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业大学(深圳)申请的专利基于前导仿真器的水声前导信号检测方法及装置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：CN115186596B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202210908590.2，技术领域涉及：G06F30/27；该发明授权基于前导仿真器的水声前导信号检测方法及装置是由李维;郭庭顼;董琳威设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本基于前导仿真器的水声前导信号检测方法及装置在说明书摘要公布了：本发明公开了一种基于前导仿真器的水声前导信号检测方法及装置，利用前导仿真器仿真出前导数据及干扰数据，通过时频变换将数据生成时频图像，并对时频图像进行预处理得到训练集；利用训练集预训练MobileNet网络模型；利用少量真实试验获取的水声前导数据，对预训练好的MobileNet网络模型进行迁移学习，将模型的部分参数进行优化训练，使模型适用于对应的水声前导检测任务。本发明通过前导仿真器建立的模拟水声数据集，解决了真实可用水声数据集较少，样本规格不统一，类型不多样的问题；通过图像预处理解决了STFT时频图像对噪声敏感，分辨率较高的问题；通过将前导仿真器数据作为预训练网络模型的训练集，解决了一般网络不具备合理初始化参数，易过拟合的问题。

本发明授权基于前导仿真器的水声前导信号检测方法及装置在权利要求书中公布了：1.一种基于前导仿真器的水声前导信号检测方法，其特征在于，包括以下步骤： 利用前导仿真器仿真出前导数据及干扰数据，通过时频变换将前导数据和干扰数据生成时频图像，并对生成的时频图像进行预处理最终得到训练集； 利用训练集预训练深度神经网络模型，其中深度神经网络模型为MobileNet网络模型； 利用少量真实试验获取的水声前导数据，对预训练好的MobileNet网络模型进行迁移学习，将模型的部分参数进行优化训练，使模型适用于对应的水声前导检测任务； 利用前导仿真器得到训练集，具体包括： 分别建立前导信号和水声信道模型、水下干扰噪声模型，并在各模型中设置水下环境参数，利用前导信号和水声信道模型以及水下干扰噪声模型生成时序信号数据； 利用短时傅里叶变换将生成的时序信号数据转换成时频图像，并对时频图像进行归一化预处理，将归一化预处理后的视频图像经过分类标记获得训练数据集； 对所述MobileNet网络模型中的输入层和全连接进行替换，具体包括：模型中的输入层设置为前导仿真器生成时频图像的尺寸，全连接层的分类器针对二分类任务使用Sigmoid算法，针对多分类任务使用Softmax算法； 利用少量真实试验获取的水声前导数据，对预训练好的MobileNet网络模型进行迁移学习，将模型的部分参数进行优化训练，使模型适用于对应的水声前导检测任务，具体包括： 用x1′，x2′，.....,xm′∈X′表示真实前导数据样本，y1′，y2′，...，ym′∈Y′表示真实前导数据样本对应的标签，预训练好的MobileNet网络模型表示为： yi＝fxi；μ 其中μ表示MobileNet模型参数，xi表示模型输入样本数据； 以MobileNet网络模型中某一层为分界层将参数μ分为μl和μh，MobileNet模型表示为yi＝fxi；μl，μh 其中μl和μh分别表示分界层以上的参数集合和分界层以下的参数集合，由MobileNet模型特性可知，μl提取浅层基础特征，μh提取深层抽象特征； 基于MobileNet模型的迁移学习公式如下： y′i＝fxi′；μh′ 通过冻结μl，只对μh进行基于少量真实数据集下的重新训练，迁移学习后的MobileNet模型即可用于真实水声数据的前导检测任务。

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业大学(深圳)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。