تقدم هذه الدراسة إطارًا متكاملاً للتعلم الآلي لفصل المكونات العريضة النطاق واستخراج أنماط تداخل مرآة لويد من طيف ضوضاء السفن. تستخدم المنهجية المقترحة تحليل المتجهات المستقلة لفصل المكونات الطيفية العريضة النطاق من إشارات صوتية متعددة الهيدروفونات، ومن ثم تطبيق خوارزميات DBSCAN وRANSAC للتعرف القوي على أنماط مرآة لويد في الطيف المتبقي. توضح التحقق التجريبي باستخدام بيانات SRN التي تم الحصول عليها خلال تجارب SAVEX-15 البحرية فصلًا فعالًا للمكونات العريضة النطاق، كما تم التحقق من ذلك من خلال تحليلات DEMON وLOFAR، بالإضافة إلى قدرات دقيقة لاستخراج الأنماط. يظهر الإطار غير المشرف موثوقية محسّنة تحت ظروف الضوضاء السيئة ويمكّن من تقدير دقيق لأقرب نقطة اقتراب (CPA). تقدم المنهجية المطورة حلاً آليًا وقويًا لتحليل SRN، مما يحسن بشكل كبير تفسير الإشارات الصوتية وقدرات التعرف على الأهداف في تطبيقات الدفاع البحري.
درس كيم وزملاؤه (سن) هذا السؤال.