(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211259149.2 (22)申请日 2022.10.14 (71)申请人 北京星天科技有限公司 地址 100000 北京市朝阳区创远路3 6号院 14号楼6层6 01室 (72)发明人 张祺　 (74)专利代理 机构 北京智行 阳光知识产权代理 事务所(普通 合伙) 11738 专利代理师 李俊奇 (51)Int.Cl. G01S 15/88(2006.01) G01S 7/52(2006.01) G01V 1/00(2006.01) G01C 13/00(2006.01) B63B 22/00(2006.01)H04Q 9/00(2006.01) H04L 67/12(2022.01) H04W 84/18(2009.01) G06V 20/05(2022.01) (54)发明名称 一种声呐浮标的海 洋生态检测系统 (57)摘要 本发明特别涉及一种声呐浮标的海洋生态 检测系统， 包括探测层、 通信层和处理层， 探测层 为多基地探测系统， 包括多个浮标装置， 每个浮 标安装有声呐模块， 多个浮标装置在待检测海洋 区域按照阵列排布； 通信层包括通信主机和多个 通信从机， 每个浮标装置都安装有一个通信从 机， 通信主机设置在服务器处， 通信主机和通信 从机通过无线电通信， 通信主机接收通信从机的 传输数据； 处理层包括处理系统和控制平台， 处 理系统包括图片降噪、 目标检测、 特征识别和深 度学习， 图片降噪用于对探测层获取的声呐图像 去除噪音， 目标检测根据降噪后的图像获取海洋 动植物特征， 特征识别用于分析海洋动植物种 类， 深度学习用于处理大容量样本， 强化海洋动 植物图片特 征。 权利要求书1页 说明书3页 附图1页 CN 115524709 A 2022.12.27 CN 115524709 A 1.一种声呐浮标的海洋生态检测系统， 其特征在于： 所述生态检测系统包括探测层、 通 信层和处理层， 所述探测层为多基地探测系统， 所述多基地探测系统包括多个浮标装置， 每 个浮标安装有 声呐模块， 多个所述 浮标装置在待检测海洋区域按照阵列排布； 所述通信层包括通信主机和多个通信从机， 每个所述浮标装置都安装有一个所述通信 从机， 所述通信主机 设置在服务器处， 所述通信主机和通信从机通过无线电通信， 所述通信 主机接收通信从机的传输数据； 所述处理层包括处理系统和控制平台， 所述处理系统包括图片降噪、 目标检测、 特征识 别和深度学习， 所述图片降噪用于对探测层获取 的声呐图像去除噪音， 所述 目标检测根据 降噪后的图像获取海洋动植物特征， 所述特征识别用于分析海洋动植物种类， 所述深度学 习用于处 理大容量样本， 强化海洋动植物图片特 征。 2.根据权利要求1所述的一种 声呐浮标的海洋生态检测系统， 其特征在于： 所述通信主 机和通信从机均设置有loRa射频芯片， 多个所述通信从机之间通过mesh自组网连接， 自组 网络结构为星状结构。 3.根据权利要求1所述的一种 声呐浮标的海洋生态检测系统， 其特征在于： 所述图片降 噪的算法采用空域滤波算法。 4.根据权利要求1所述的一种 声呐浮标的海洋生态检测系统， 其特征在于： 所述目标检 测是通过BE MD算法对图片降噪和获取 特征。 5.根据权利要求1所述的一种 声呐浮标的海洋生态检测系统， 其特征在于： 所述特征识 别的步骤是 先对图像进行分割， 根据动物和植物种类进行区分归类。 6.根据权利要求1所述的一种 声呐浮标的海洋生态检测系统， 其特征在于： 所述深度 学 习包括卷积神经网络和迁徙学习模型。权　利　要　求　书 1/1 页 2 CN 115524709 A 2一种声呐浮标的海洋生态检测系统 技术领域 [0001]本发明涉及海洋生态探测技术领域， 特别涉及一种声呐浮标的海洋生态检测系 统。 背景技术 [0002]海洋浮标监测是一种先进且实用的海洋监测方法， 该方法是在传统的海洋监测手 段的基础上发展而来的， 可实现无人值守、 自动、 定点、 定时、 连续的对海上各种水文要素、 环境要素进行监测， 是研究各类海洋物理、 化学及生物现象的主要工具之一， 它与卫星、 海 洋调查船、 海监飞机、 潜水器等， 构成了立体的海洋监测系统， 海洋监测浮标相较于其他三 种监测途径， 以机动灵活布置， 长期连续、 全天候定点监测的优势， 被愈来愈多的国家和地 区应用在海洋能源资源开发、 海洋环境预报以及海上国防建 设中。 [0003]在现有技术中， 海洋浮标主要功能在于对水体空气数据采样和数据传输的节点作 用， 其本身不具 备数据处理的功能。 发明内容 [0004]本发明的目的是提供一种声呐浮标的海洋生态检测系统， 以解决上述现有技术存 在的问题。 [0005]本发明的上述 技术目的是通过以下技 术方案得以实现的： [0006]一种声呐浮标的海洋生态检测系统， 所述生态检测系统包括探测层、 通信层和处 理层， 所述探测层为多基地探测系统， 所述多基地探测系统包括多个浮标装置， 每个浮标安 装有声呐模块， 多个所述 浮标装置在待检测海洋区域按照阵列排布； [0007]所述通信层包括通信主机和多个通信从机， 每个所述浮标装置都安装有一个所述 通信从机， 所述通信主机 设置在服务器处， 所述通信主机和通信从机通过无线电通信， 所述 通信主机 接收通信从机的传输数据； [0008]所述处理层包括 处理系统和控制平台， 所述处理系统包括图片降噪、 目标检测、 特 征识别和深度学习， 所述图片降噪用于对探测层获取 的声呐图像去除噪音， 所述 目标检测 根据降噪后的图像获取海洋动植物特征， 所述特征识别用于分析海洋动植物种类， 所述深 度学习用于处 理大容量样本， 强化海洋动植物图片特 征。 [0009]在进一步 的实施例中， 所述通信主机和通信从机均设置有loRa射频芯片， 多个所 述通信从机之间通过mesh自组网连接， 自组网络结构为星状结构。 [0010]在进一步的实施例中， 所述图片降噪的算法采用空域滤波算法。 [0011]在进一步的实施例中， 所述目标检测是通过BE MD算法对图片降噪和获取 特征。 [0012]在进一步的实施例中， 所述特征识别的步骤是先对图像进行分割， 根据动物和植 物种类进行区分归类。 [0013]在进一步的实施例中， 所述深度学习包括卷积神经网络和迁徙学习模型。 [0014]综上所述， 本发明具有以下有益效果：说　明　书 1/3 页 3 CN 115524709 A 3