小样本声呐混响数据增强与目标检测方法及系统

本发明声呐数据处理技术领域，具体涉及一种小样本声呐混响数据增强与目标检测方法及系统，本发明提出的小样本声呐混响数据增强与目标检测方法通过WGAN‑GP引入频谱感知损失与多尺度短时傅里叶变换特征约束，生成混响信号的时频域分布与真实数据的余弦相似度≥0.92，解决了传统生成对抗网络模型在小样本下的模式崩溃问题，数据多样性提升；通过格拉姆角场和马尔可夫转移场将声呐检测数据集的时序结构与状态转移规律编码为二维图像，结合CBAM注意力机制，使目标与混响的特征区分度提升，多模态卷积网络能够在小样本数据场景下，提升检测准确率，不再依赖于大样本数据量，避免在样本数据较少时导致过拟合。