← 返回列表
基于长短期记忆神经网络的虚拟阵元波束形成方法及系统
申请人信息
- 申请人:中国海洋大学
- 申请人地址:266100 山东省青岛市崂山区松岭路238号
- 发明人: 中国海洋大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于长短期记忆神经网络的虚拟阵元波束形成方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311656890.7 |
| 申请日 | 2023/12/6 |
| 公告号 | CN117368848A |
| 公开日 | 2024/1/9 |
| IPC主分类号 | G01S5/22 |
| 权利人 | 中国海洋大学 |
| 发明人 | 吕曜辉; 徐媛; 唐胜雨; 翟禹成 |
| 地址 | 山东省青岛市崂山区松岭路238号中国海洋大学崂山校区 |
摘要文本
本发明公开了一种基于长短期记忆神经网络的虚拟阵元波束形成方法及系统。所述方法包括：获取通过预先布置的均匀线阵接收到的声信号样本，将样本划分为训练集和验证集，通过训练集训练长短期记忆神经网络模型，其中真实阵元接收数据作为模型的输入，虚拟阵元接收数据作为模型的输出；通过验证集挑选出效果最好的模型；获取远场声源在指定方位上的真实阵元接收数据，送入效果最好的模型，输出虚拟阵元接收数据的预测值，将其与同时间段的真实阵元接收数据合并，利用常规波束形成方法进行处理，得到波束图。本发明针对真实阵元数量少的条件，获取虚拟阵元位置处的声场信息，增加常规波束形成算法可使用的信息量，提高目标探测的角度分辨力。
专利主权项内容
1.一种基于长短期记忆神经网络的虚拟阵元波束形成方法，其特征在于，包括以下步骤：获取通过预先布置的均匀线阵接收到的声信号样本，包括远场声源在不同方位上在时间段内的真实阵元接收数据及虚拟阵元接收数据；将样本划分为训练集和验证集，通过训练集训练长短期记忆神经网络模型，其中真实阵元接收数据作为模型的输入，虚拟阵元接收数据作为模型的输出；通过验证集评估不同超参数所构建的模型效果，从中挑选出效果最好的模型；获取远场声源在一个指定方位上在时间段内的真实阵元接收数据，送入效果最好的长短期记忆神经网络模型，输出时间段/>内虚拟阵元接收数据的预测值；将时间段内虚拟阵元接收数据的预测值与时间段/>内的真实阵元接收数据合并，利用常规波束形成方法进行处理，得到波束图。