基于EDBG-GALRR的端到端水下声源分离模型
Yongsheng Yu1, Jinyang Fan2, Zhuran Cai2
1State Key Laboratory of Silicate Materials for Architecture, Wuhan University of Technology, Wuhan, 430070, China. yongshengyu@whut.edu.cn.
Scientific reports
|October 21, 2024
概括
这项研究介绍了EDBG-GALR,一种改进的水下声源分离算法. 它有效地分离混合船舶信号,在复杂的海洋环境中提高准确性.
科学领域:
- 水下声学 水下声学
- 信号处理 信号处理
- 机器学习是机器学习.
背景情况:
- 来自相邻的多艘船舶的重叠声信号会引起干扰,降低船舶识别的准确性.
- 现有的水下声源分离算法可能在表达力和局部建模能力方面存在局限性.
研究的目的:
- 提出一个改进的端到端水下声源分离算法,EDBG-GALR.
- 提高处理时间信号的能力,提高分离器输入效率.
- 提高序列特征的本地建模能力,同时降低计算要求.
主要方法:
- 开发了一个改进的GALR算法,命名为EDBG-GALR.
- 引入了一个深度编码器,ECA-DE (高效通道注意深度编码器),以增强时间信号处理.
- 集成Bi-GRU (双向门式反复单元) 进入分离块,以改进本地建模.
主要成果:
- 在EDBG-GALR方法有效地分离混合多目标水下声学信号.
- 实现了3.32dB的最大规模不变的信号噪声比 (SI-SNR) 改进.
- 与基线方法相比,实现了3.38dB的最大信号扭曲比率 (SDR) 改进.
结论:
- 拟议的EDBG-GALR算法在水下声源分离方面取得了显著的改进.
- 编码器和分离块的改进有助于提高性能.
- 在复杂的水下环境中,EDBG-GALR的实用性可用于准确的船舶识别.


