《表1 各个对比算法的输出参数在-10 dB～10 dB的平均结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度神经网络的水声信号恢复方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

下面利用DNN来进行目标信号恢复。单阵元DNN利用了第四阵元信号的时间信息和频域信息，其输入为扩帧LPS，维数为257×11×1，输出为当前帧257维LPS，记为‘ch4 noIRM’。如图11所示，将带噪信号输入单阵元DNN后输出的对数功率谱很接近图7，这显示出DNN具有强大的建模能力，显著抑制了噪声成分，目标信号恢复效果明显。对比表1的第三行和第四行，单阵元DNN输出SNR比CBF高5 dB以上的同时，显著降低了功率估计的MSE，表明本处理方法对测试信号有较强的泛化能力。