一种基于轻量级卷积神经网络的海洋被动声信号识别方法

本发明公开了一种基于轻量级卷积神经网络的海洋被动声信号识别方法。本发明包括以下步骤：分别构建包含信号时频谱特征的海洋被动声信号数据集以及包含低频带时频特征的低频声信号数据集；对注意力优化的轻量级一阶全卷积检测网络训练后获得全频带信号识别模型和低频信号识别模型，将待识别声信号分别输入到全频带信号识别模型和低频信号识别模型中，获得全频带信号识别结果和低频带信号识别结果，从而获得最终的声信号识别结果。本发明与现有的基于深度学习的识别算法相比，本发明适用于多目标、宽频带场景，对低频段信号和小目标信号的识别能力也更强；且模型轻量，部署友好，适用于长期值守，算力有限的水下设备，以实现实时识别的功能。