龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西南交通大学
摘要：本发明公开一种地震仪结合深度学习的低空飞机实时识别方法，涉及数据处理及识别技术领域，解决现有低空飞机探测方法易受外界环境影响导致探测效果不佳的问题；本发明包括通过机场铁路附近布设的地震仪收集原始振动信号数据；将原始振动信号数据依次经过滤波、短时傅里叶变换、重采样及标准化处理为数据集，所述数据集包括训练集和测试集；基于数据集训练并测试改进MobileNetV3‑Small网络作为飞机信号识别模型；利用获取的飞机信号识别模型对低空飞机信号进行实时识别；本发明利用深度学习中的轻量化网络MobilenetV3‑Small训练作为识别模型，在具有高准确率的前提下，节省了计算资源，适用于低空飞机信号的实时识别。
主权项：1.一种地震仪结合深度学习的低空飞机实时识别方法，其特征在于，包括以下步骤：步骤1：通过布设的地震仪收集原始振动信号数据；步骤2：将原始振动信号数据依次经过滤波、短时傅里叶变换、重采样及标准化处理为数据集，所述数据集包括训练集和测试集；所述步骤2包括：步骤2.1：对步骤1收集到的原始振动信号数据进行高通滤波；步骤2.2：利用短时傅里叶变换将滤波后的振动信号数据处理为短时傅里叶频谱图；步骤2.3：采用区域插值法对短时傅里叶频谱图重采样；步骤2.4：对重采样后的短时傅里叶频谱图进行标准化；步骤2.5：根据时间抽取部分短时傅里叶频谱图作为测试集，剩余部分作为训练集，所述测试集中前半段时间的短时傅里叶频谱图的比例小于后半段的短时傅里叶频谱图的比例；步骤3：基于数据集训练并测试改进MobileNetV3-Small网络作为飞机信号识别模型；所述步骤3中的改进MobileNetV3-Small网络的注意力机制为ECA模块，激活函数为Softmax函数，所述ECA模块在空间上降维、通道维度不变的全局池化后，通过每个通道及其相邻通道的关系来捕获局部跨通道交互，所述Softmax函数在线性层之后使用将激活后的结果映射为概率分布；步骤4：利用步骤3获取的飞机信号识别模型对低空飞机信号进行实时识别。
全文数据：
权利要求：
百度查询： 西南交通大学 一种地震仪结合深度学习的低空飞机实时识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号