- 水声目标智能感知方法(精)
- - 作者：韦正现//何鸣//王建峰|责编:崔艳阳
  - 出版社：国防工业
  - ISBN：9787118126983
  - 出版日期：2023/01/01
  - 页数：218
- 售价：43.2

内容大纲
    日益复杂的海洋声场环境及越来越低的目标辐射噪声，导致声纳信号中的目标特征十分微弱和稀疏，信号具有很强的非平稳、非高斯、非线性等特征。面对这样的目标特征，采用深度学习分析水声信号及其包含微弱、稀疏目标特征的变化来感知辨识目标，将成为扩大声纳设备（水声传感器）感知范围的新方法。
    本书共10章，第1章是绪论，从基于深度学习的感知和多节点协同感知两个部分探讨水声目标智能感知方法。
    本书具有重要的理论和实践价值，主要的读者对象是高等院校的教师、研究生，及从事相关专业科研机构的工程技术人员。
作者介绍
目录
第1章  绪论
  1.1  引言
    1.1.1  基于深度学习的水声目标感知
    1.1.2  多节点协同水声目标智能感知
  1.2  本书结构
  1.3  相关知识
    1.3.1  目标辐射噪声
    1.3.2  海洋环境背景噪声
    1.3.3  深度学习
    1.3.4  水下无线传感器网络发展历程
  1.4  国内外研究现状
    1.4.1  水声信号数据预处理方法研究现状
    1.4.2  特征提取方法研究现状
    1.4.3  水声目标识别分类模型研究现状
    1.4.4  水下无线传感器网络部署与组网研究现状
    1.4.5  水下无线传感器网络数据存取研究现状
    1.4.6  水下无线传感器网络性能分析研究现状
第2章  水声信号抗噪表示与数据扩充方法
  2.1  引言
  2.2  相关知识
  2.3  ia-PNCC的水下目标噪声特征提取
    2.3.1  多级正交窗代替汉明窗
    2.3.2  对水声信号舍弃预加重处理
    2.3.3  Gammatone滤波器组归一化
  2.4  对称学习数据扩充模型
    2.4.1  模型设计与训练
    2.4.2  相似-重合损失函数
  2.5  试验与结果分析
    2.5.1  试验设置
    2.5.2  基于ia-PNCC处理的数据试验与分析
    2.5.3  对称学习数据扩充模型试验与结果分析
第3章  基于位置与通道信息的卷积优化方法
  3.1  引言
  3.2  背景知识
  3.3  特征加权的卷积优化方法
    3.3.1  特征图加权构建过程
    3.3.2  特征位置权值计算方法
    3.3.3  特征空间权重计算方法
  3.4  试验与结果分析
    3.4.1  试验设置
    3.4.2  LoFAR谱分析
    3.4.3  特征提取所用网络模型
    3.4.4  结果及分析
第4章  基于注意力机制的水声信号分类卷积神经网络模型
  4.1  引言
  4.2  问题描述
  4.3  基于注意力机制的卷积神经网络
    4.3.1  MFCC的数据拼接
    4.3.2  卷积神经网络池化操作分析
    4.3.3  基于注意力机制卷积神经网络的结构改进

  4.4  试验与结果分析
    4.4.1  试验数据集
    4.4.2  对卷积网络结构调整的试验
    4.4.3  特征提取及试验结果比较
第5章  基于聚类的水声信号增量集成分类方法
  5.1  引言
  5.2  问题描述
  5.3  基于聚类的增量学习方法
    5.3.1  增量负相关差异表示方法
    5.3.2  聚类选择性负相关集成方法
  5.4  试验与结果分析
    5.4.1  数据集的选取
    5.4.2  结果及分析
第6章  水下无线传感器网络立体交叉部署与自主组网方法
  6.1  引言
  6.2  传感器节点立体部署模型
  6.3  传感器节点立体部署理论计算模型
    6.3.1  节点交叉叠加结构计算模型
    6.3.2  节点正向叠加结构计算模型
  6.4  节点立体交叉部署过程模型
  6.5  基于K-CDS的水下无线传感器网络组网
  6.6  仿真试验
第7章  基于引导图的水下无线传感器网络数据自主存取机制
  7.1  引言
  7.2  系统模型与问题描述
    7.2.1  系统模型
    7.2.2  问题描述
  7.3  DAGM框架和数据存取方法
    7.3.1  基本架构
    7.3.2  数据导引图的构建与处理机制
    7.3.3  数据存储策略
    7.3.4  数据查询获取机制
  7.4  数据存储与查询获取性能分析
    7.4.1  存储查询时间分析
    7.4.2  能量消耗分析
  7.5  试验与结果分析
    7.5.1  试验设置
    7.5.2  试验结果及分析
第8章  水下无线传感器网络整体性能四测度模型与网络优化方法
  8.1  引言
  8.2  水下无线传感器网络整体性能计算模型
    8.2.1  网络整体性能分析
    8.2.2  水下无线传感器网络整体性能四测度计算模型
    8.2.3  网络整体性能与影响参数的映射关系
  8.3  网络整体性能动态优化与组网参数调整方法
    8.3.1  约束参数的确定
    8.3.2  面向整体性能动态优化的组网参数调整方法
    8.3.3  基于遗传算法的组网参数调整方法
  8.4  试验与结果分析
    8.4.1  仿真平台与试验设置

    8.4.2  网络整体性能度量计算试验
    8.4.3  水下无线传感器网络动态优化调整仿真试验
第9章  基于水下无线传感器网络的多节点协同目标发现计算模型
  9.1  引言
  9.2  水下无线传感器网络感知监测效果分析
  9.3  面向运动目标的发现概率模型
    9.3.1  网络区域中间部分目标发现概率模型
    9.3.2  网络区域左边部分目标发现概率模型
    9.3.3  网络区域右边部分目标发现概率模型
    9.3.4  网络的目标发现概率
  9.4  试验与结果分析
    9.4.1  两层传感器节点的发现概率
    9.4.2  单层传感器节点的发现概率
    9.4.3  试验结果及分析
第10章  基于声线的多节点协同目标定位跟踪
  10.1  引言
  10.2  声线模型
  10.3  基于声线的非线性最小二乘多节点的目标定位
    10.3.1  两个节点同时发现目标
    10.3.2  三个节点探测发现目标
  10.4  试验结果及分析
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目