摘要
本发明涉及信息处理领域,具体涉及基于深度学习的水声频谱分割通信方法。一种基于深度学习的水声频谱分割通信方法,包括:获取水声信号;将水声信号通过梅尔频率倒谱系数生成水声频谱图;将水声频谱图送入水声频谱分割模型进行处理,得到水声频谱标注图;水声频谱标注图中的可用频谱区域映射至水声信号频率带;将所有水声信号频率带分配至不同网络信道中进行传输。本发明通过将水声信号转换为水声频谱图,并将水声频谱图送入水声频谱分割模型进行处理,水声频谱分割模型采用深度学习的技术,能够基于水声频谱图中的特征信息对水声频谱图中的可用频谱进行分割和标记,实现对水声信号中可用频段的提取和分割。
技术关键词
通信方法
梅尔频率倒谱系数
滑动窗口
参数
强化特征
时序特征
注意力机制
融合特征
遗传算法
训练集
信号
LSTM模型
噪声频谱
信息处理
数值
信道
非线性
网络
系统为您推荐了相关专利信息
鲁棒性检测方法
处理单元
联邦学习系统
可读存储介质
存储计算机程序
三维地质模型
勘测系统
岩石电阻率
地质结构
AI算法
模型训练方法
解码器
编码器
推理方法
计算机程序指令