基于卷积神经网络与时频分析的水声通信前导信号检测方法

前导检测是水声通信中的关键步骤。传统信号检测算法无法有效克服多径和干扰的影响，在复杂水声信道环境下，检测性能会明显下降。卷积神经网络具有强大的表征学习能力，能够通过大量数据自动提取图像特征，在图像识别应用中具有突出优势。以双曲调频信号为研究对象，采用时频分析技术同时获取信号时域和频域信息，得到时频谱图，并通过均值滤波处理提高信噪比。将时频谱图作为卷积神经网络的输入，训练并测试网络，最终得到HFM信号的检测结果。千岛湖试验结果表明，该方法能够大幅提升远距离、强多径条件下前导信号的检测概率，与传统检测算法相比性能优越。