摘要
本申请公开了一种声学信号识别方法、电子设备及存储介质,包括:获取时域声学信号;将时域声学信号输入SC‑CQT特征提取模块,获得SC‑CQT谱图;将SC‑CQT谱图输入DAAR特征增强模块,得到增强特征图;将增强特征图输入ABN双焦点网络模块,得到声学信号的类别。本申请通过SC‑CQT特征提取、DAAR特征增强以及ABN分层网络分类的结合,形成了一套完整且高效的水下声学信号识别流程,利用CQT在低频分析上的优势,通过子带加权增强了关键信息;利用DAAR模块实现对特征的智能聚焦和多语义理解;利用ABN架构实现从全局概览到局部精细分析的高效决策,从而提升对复杂船舶声学信号的识别准确率和鲁棒性。