.png){kind=icon}
返回
PMGCC: a high-precision underwater lightweight delay estimation model based on causal partial convolution module
.png){kind=icon}
PRE
AI
DOI：10.1088/1361-6501/ae4056.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
对于像倒置回声探测仪这样的海洋观测设备，时间延迟估计（TDE）的精度是关键评价指标。当前设备仅能观测到大型中尺度海洋动力学过程，如洋流、黑潮和中尺度涡；而次中尺度和小尺度海洋动力学过程，如内波，无法测量。这归因于在强海底混响、海面反射和散射条件下，常规延迟估计算法（如广义互相关（GCC））精度较低。本文提出了一种基于通道注意力因果部分卷积（PConv）块的高精度水下轻量级延迟估计模型，以解决此问题。该模型采用卷积神经网络，通过输入参数化多类频域加权GCC矩阵进行学习和预测。然而，常规卷积层计算量大，不适合部署在资源受限的设备上。因此，提出了因果PConv层，其利用通道注意力权重确定需要卷积的输入通道并抑制无关通道，显著降低计算复杂度。通过仿真实验，该模型克服了低信噪比和复杂海洋环境的影响，与传统算法及其他模型相比，获得了更精确的TDE结果，在−20 dB水声环境中，相较于GCC相位变换算法，均方根误差（RMSE）降低40.35%，相较于MGCCFF方法，RMSE降低5.23%。
Keyword:
TDE
underwater delay estimation
causal partial convolution
channel attention
ocean observation
期刊
IF:
3.4
论文数:
2.7K
被引数:
2.3W
机构
引用论文
Time Difference of Arrival Estimation from Frequency-Sliding Generalized Cross-Correlations Using Convolutional Neural Networks.png)
ICASSP 2020 - 2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
OAAI
ICASSP 2020 - 2020 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)IF0
OAAI分享收藏Time Delay Estimation for Speaker Localization Using CNN-Based Parametrized GCC-PHAT Features基于CNN参数化GCC-PHAT特征的扬声器定位时间延迟估计
PREAI
分享收藏Quadratic Correlation Time Delay Estimation Algorithm Based on Kaiser Window and Hilbert Transform基于Kaiser窗和Hilbert变换的二次相关时延估计算法
PREAI
分享收藏分享收藏Performance of phase transform for detecting sound sources with microphone arrays in reverberant and noisy environmentsSIGNAL PROCESSING
SIGNAL PROCESSINGIF3.6
PREAI
分享收藏
查看更多内容