苏林
- 作品数：36 被引量：50H指数：4
- 供职机构：中国科学院声学研究所更多>>
- 发文基金：国家自然科学基金中国人民解放军总装备部预研基金中国科学院国防科技创新基金更多>>
- 相关领域：电子电信理学交通运输工程一般工业技术更多>>
- 一种基于音色特征提取和深度学习的声源被动测距方法
- 本发明公开了一种基于音色特征提取和深度学习的声源被动测距方法，所述方法包括：从实时声信号中提取时域特征、基于短时傅里叶变换的谱特征、基于等效矩形带宽的听觉谱特征和基于正弦谐波模型的谐波谱特征；从每个特征中分别提取若干个音...
- 肖旭倪海燕王同苏林任群言马力
- 一种基于改进的深度神经网络的深海声源测距方法及系统
- 本发明公开了一种基于改进的深度神经网络的深海声源测距方法及系统，用于测量垂直阵与声源的距离，所述垂直阵包括N个阵元；所述方法包括：将垂直阵的每个阵元实时测量的复声压值经过FFT处理，得到离散的M个频率值，由此构成数据维度...
- 王文博肖旭苏林任群言马力
- 文献传递
- 基于宽带声场干涉结构的深海直达声区目标深度估计方法
- 本发明公开了一种基于宽带声场干涉结构的深海直达声区目标深度估计方法，所述方法包括：将垂直阵接收时域声场进行FFT处理得到频率‑接收深度频域声场，然后对归一化的频率‑接收深度频域声场进行常规波束形成处理，得到频率‑掠射角度...
- 王文博王同苏林任群言马力
- 浅海时变声速环境下的自适应匹配场定位算法实现被引量：6
- 2018年
- 针对浅海环境下声速剖面失配引起的匹配场处理器失配问题,提出了一种自适应匹配场定位算法在声速剖面时变环境下的实现方式。将先验声速剖面集简化为经验正交函数表示,结合蒙特卡洛方法与环境扰动约束算法对当下时刻的目标声源进行匹配场定位。该文以某次试验获取的连续20 h的声速剖面数据为研究对象,通过仿真试验对该算法进行验证。结果表明:在先验声速剖面集的半小时之后,利用自适应算法的距离和深度定位成功率较常规匹配场算法有较大提升,其中,深度正确定位概率相对较低。
- 贾雨晴苏林苏林郭圣明
- 关键词：经验正交函数声源定位
- 空气中声源的水下匹配场定位被引量：9
- 2015年
- 通过水下布放的垂直线列阵采集空中声源在水下激发的测量声场,采用声场波数积分模型(OASES模型)对空中声源激发的水下声场建模,计算出拷贝声场,将二者进行匹配处理从而对空中声源目标定位。首先通过数值仿真验证了匹配场处理技术对空中声源的测距能力,并通过引入宽带匹配场处理器平滑掉距离上的周期性旁瓣。最后分析南海某海域的空气声试验数据,采用常规匹配场方法对700 m以内的32组空中声源目标进行定位,测距结果与GPS计算的收发间实际距离相比,大多数情况下是一致的,在较远距离由于信噪比降低,测量结果容易出现偏差。
- 苏林孙炳文郭圣明马力
- 关键词：水下声场空气声声源匹配场处理远距离
- 利用宽带声场频率-掠射角干涉结构的深海直达声区目标深度估计方法被引量：3
- 2021年
- 针对典型深海环境中宽带声源的深度分辨问题,通过研究深海声场随频率起伏的干涉结构与垂直线阵频域波束输出图中的干涉结构,给出一种直达声区内可区分多水下目标的宽带声源深度估计方法。该方法以近水面目标的射线声场模型为基础,推导出近海面宽带声源接收声场的波束输出表达式,阐明了频域波束输出图中干涉结构与声源深度的对应关系。然后利用改进的傅里叶变换方法将二维频域波束输出图映射到声源深度-掠射角度域,可实现声源深度信息的有效分离。最后开展了深海实验验证,利用垂直阵接收拖曳声源发射的宽带白噪声信号,拖曳声源深度计算结果与实测声源深度基本一致。数值仿真与实验结果均表明该方法可以在多目标复杂环境下准确估计出水下宽带声源的深度。
- 王文博苏林苏林胡涛任群言胡涛马力
- 关键词：直达声深海环境
- 一种强噪声环境下基于深度神经网络的深海声源定深方法
- 本发明提供了一种强噪声环境下基于深度神经网络的深海声源定深方法，所述方法包括：将垂直阵实测得到的时间‑阵元域数据，经过FFT处理得到频率‑阵元域数据；对频域归一化处理后的频率‑阵元域数据进行常规波束形成处理，得到频率‑掠...
- 王同王文博苏林任群言马力
- 一种基于音色特征提取和深度学习的声源被动测距方法
- 本发明公开了一种基于音色特征提取和深度学习的声源被动测距方法，所述方法包括：从实时声信号中提取时域特征、基于短时傅里叶变换的谱特征、基于等效矩形带宽的听觉谱特征和基于正弦谐波模型的谐波谱特征；从每个特征中分别提取若干个音...
- 肖旭倪海燕王同苏林任群言马力
- 文献传递
- 一种基于水声信号的舰船目标智能识别方法及系统
- 本发明涉及水声物理技术领域，尤其涉及一种基于水声信号的舰船目标智能识别方法及系统。该方法包括：对水听器接收的待测海域水声时域信号进行预处理得到频域信号；将预处理后的频域信号输入预先建立好的舰船目标识别模型，结合先验数据库...
- 肖旭任群言苏林王文博马力
- 基于多域特征提取和深度学习的声源被动测距
- 2021年
- 采用一种基于多域特征提取的深度学习方法来实现声源被动测距。首先从声信号中提取多域特征,包含时域波形结构特征、时域包络特征、频域谱特征和基于短时傅里叶变换的时频联合域特征;然后基于不同谱表达计算出一组声学参数构成特征空间,在此基础上采用最大相关-最小冗余准则选出特征空间中与声源位置相关性高的关键特征作为模型输入;最后通过一种改进的深度神经网络实现声源距离的估计,引入自适应矩估计优化算法进行模型训练,利用L2和Dropout正则化策略实现网络参数稀疏化。通过声速正梯度浅海环境仿真实例对方法进行验证,对比分析了波形参数对测距性能和模型收敛速度的影响。结果表明,此方法在模型训练过程中收敛速度较快,预测性能较稳定,在所定条件下测试集上声源信号的综合测距精确率达到95%以上。
- 肖旭王同王文博王文博马力苏林
