基于多尺度稀疏SRU模型的水声目标识别方法

作者:杨爽; 曾向阳
更新时间:

针对实际应用中目标识别系统在噪声环境下识别性能显著下降的问题,提出了一种基于有监督简单递归单元(SRU)的多尺度稀疏SRU模型。该模型利用SRU的内部反馈机制对水声目标时间序列(时域波形)进行建模,利用分层叠加的SRU块学习时间序列的多尺度特征表示,并对特征表示进行融合。同时,在模型输入和多特征层(特征融合层)之间增加了跳跃连接,加快了模型的收敛速度。通过对三种实测水声目标辐射噪声数据的对比实验发现,与多层CNN模型相比,多尺度稀疏SRU模型在训练样本和测试样本的噪声条件不匹配时,能够保持较高的正确识别率,是一种具有噪声鲁棒性的网络模型。