文章标题：基于特征融合和注意力机制的轻量化水声目标识别

文章作者：李晶¹, 张兴龙¹, 张立立¹, 魏薇¹, 谭洪鑫², 于沛³, 李筱林⁴
关 键 字：水声目标识别;特征融合;轻量化;迁移学习;注意力机制
文章摘要：水声目标识别技术在舰船航行安全、海洋动物保护、水下态势智能感知等领域均有重要应用价值。针对水声目标识别方法精度不足及嵌入式模块部署困难等问题，本文提出一种基于差分特征融合和注意力机制改进的轻量化水声目标识别模型。该模型采用CNN-Transformer混合架构，将原始音频信号中提取的梅尔倒谱系数及其一阶、二阶差分特征组成三通道融合特征作为模型的输入，并引入Shuffle Attention模块改进MobileViT模型，利用迁移学习技术优化模型权重。实验结果表明，在公开的ShipsEar数据集上，本文提出的方法测试精度达到98.49%，同时模型参数量仅为952.79 K，均优于其他方法。