基于深度学习的主动声纳检测角度-距离分解
信号处理
2025-07-29 v1
摘要
使用主动声纳进行水下目标检测构成了海洋科学与工程领域的一个关键研究方向。然而，由于噪声、混响和干扰，传统信号处理方法在复杂水下环境中面临重大挑战。为了解决这些问题，本文提出了一种基于深度学习的主动声纳目标检测方法，将检测过程分解为独立的角度和距离估计任务。主动声纳目标检测采用深度学习模型预测目标距离和角度，最终目标位置通过整合这些估计值来确定。有限的水声数据阻碍了有效的模型训练，但迁移学习和仿真为这一挑战提供了实用的解决方案。实验结果验证了该方法在挑战性条件下实现了有效且稳健的性能。
引用
@article{arxiv.2507.20651,
title = {Angle-distance decomposition based on deep learning for active sonar detection},
author = {Jichao Zhang and Xiao-Lei Zhang and Kunde Yang},
journal= {arXiv preprint arXiv:2507.20651},
year = {2025}
}