《基于U-net网络改进的线谱检测方法》

技术简介：

针对被动声纳系统中不规则波动线谱检测准确率低的问题,提出一种基于U-net网络改进的线谱检测方法。以U-net作为网络主体框架,引入残差结构,增加网络的深度,加强模型特征学习能力。同时在编码器部分引入特征通道注意力机制,使模型学习到通道之间的不同特征的重要程度,从而提升模型的特征表达能力。最后,在解码器部分采用DUpsampling上采样方法,利用分割标签空间中的冗余能力,更准确的恢复线谱像素级预测。将改进模型与HMM模型和CEM模型在线谱检测效果上进行比较。实验结果表明,在信噪比为-24～-20 dB下,改进模型线谱检测准确率为0.314～0.526,优于HMM模型和CEM模型。

研发人员：裴明;陈阳;邓林红;