买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨工程大学

摘要：本发明公开了一种异构集群声纳多视角水下目标探测方法，涉及异构集群声纳领域，以解决水下目标探测方法视角单一的问题。该方法包括：提取历史N个ping下、J个探测视角下的回波时间方位历程图，统一为尺寸K*K的等边灰度图；将各ping下、各探测视角的回波时间方位历程图作为输入，训练目标识别模型；获取未知目标的异构集群声纳的时间方位历程图，将时间方位历程图作为目标识别模型的输入，输出分类判别结果，完成目标识别。本发明利用异构集群声纳多视角探测手段，获得了不同视角下的目标回波信息，使用能够提取融合各视角特征的深度学习网络模型，更大程度地利用目标的尺度和角度特性对目标进行判别，提高了对复杂目标的探测性能。

主权项：1.一种异构集群声纳多视角水下目标探测方法，其特征在于，包括：S1提取历史N个ping下、J个探测视角下的回波时间方位历程图，统一为尺寸K*K灰度图；S2将各所述ping下、J个探测视角下的回波时间方位历程图作为输入，训练目标识别模型；所述S2具体包括：S2.1将单个ping的每个视角的回波时间方位历程图分成尺寸为u*u、数目为B=K2u2的互不重叠的小块;S2.2再根据每张图像分解出的小块所处空间位置，生成并添加位置嵌入得到初步的特征序列，位置嵌入包含各个图像小块的空间位置信息；S2.3生成分类令牌，将分类令牌与所述添加位置嵌入后的初步的特征序列串联，得到单个ping的单个视角加工后的特征序列，逐视角进行所述单个ping的单个视角加工操作，获得加工后的特征序列集合；S2.4将加工后的特征序列集合送入局部特征编码器中，得到单个ping的所有视角下局部特征输出；所述S2.4中局部特征编码器中包含M个编码块，单视角的特征输入依次送入这M个编码块，记为局部特征编码器的输入，记为第个局部编码块的输出，每个后续编码块对前序编码块的输出送入多头自注意力机制和全连接前馈神经网络，输出为第视角图像的局部特征；S2.5将每个视角的局部特征输出串联后送入全局特征编码器中，经由全局特征编码器得到全局特征；所述S2.5具体包括：将各个视角的局部特征串联，得到，作为全局特征编码器的输入： 所述全局特征编码器中包含N个编码块，依次送入这N个编码块，记为全局特征编码器的输入，记为第个全局特征编码块的输出，每个后续编码块对前序编码块的输出送入多头自注意力机制和全连接前馈神经网络，输出为，提取所有特殊分类令牌组成，并进行加和池化，结果为该ping的各个视角回波方位历程图的全局特征；其中，A为展平后向量维数，B为小块数目，为实数集;S2.6将全局特征作为多层感知机的输入，训练识别模型；S3获取未知目标的异构集群声纳的时间方位历程图，并将所述未知目标的异构集群声纳时间方位历程图作为经过训练的目标识别模型的输入，输出分类判别结果，完成目标识别。

全文数据：

权利要求：

百度查询： 哈尔滨工程大学 一种异构集群声纳多视角水下目标探测方法