專利名稱：一種基于音色參數(shù)模型的水下目標回波分類方法
技術(shù)領(lǐng)域：
本發(fā)明涉及水聲技術(shù)應(yīng)用領(lǐng)域，具體涉及的是一種對水下目標回波分類的方法。
背景技術(shù)：
分析不同類型目標的聲散射特征有利于提高水下目標的識別準確率，對水下考古、沉船打撈等工作具有重要的意義。主動聲納發(fā)射寬帶脈沖信號，照射水底目標，并采用聲吶陣列接收回波信號。聲波照射不同材質(zhì)和幾何結(jié)構(gòu)的物體，反射回波會調(diào)制該物體的振動信息，有經(jīng)驗的聲納兵就是通過分析主動聲納接收的聲波聽起來是否具有轉(zhuǎn)音或金屬撞擊聲，來判斷目標的有無。音色定義為聲音聽起來是什么感覺，在聽音辨物過程中占主導(dǎo)地位。對音色屬性的建模，即音色參數(shù)化，是模仿聽覺系統(tǒng)提取聲特征的主要途徑。主動聲吶發(fā)射高頻聲波照射水底目標，散射回波信號通常由幾何亮點和彈性亮點構(gòu)成。幾何亮點與目標的材料無關(guān)，只與目標的幾何結(jié)構(gòu)有關(guān)。彈性亮點是當入射聲波與目標的本征頻率相吻合時，目標振動向周圍介質(zhì)輻射的彈性波構(gòu)成的，攜帶物體的材質(zhì)信息。不同幾何結(jié)構(gòu)形狀、不同材質(zhì)的目標反向散射回波具有一定的特異性，這就為目標的分類識別提供了可能。雖然這種方法對于散射波產(chǎn)生的物理機理描述并不十分準確，但基本上正確的描述了目標的散射特性。加拿大的Paul.C.Hines和Nancy Alien等人測試了聲吶員依靠人耳聽覺系統(tǒng)區(qū)分不同目標信號的能力，研究了聲吶員實現(xiàn)聽音辨物依賴的聲特征，并將這些特征進行融合，形成自動分類器，以彌補人的主觀感受對識別效果的影響。本專利借鑒語音和樂音識別領(lǐng)域的音色參數(shù)模型，提取聲納回波信號的聽覺感知特征量，分析在信號處理端，不同材質(zhì)、不同幾何形狀目標反映的聲散射特性，為目標和混響的聲散射特性建模提供依據(jù)，同時驗證與音色有關(guān)的特征量可以作為區(qū)分不同目標或目標與混響的有效特征參量。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種在信號處理端，對水下目標回波分類的方法。本發(fā)明的目的是這樣實現(xiàn)的:包括如下步驟:( I)對訓(xùn)練樣本庫中的樣本數(shù)據(jù)進行歸一化預(yù)處理，計算樣本的功率譜及高階累積量的對角切片譜；(2)在功率譜及對角切片譜上提取信號的音色特征量；(3)篩選所提取的音色特征，選擇能夠?qū)λ履繕嘶夭ㄟM行有效分類的特征，將這些特征組合建立特征空間；(4)對于新的樣本信號，執(zhí)行以上三個步驟，將得到的特征空間與樣本庫中的特征分布進行匹配，判斷新樣本信號的類別。
音色特征量包括:譜質(zhì)心、譜質(zhì)心帶寬、譜通量、譜下降值、譜不規(guī)律性、譜平整度。
篩選音色特征時采用距離判據(jù)函數(shù)，為目標回波信號和混響信號或者目標回波信號和噪聲信號在特征空間中的類間平均距離與類內(nèi)平均距離的比值。本發(fā)明的有益效果在于:將與音色有關(guān)的聽覺感知特征量與高階累積量相結(jié)合用于水下目標回波信號的分類，高階累積量例如四階累積量可以抑制高斯分布的噪聲，在此基礎(chǔ)上使用2.5維譜提取音色特征能夠更加真實的反映目標回波的特性，從而提高水下目標回波的分類效果，進而提高水下目標的探測和識別準確率。
圖1為本發(fā)明的工作流程圖。圖2為功率譜上目標回波和混響的三維特征。圖3為2.5維譜上目標回波與混響的三維特征。圖4為功率譜上目標回波和噪聲的三維特征。圖5為2.5維譜上目標回波與噪聲的三維特征。
具體實施例方式下面將結(jié)合附圖對本發(fā)明加以詳細說明:本發(fā)明主要是在信號處理端，在功率譜及高階累積量切片譜的基礎(chǔ)上提取與音色有關(guān)的特征量，分析主動聲吶接收回波中的目標回波、混響和噪聲的特性，并達到識別水下小目標的效果。為達到更好的效果，可以先建立訓(xùn)練樣本庫，然后將新樣本的特征與樣本庫比較。對于一個樣本，在 處理前需要進行歸一化預(yù)處理，這樣可以在數(shù)值上保持一個數(shù)量級，方便與其他樣本進行比較。本發(fā)明涉及的預(yù)處理包括對幅度的歸一化和對頻率的歸一化，對頻率的歸一化使得本方法在處理不同頻率的信號時保持一致性。如圖1所示，分別在功率譜和高階累積量對角切片譜上提取音色特征參量。對于訓(xùn)練樣本，在提取特征之前需要確定目標回波、混響和噪聲的信號波形，可以通過對信號波形的分析得出。為了得到更好的效果，可以選擇信號波形較好、容易分離出三種信號的樣本。信號的高階累積量可以反映信號頻率、相位的耦合信息，同時還可以抑制服從某些概率密度分布噪聲，因此可以在高階累積量譜上提取特征，與在功率譜上提取的特征加以對比分析，得到在功率譜上不能體現(xiàn)的信息。平穩(wěn)隨機過程Ix(η)}的k階累積量為Ckx ( τ 1；..., τ ^1) =cum {χ (η), χ (η+ τ j), L, χ (η+ τ ^1)} (I)其中，τ α=1，2，...Λ-1)為相鄰時刻樣本間的時間間隔。累積量僅與時間間隔有關(guān)，而與具體時刻無關(guān)。在k階累積量絕對可和的前提下，對其作k-Ι維傅里葉變換，得到高階累積量譜
+QO-feek—\Skx(崎,…吟―^) = Σ …Σ &(Γ!, Γ2,…,h-ι) exp[-1'S ωιτ ](2)
Tk =-a>簡稱為高階譜或多譜。由上式可以看出，高階譜計算量比較大，計算時間較長，實際中可以采用對角切片譜進行分析。對于三階累積量C3Jt1, τ2)，采用均勻的時間間隔，即T1=T 2= τ，并作傅里葉變換，得到三階累積量的對角切片譜，又稱1.5維譜:
權(quán)利要求
1.一種基于音色參數(shù)模型的水下目標回波分類方法，其特征在于，包括如下步驟: (1)對訓(xùn)練樣本庫中的樣本數(shù)據(jù)進行歸一化預(yù)處理，計算樣本的功率譜及高階累積量的對角切片譜； (2)在功率譜及對角切片譜上提取信號的音色特征量； (3)篩選所提取的音色特征，選擇能夠?qū)λ履繕嘶夭ㄟM行有效分類的特征，將這些特征組合建立特征空間； (4)對于新的樣本信號，執(zhí)行以上三個步驟，將得到的特征分布與樣本庫中的特征分布進行匹配，判斷新樣本信號的類別。
2.根據(jù)權(quán)利要求1所述的一種基于音色參數(shù)模型的水下目標回波分類方法，其特征在于:所述的音色特征量包括:譜質(zhì)心、譜質(zhì)心帶寬、譜通量、譜下降值、譜不規(guī)律性、譜平整度。
3.根據(jù)權(quán)利要求1所述的一種基于音色參數(shù)模型的水下目標回波分類方法，其特征在于:所述的篩選音色特征時采用距離判據(jù)函數(shù)，為目標回波信號和混響信號或者目標回波信號和噪聲信號在特征空間中的類間平均距離與類內(nèi)平均距離的比值。
全文摘要
本發(fā)明涉及水聲技術(shù)應(yīng)用領(lǐng)域，具體涉及的是一種對水下目標回波分類的方法。本發(fā)明包括如下步驟對訓(xùn)練樣本庫中的樣本數(shù)據(jù)進行歸一化預(yù)處理，計算樣本的功率譜及高階累積量的對角切片譜；在功率譜及對角切片譜上提取信號的音色特征量；篩選所提取的音色特征，選擇能夠?qū)λ履繕嘶夭ㄟM行有效分類的特征，將這些特征組合建立特征空間；對于新的樣本信號，執(zhí)行以上三個步驟，將得到的特征空間與樣本庫中的特征分布進行匹配，判斷新樣本信號的類別。本發(fā)明能夠提高水下目標回波的分類效果，進而提高水下目標的探測和識別準確率。
文檔編號G01S7/539GK103226197SQ201310131689
公開日2013年7月31日 申請日期2013年4月16日 優(yōu)先權(quán)日2013年4月16日
發(fā)明者李秀坤, 楊陽, 李婷婷, 孟祥夏 申請人:哈爾濱工程大學(xué)
山東科威數(shù)控機床有限公司銑床官方網(wǎng)站今天是：2024-10-23切換城市[全國]-網(wǎng)站地圖
專業(yè)數(shù)控銑床產(chǎn)品供應(yīng)商
20年生產(chǎn)經(jīng)驗，實力工廠，精工品質(zhì)，質(zhì)量有保障
