一种基于深度学习算法的离格直达波时延估计方法

AITNT
正文
推荐专利
一种基于深度学习算法的离格直达波时延估计方法
申请号:CN202411501071
申请日期:2024-10-25
公开号:CN119493081B
公开日期:2025-11-28
类型:发明专利
摘要
一种基于深度学习算法的离格直达波时延估计方法,本发明涉及海洋资源开发领域,尤其涉及基于深度学习算法的离格直达波时延估计方法。本发明的目的是为了解决现有远场直达波时延估计精度差的问题。过程为:主动声呐发射信号数据,阵元接收信号数据和信号数据对应的时延真值标签;得到处理后的信号数据;得到直达波时延的粗估计值;计算差值;得到稀疏处理后时延差值;获得训练好的时延差值回归模块网络结构模型;将阵元接收信号数据进行处理,得到处理后的信号数据;基于训练好的时延差值回归模块网络结构模型输出特征向量;利用寻峰函数对特征向量进行处理,得到时延差值;将时延差值与直达波时延的粗估计值进行加和,得到接收信号的估计值。
技术关键词
时延估计方法 深度学习算法 网络结构 输出特征 主动声呐 数据 信号 模块 网格 积层 海洋资源开发 滤波算法 批量 标签 脉冲 元素 精度
系统为您推荐了相关专利信息
1
一种基于多任务的胎儿心脏标准切面检测方法
胎儿心脏 融合特征 金字塔网络 多任务 卷积模块
2
农村电网薄弱环节识别与强化方法及系统
电网薄弱环节 配电设备 薄弱环节识别 农村 强化方法
3
一种耦合数值模拟器构建物理约束油藏代理模型的方法
模拟器 注采参数 油藏模型 数值 输出特征
4
基于多粒度语义指导的视线表征自监督模型及视线估计方法
网络结构 面部图像数据 视线估计方法 输入面部图像 线性分类器
5
一种基于GA-BP神经网络的电化学传感器数据预测方法
半导体电容器 数据预测方法 BP神经网络模型 电化学传感器 电压特性曲线
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号