Debido a la complejidad y variabilidad del entorno oceánico, el problema del reconocimiento de objetivos por sonar activo ha sido un desafío en el campo del sonido submarino. La tecnología de reconocimiento de fusión basada en aprendizaje profundo proporciona un camino efectivo para resolver este problema, pero depender de una estrategia simple de concatenación para fusionar características de múltiples dominios genera redundancia de información y dificulta la extracción efectiva de la información de asociación entre dominios. Por lo tanto, se propone un método de reconocimiento de fusión de características multi-dominio para objetivos de sonar activo basado en un mecanismo de atención. Mediante el preprocesamiento de la señal de eco del sonar activo y la construcción de una red de extracción y fusión de características multi-dominio, este método utiliza una red neuronal convolucional unidimensional con memoria a corto y largo plazo (1DCNN-LSTM) y una red neuronal convolucional bidimensional (2DCNN) con atención de canal para extraer características profundas de diferentes dominios. Luego, mediante la concatenación de características y la construcción de una atención cruzada multi-dominio, realiza la fusión de características dentro del mismo dominio y entre dominios, maximizando la conservación de las características del objetivo, eliminando de manera efectiva la información redundante y promoviendo la interacción de la información entre dominios. Los resultados experimentales muestran que la red de fusión de características multi-dominio basada en un mecanismo de atención fortalece la interacción de información entre dominios y mejora significativamente la capacidad de representación de características en comparación con métodos de un solo dominio. En comparación con otros métodos, este método tiene una clara ventaja en rendimiento y mantiene una capacidad de generalización estable incluso en escenarios de bajas relaciones señal-ruido.
Keywords
Reconocimiento de objetivos acústicos;redes neuronales;mecanismo de atención;fusión de características multi-dominio