利用深度神经网络进行声纳感知中的目标几何估计
声音
2022-03-30 v1 音频与语音处理
摘要
目标形状的精确成像是回声定位蝙蝠宽带 FM 生物声纳的关键方面，我们为此开发了新算法，可在计算域中给出复杂目标形状的解决方案。我们使用循环神经网络与卷积神经网络来确定构成目标结构的闪烁点（即主要反射面）数量以及闪烁点之间的距离（声纳中的目标形状）。回声相对于发射信号进行去啁啾处理，去啁啾后的谱图在短时片段中被扫描，以发现由不同闪烁点间延迟间隔产生的局部频谱波纹模式。通过连续的时间窗切片处理，我们模拟了蝙蝠听觉系统中的时频神经处理，作为机器人声纳感知中实时目标判别的新手段。
引用
@article{arxiv.2203.15770,
title = {Target Geometry Estimation Using Deep Neural Networks in Sonar Sensing},
author = {Chen Ming and James A. Simmons},
journal= {arXiv preprint arXiv:2203.15770},
year = {2022}
}