基于AlexNet迁移学习的磁异常信号检测方法

摘要

航空磁探反潜是通过磁探仪检测磁异常信号,进行航空反潜的重要手段。针对水下目标的磁异常信号在低信噪比条件下难以检测的问题,提出使用基于AlexNet迁移学习的磁异常信号检测方法。该方法基于卷积神经网络原理,通过对水下目标不同态势、航空磁探平台不同飞行路线和速度情况进行仿真,得到大量信号序列,对其加高斯白噪声,从而模拟磁探平台测得信号。随后对其进行短时傅里叶变换得到时频图,并利用深度卷积神经网络模型AlexNet对时频图特征进行迁移学习训练,最后利用测试集数据对训练后的Alex Net网络进行测试,实现对低信噪比条件下水下目标磁异常信号的检测。仿真结果表明,在信噪幅度比为-8 dB、虚警率为3%情况下,对磁异常信号的检测概率达到93%。