研究 | 研究人员提出一种利用声场大数据和深度学习的宽带水下声源定位
中科院声学所
声学前沿科学传播
声学所招生与招聘
近期，中科院声学所的牛海强等人与美国Scripps海洋研究所的研究人员联合提出一种适用于不确知海洋环境的基于深度学习的水声被动定位方法。该方法利用声场传播模型生成的上千万个训练样本，对一组50层的深度残差卷积神经网络进行训练，实现了单水听器对单个声源的远程被动定位。
▲ 声源定位算法（图/中科院声学所）
▲ 深度学习方法和聚焦匹配场方法的对比：(a) 距离估计结果；(b) 深度估计结果（图/中科院声学所）
该项研究受到国家自然科学基金（11434012, 11874061）和中国科学院青年创新促进会资助。
参考文献：
NIU Haiqiang, GONG Zaixiao, Emma Ozanich, Peter Gerstoft, WANG Haibin, LI Zhenglin. Deep-learning source localization using multi-frequency magnitude-only data. Journal of the Acoustical Society of America. (vol. 146, no. 1, pp.211-222, July 2019). DOI: 10.1121/1.5116016.
论文链接：
https://asa.scitation.org/doi/10.1121/1.5116016
英文报道：
请点击阅读原文↓↓↓
■ 编辑：周文佳
审校：王荣泉
声学所近期热门文章 top 榜
点击文章标题，可直接阅读哦~