摘要
本发明属于信号截获和被动声呐系统技术领域,涉及一种基于MCP架构的声呐脉冲截获方法及产品,方法包括:获取待分析的声呐脉冲信号;基于MCP架构,采用训练好的Mamba模型作为时序数据处理的核心,提取待分析声呐脉冲信号的长时依赖特征,再输入大语言模型中获得更高层次的特征理解;将生成的特征理解转化为特征后与长时依赖特征融合,获取待分析声呐脉冲信号的波形类别和信号参数,从而实现声呐脉冲信号的截获与分类。本发明具有较强的可操作性和良好的应用前景,可推广应用于其他领域的来波截获任务。
技术关键词
截获方法
脉冲
依赖特征
大语言模型
多普勒
短时傅里叶变换
联合损失函数
信号
波形
生成标签
频率
时延
高层次
脉宽
声呐系统
采样率
参数
周期
数据
系统为您推荐了相关专利信息
梯度放大器
PWM控制方法
PWM控制模块
输出纹波电流
输出模块
多源异构数据融合
企业
多源空间数据
氮磷污染物
光学字符识别
储能单元
功率
电流
船舶电力系统
等效电路模型参数
短视频
大语言模型
视频推荐方法
视频推荐列表
标签
页面自动生成方法
大语言模型
表格
自然语言
数据校验规则