水下目标工频磁场扰动信号检测方法研究

摘要：

为了解决水下目标磁场近程化探测中磁信号衰减快、干扰强及扰动特征不明确、无法有效探测信号等问题,提出了一种基于混合神经网络与注意力机制(Att-CNN-GRU)的工频磁场水下目标时间序列扰动信号检测方法.将CNN,GRU神经网络与Attention机制相结合拟合信号,构建分类神经网络,对目标信号进行分类识别,同时与未引入注意力机制的CNN-LSTM模型及单一CNN和LSTM网络模型的预测及检测性能进行比较.结果表明,相较于传统方法,信号拟合效果将误差分别减小了36.24％,14.44％和4.878％,目标检测准确率达到83.3％.因此,加入Atten-tion机制的CNN-GRU模型检测性能比CNN,LSTM和CNN-GRU模型更优异,作为辅助手段,能有效解决工频磁场探测中扰动信号微弱、扰动规律不明确、背景噪声多等问题,实现对水下目标造成的工频磁场扰动信号的拟合与检测.

关键词：信号检测;磁场时间序列;GRU神经网络;前兆异常;工频磁场探测

所属期刊栏目：42

分类号：TN911

资助基金：国家自然科学基金61433007,61671337

在线出版日期：2021-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：491-498