摘要
本发明公开了一种水下弱信号到达时间预测方法、模型训练方法及模型。其中,所述方法包括:所述方法包括:获取接收到的声信号数据序列,以及,与该序列对应的原始发射信号序列;针对该声信号数据序列进行特征提取,获得原始信号特征;针对该声信号数据序列,与发射信号序列进行互相关计算,获得互相关参数;针对该特征参数进行特征提取,获得第一互相关特征;针对该第一互相关特征进行特征掩码提取,获得互相关特征掩码;利用互相关特征掩码与第一互相关特征相乘,调整第一互相关特征权重,输出第二互相关特征;针对第二互相关特征与原始信号特征,进行特征提炼,输出关键特征;基于该关键特征,预测水下弱信号到达时间。本发明能够解决低信噪比条件下传统的匹配滤波法无法准确检测声信号到达时间的问题。
技术关键词
信号到达时间
信号特征提取
序列
神经网络模型
数据
注意力机制
模型训练方法
通道
低信噪比
背景噪声
标签
样本
模块
参数
滤波
系统为您推荐了相关专利信息
故障概率模型
电网网架结构
全网模型
离散概率模型
构建系统
配电网故障定位
实时数据
定位系统
定位模块
数据处理模块
储能设备
功率分配策略
动态
光伏系统
模型优化系统
电磁换向阀
回转液压马达
采矿机器人
模糊推理
推进油缸