机器学习应用于海洋航船声学定位获得验证  

出　　处：《军民两用技术与产品》2018年第5期35-36,共2页Dual Use Technologies & Products

摘　　要：中国科学院声学研究所与美国加州大学的研究人员合作，成功将机器学习分类器算法应用于加州西海岸圣芭芭拉海峡过往商船的水声学定位实验。该项研究基于2016年在圣芭芭拉海峡开展的水声学实验进行，实验海深为540m^600m,声源为3艘随机的、以不同速度航行的过往船舶。在实验中，28个水听器组成孔径77m的传感器阵列，用来记录出入洛杉矶港口的船舶的噪声；3个时间段内3艘船舶产生的噪声数据作为机器学习分类模型的训练数据和测试数据。研究人员研究了定位算法在53H z?200Hz和203H z?350Hz两个频段的性能，比较了两个频段上常规匹配场处理、支持向量机分类器和神经网络分类器的定位结果。

关 键 词：声学定位 机器学习 应用 中国科学院声学研究所 支持向量机分类器 美国加州大学 神经网络分类器 声学实验 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]