深度学习的主动声纳信号增强方法研究

深度学习的主动声纳信号增强方法研究

任宇飞[1,2];李宇[1];黄海宁[1];;;;

【期刊名称】《网络新媒体技术》 【年(卷),期】2017(006)003

【摘要】针对主动声纳探测中的目标信号提取困难问题,本文基于深度学习算法,使用受限玻尔兹曼机以及深度神经网络调优,实现了一种信号增强方法。将主动声纳信号建模为幅值与相位两部分,其中幅值部分利用上述方法进行信号增强。仿真结果表明,这一方法在不对噪声模型做任何假设的前提下,有效降低了信号中的噪声,信号本身基本完全还原。 【总页数】6页(P.14-19)

【关键词】信号与信息处理 深度学习 主动声纳 信号增强 【作者】任宇飞[1,2];李宇[1];黄海宁[1];;;;

【作者单位】[1]中国科学院声学研究所水声工程中心,北京100190 [2]中国科学院大学,北京100190;[1]中国科学院声学研究所水声工程中心,北京100190 [2]中国科学院大学,北京100190;;[1]中国科学院声学研究所水声工程中心,北京100190 [2]中国科学院大学,北京100190;;[1]中国科学院声学研究所水声工程中心,北京100190 [2]中国科学院大学,北京100190; 【正文语种】英文 【中图分类】TP18 【相关文献】

1.深度学习的主动声纳信号增强方法研究 [J], 任宇飞; 李宇; 黄海宁

2.深度学习理论及其应用专题讲座(四)第8讲深度学习方法在语音增强中的应用