《Future Generation Computer Systems》：Underwater acoustic intelligent spectrum sensing with multimodal data fusion: An Mul-YOLO approach
編輯推薦：
為解決復雜動態海洋環境下水聲頻譜利用率低的問題，研究人員開展基于多模態數據融合的智能頻譜感知研究，提出 Mul-YOLO 網絡。結果顯示其檢測概率提升 5.9%-18.9%，虛警概率優化 7%-12.7%，為 OIOT 頻譜資源管理提供新方案。
在浩瀚的海洋中，海洋物聯網（OIOT）正成為未來全球海洋研發的核心技術，它如同海洋的 “神經網絡”，將海底設備、船舶、潛艇等連接起來，實現環境監測、資源勘探等復雜任務。然而，這一 “神經網絡” 的高效運行面臨著嚴峻挑戰：水下聲通信頻譜資源極為有限，多徑衰落、噪聲干擾等問題導致頻譜利用率低下，傳統固定頻譜分配模式難以應對動態變化的海洋環境。如何在這片 “頻譜海洋” 中精準找到空閑頻段（頻譜空洞），避免用戶間干擾，成為 OIOT 發展的關鍵瓶頸。
為突破這一困境，國內研究人員開展了水下聲智能頻譜感知技術研究，相關成果發表在《Future Generation Computer Systems》。該團隊致力于解決復雜海洋環境下的頻譜感知難題，通過融合多模態數據與改進 YOLO 網絡，為水下頻譜資源的高效利用提供了新路徑。
研究采用的關鍵技術包括：
- 多模態數據構建：將水下聲信號的時間序列數據通過小波變換（CWT）轉化為圖像數據，形成包含時空信息的多模態數據集；利用去噪自編碼器（DAE）對時間序列數據進行無監督降噪，提升數據質量。
- Mul-YOLO 網絡架構：設計并行雙主干 YOLO 網絡，一支路通過深度可分離卷積（DSC）捕捉關鍵時間特征，另一支路采用改進 CSPDarknet 提取空間特征；引入模態交互模塊與坐標注意力（CA）機制，促進跨模態特征融合與多尺度信息感知。
性能評估與結果
在硬件配置為 [見表 1] 的環境下，采用 Adam 優化器（學習率 0.00001，批量大小 32）訓練網絡。數據集包含 1966 組時間序列與圖像樣本（訓練 / 驗證 / 測試集按 8:1:1 劃分），通過以下實驗驗證性能：
- 檢測概率提升：在信噪比 - 12 dB 至 0 dB 范圍內，與 CNN、ResNet、YOLOv5 等算法相比，Mul-YOLO 的平均檢測概率提高 5.9%-18.9%，顯著提升了低信噪比環境下的頻譜空洞識別能力。
- 虛警概率優化：平均虛警概率降低 7%-12.7%，有效減少了誤判干擾，保障了頻譜分配的可靠性。
結論與意義
該研究構建的多模態數據集與 Mul-YOLO 模型，通過融合時空特征與跨模態交互機制，突破了傳統單模態數據與卷積神經網絡的局限性，為水下認知聲網絡（UCANs）提供了高精度頻譜感知方案。實驗表明，該方法能有效提升復雜海洋環境下的頻譜利用率，避免用戶間干擾，對推動 OIOT 在海洋勘探、國防安全等領域的應用具有重要意義。未來，多模態融合與輕量化網絡設計或成為水下智能通信的重要發展方向，助力實現 “智能海洋” 的戰略目標。
