基于深度学习的主动声呐目标回波亮点结构特征提取方法

回波的亮点结构特征包含大量信息,典型水下目标与非目标的回波亮点结构具有差异性规律,为水下目标识别提供了依据,文章从两种主要特征入手,构建以LeNet模型为骨架的深度学习模型,利用该模型从回波中提取出信号的亮点数目与目标径向尺度两类亮点结构特征。仿真与实测结果表明,当信噪比>0 dB时,基于深度学习的亮点结构特征提取方法的亮点数量的平均估计误差<0.2,径向尺度的平均估计误差<1,较传统的极值搜索预测法有明显优势,显著提升主动声呐的亮点结构特征提取以及目标识别能力。