基于可微模块前向模型的失配鲁棒 underwater 声学定位
声音
2025-04-01 v1 机器学习
音频与语音处理
信号处理
摘要
本文研究在环境失配存在下的 underwater 声学定位问题。尤其是，我们利用预训练的神经网络进行声波传播建模，并构建基于梯度的优化框架以估计声源位置。为缓解训练数据与测试数据之间的失配效应，我们在推理时同时优化网络权重，并提供该方法有效性的条件。此外，我们引入基于物理的模块化前向模型，使我们能够以端到端方式学习多径结构的路径长度，而无需访问具体的路径标签。我们在一个简单而有教育意义的环境模型中检验了这些假设的有效性。
关键词
引用
@article{arxiv.2503.23260,
title = {Mismatch-Robust Underwater Acoustic Localization Using A Differentiable Modular Forward Model},
author = {Dariush Kari and Yongjie Zhuang and Andrew C. Singer},
journal= {arXiv preprint arXiv:2503.23260},
year = {2025}
}