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！

龙图腾网获悉西安交通大学申请的专利一种基于声、流、电特征融合的水下目标识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117216672B 。

龙图腾网通过国家知识产权局官网在2025-12-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311191695.1，技术领域涉及：G06F18/2411；该发明授权一种基于声、流、电特征融合的水下目标识别方法及系统是由胡桥;李硕;付同强;段怡然;冯旭辉;王海俊;李安康设计研发完成，并于2023-09-14向国家知识产权局提交的专利申请。

本一种基于声、流、电特征融合的水下目标识别方法及系统在说明书摘要公布了：本发明公开了一种基于声、流、电特征融合的水下目标识别方法及系统，通过维谱分析提取声场、电场信号特征频率，既可以抑制高斯噪声等对称分布随机噪声，加强谐波信号的基频分量，同时可以去除非耦合相位的谐波量，有利于提取信号的基频成分；通过轴对称的两个流场传感器压力差数据进行时域分析，能够更全面的提取目标流场信号特征；通过采用小波包分解方法对水下目标声、流、电信号进行特征提取，一方面小波包分解克服了传统信号处理方法在处理非线性、非平稳信号时，特征提取困难的问题，另一方面相比于小波分解，它可以同时对信号的低频和高频部分进行分解，能更完整的提取信号各频率段的特征。

本发明授权一种基于声、流、电特征融合的水下目标识别方法及系统在权利要求书中公布了：1.一种基于声、流、电特征融合的水下目标识别方法，其特征在于，包括以下步骤： S1，利用声、流、电复合探测阵列采集水下目标的声场仿真信号、电场仿真信号和流场仿真信号； S2，采用维谱分析、小波包分解、时域分析分别对声场仿真信号进行特征提取；采用维谱分析、小波包分解、时域分析分别对电场仿真信号进行特征提取；采用小波包分解、时域分析分别对流场仿真信号进行特征提取；然后对从各物理场提取的特征在该物理场内进行特征融合得到各物理场的特征向量； S3，基于特征层融合方法对步骤S2中得到的各物理场的特征向量进行融合得到目标多物理场串联融合特征； S4，采用PCA降维算法对目标多物理场串联融合特征进行降维处理，去除冗余特征； S5，利用降维后的目标多物理场串联融合特征数据构建数据集； S6，构建支持向量机模型，并采用K折交叉验证算法优化支持向量机模型中的参数； S7，利用降维后的目标多物理场串联融合特征构建的数据集对支持向量机模型进行训练，得到全局最优的支持向量机模型； S8，实时获取水下目标的多物理场信号，利用全局最优的支持向量机模型对水下目标的多物理场信号进行识别输出相应的识别结果； 将目标声场信号特征频率、目标声场能量特征和声场时域特征进行组合得到目标声场的特征向量，将电场信号特征频率、电场信号能量特征和电场时域特征进行组合得到目标电场的特征向量，将流场能量特征和流场时域特征进行组合得到目标流场的特征向量； 将目标电场的特征向量、目标流场的特征向量和目标声场的特征向量按列组成行列矩阵；将矩阵的每一行进行零均值化；然后计算协方差矩阵；求出协方差矩阵的特征值及对应的特征向量，并计算特征累计贡献率；将特征向量按对应特征值大小从上到下按行排列成矩阵，根据需求设定最低累计贡献率，取前行组成矩阵即为降维到维后的特征矩阵； 计算声场仿真信号的三阶累积量： 其中，为时间，为不同时间窗； 令，得到三阶累积量的对角切片； 对进行Fourier变换，得到的维谱： 根据维谱提取特征频率向量； 其中，为声场的不同特征频率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。