正確なディープロファーグラム：波形拡散モデルによる水中音響ターゲットの正確な動的ディム周波数線回復

科学分野:

• 信号処理; リモートセンシング; 機械学習

背景:

• 正確な周波数線推定は、リモートセンシングにおける水中音源分類にとって不可欠です。; 低信号対雑音比（SNR）、周波数変動、および予測不可能な信号の発生/消滅時間などの課題があります。

研究 の 目的:

• リモートセンシングにおける動的なディム周波数線回復のための改良された方法を開発すること。; 周波数線と背景ノイズの両方を考慮して、既存の方法の限界に対処すること。

主な方法:

• 周波数線と背景ノイズの両方を組み込んだ波形拡散モデルを提案しました。; 前方プロセス：様々なSNRを持つ信号を作成するために、段階的にガウスノイズを追加しました。; 後方プロセス：追加されたノイズを予測および除去するようにモデルをトレーニングし、多変量ガウスノイズを介して非ガウスノイズをモデル化しました。

主要な成果:

• シミュレーションおよび実世界のデータセット全体で、変動する直線的な周波数線と直線的な周波数線の両方を処理することに成功しました。; 低SNRでも、動的なディム周波数線回復において優れたパフォーマンスを達成しました。; 低SNRで信号の発生と消滅の時点を効果的に特定しました。

結論:

• 提案された波形拡散モデルは、困難なリモートセンシングシナリオにおける水中音源識別のための堅牢なソリューションを提供します。; この方法は、かすかな信号とその時間的特性の検出において、精度と能力において大幅な改善を示しています。