一种声纳信号速度特征检测跟踪方法

本发明公开了一种声纳信号速度特征检测跟踪方法，属于水声信号处理技术领域。该方法包括：首先进行速度特征谱图仿真，生成包含连续运动目标的方位‑频率谱图数据集；然后构建基于深度学习的速度特征智能提取模型，用于从单帧谱图中检测目标；核心在于构建多周期序贯检测规则，通过卡尔曼滤波预测、多级数据关联和轨迹管理，在连续多个周期内对目标进行跟踪，实现目标轨迹的持续更新与杂波滤除；最后通过模型训练与验证，输出目标的频偏、角度波束和运动状态。本发明通过多周期连续跟踪，有效解决了单帧检测在复杂环境下适应性差、精度不高的问题，显著提高了声纳速度特征提取的准确性和鲁棒性。