一种水声辐射噪声识别方法

本发明涉及水声信号处理与噪声识别相关领域，具体为一种水声辐射噪声识别方法，本发明提出了一种基于卷积神经网络(CNN)与长短期记忆网络(LSTM)相结合的水声辐射噪声实时识别系统。该系统能够在实时采集水声信号后，进行高效的数据预处理、特征提取和优化处理，并通过训练好的混合深度学习模型进行噪声类型的快速识别。具体来说，CNN能够从频谱图中提取局部特征，而LSTM则擅长捕捉时间序列信息，二者结合能够更好地理解和区分复杂的水声信号，显著提高识别精度。此外，系统还配备了自动更新机制，能够根据新采集的数据定期重新训练模型，确保模型始终处于最佳状态，适应不断变化的水下环境。