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！

龙图腾网恭喜哈尔滨工程大学申请的专利一种基于神经网络的新型自适应声呐目标检测方法及计算机设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114089301B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111304694.4，技术领域涉及：G01S7/41；该发明授权一种基于神经网络的新型自适应声呐目标检测方法及计算机设备是由马雪飞;周子淇;吴英姿;李磊设计研发完成，并于2021-11-05向国家知识产权局提交的专利申请。

本一种基于神经网络的新型自适应声呐目标检测方法及计算机设备在说明书摘要公布了：本发明公开了一种基于神经网络的新型自适应声呐目标检测方法及计算机设备，属于水声探测技术领域，解决现有采用一种CFAR检测方法进行检测，很难实现在较复杂的背景环境下，仍能获取较稳健的检测性能的问题。本发明的方法包括：对接收到的声呐目标信号进行匹配滤波处理；对所述滤波后的声呐目标信号进行检波处理，获取检测单元和参考单元；根据所述参考单元，并利用神经网络对所述声呐目标信号进行分类，获取所述检测单元的背景杂波类型；根据所述检测单元的背景杂波类型，选取最佳检测方法；利用所述最佳检测方法，完成对声呐目标的检测。本发明适用于水声探测中对声呐目标的检测。

本发明授权一种基于神经网络的新型自适应声呐目标检测方法及计算机设备在权利要求书中公布了：1.一种基于神经网络的新型自适应声呐目标检测方法，其特征在于，所述方法包括：对接收到的声呐目标信号进行匹配滤波处理；对所述滤波后的声呐目标信号进行检波处理，获取检测单元和参考单元；根据所述参考单元，并利用神经网络对所述声呐目标信号进行分类，获取所述检测单元的背景杂波类型；根据所述检测单元的背景杂波类型，选取最佳检测方法；利用所述最佳检测方法，完成对声呐目标的检测；所述利用神经网络对所述声呐目标信号进行分类，具体包括：将所述参考单元输入杂波背景识别分类网络，所述杂波背景识别分类网络采用列文伯格-马夸尔特算法进行反馈训练；权值和阈值偏置量的调整函数为：Δwk＝[JTwkJwk+σI]-1JTwkewkΔbk＝[JTbkJbk+σI]-1JTbkebk其中，I为单位矩阵；σ为用户自定义的学习率；ew和eb分别表示权值w和阈值偏置量b的误差；JTwkewk和JTbkebk为梯度；Jx为Jacobian矩阵： 将所述声呐目标信号分为均匀背景环境，杂波边缘环境高功率区、杂波边缘低功率区和多目标背景环境四种类型；若所述背景杂波类型为均匀背景环境，选取CA-CFAR检测器；若所述背景杂波类型为杂波边缘环境高功率区，选取GO-CFAR检测器；若所述背景杂波类型为杂波边缘低功率区，选取SO-CFAR检测器；若所述背景杂波类型为多目标背景环境，选取ACMLD-CFAR检测器。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工程大学，其通讯地址为：150000 黑龙江省哈尔滨市南岗区南通大街145号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。