基于CAMobileNetV2的水下声呐多谐波微多普勒特征识别技术

本发明属于声呐信号处理领域，提出了一种基于CAMobileNetV2的水下声呐多谐波微多普勒特征识别技术。该技术建立水下航行器螺旋桨叶片的微动回波模型，采用多谐波信号结合的发射信号形式，利用时频分析方法来获取不同数量叶片及不同转速叶片的微多普勒特征。为了更精确地识别和感知不同类型的螺旋桨，本发明构建了一个结合了CBAM(Convolutional Block Attention Module)与MobileNetV2的CAMobileNetV2模型。该模型可以有效地分析和提取螺旋桨的微多普勒特征，从而实现对不同水下航行器的识别。通过对构建的数据集进行训练和测试，表明该技术在水下声呐信号处理和水下目标识别中的有效性和鲁棒性。本发明在水下声呐信号处理领域提供了一种微多普勒特征识别的技术，有利于提高水下声呐的目标识别能力。