，一定程度上克服了神经网络解释性差的缺陷，有效提高识别精度和可信度。
一种基于信号舰船目标智能识别方法系统

[发明专利]一种深海垂直阵阵型测量装置及测量方法-CN202110110577.8在审
发明人：王文博;胡涛;任群言;苏林;马力 -专利权人：中国科学院声学研究所
申请日： 2021-01-27 - 公布日： 2022-07-29 - 主分类号： G01S15/88 文献下载
摘要：本发明属于深海水声物理测量技术领域，具体地说，涉及一种深海垂直阵阵型测量装置，该装置包括：多个设置在不同深度节点上的深度传感器、多个设置在不同深度节点上的方位传感器和数据处理器；所述深度传感器，用于获取深海垂直阵在不同深度节点位置的倾斜角度；所述方位传感器，用于获取深海垂直阵在不同深度节点位置的倾斜方位角度；所述数据处理器，用于通过多项式曲线拟合方法，对深海垂直阵在不同深度的倾斜角度和倾斜方位角度进行递归处理，计算深海垂直阵的三维空间坐标位置；并获得深海垂直阵的三维阵型。
一种深海垂直阵阵测量装置测量方法

[发明专利]一种基于卡尔曼滤波的沉积层参数连续估计方法及系统-CN202010869759.9在审
发明人：肖旭;任群言;苏林;马力;鹿力成 -专利权人：中国科学院声学研究所
申请日： 2020-08-26 - 公布日： 2022-03-01 - 主分类号： G01S7/539 文献下载
摘要：本发明公开了一种基于卡尔曼滤波的沉积层参数连续估计方法及系统，所述方法包括：对单波束声纳采集的海底反向散射回波信号进行预处理，得到对应不同采样时刻的海底反向散射回波信号的包络，经平均处理得到若干组海底反向散射回波信号的综系平均包络；建立时域高频海底反向散射模型，得到海底反向散射回波信号的包络与沉积层参数的映射关系；根据时域高频海底反向散射模型建立沉积层参数的无迹卡尔曼滤波器；将海底反向散射回波信号的综系平均包络输入无迹卡尔曼滤波器，根据预测与实测数据的误差反馈，动态校正时域高频海底反向散射模型的参数，得到每一组海底反向散射回波信号的包络对应的沉积层参数自适应估计。
一种基于卡尔滤波沉积参数连续估计方法系统

1
2
下一页»
尾页
共 17 条