水下无源声呐目标听觉域张量特征提取方法

发布时间：2021-01-18 10:25

　　特征提取是水下无源声呐目标分类识别的关键步骤,提出了一种基于听觉Patterson-Holdsworth耳蜗模型的听觉域张量特征提取方法。将耳蜗模型的滤波器冲激响应视为信号分解的基函数,根据听觉模型非线性尺度或常规线性尺度确定不同通道的中心频率,然后计算出相应通道的增益和带宽,并量化冲激响应的阶数和相位参数,得到信号分解基,再根据信号分解原理得到通道数×阶数×相位数的三阶张量特征,并通过计算测试样本张量特征与训练样本张量特征间的相似性实现了水下无源声呐目标的分类识别。海上实录无源声呐目标的分类识别实验表明,提取的张量特征具有比较好的分类识别性能,听觉模型等效矩形带宽尺度优于线性尺度划分中心频率,能够提高无源声呐的目标指示能力。 

【文章来源】：声学学报. 2020,45(06)北大核心

【文章页数】：6 页

【参考文献】：
期刊论文
[1]水声目标特征分析与识别技术[J]. 方世良,杜栓平,罗昕炜,韩宁,徐晓男.  中国科学院院刊. 2019(03)
[2]水中目标窄带噪声识别的听觉外周模型[J]. 林正青,邱梦然.  声学学报. 2016(06)
[3]基于稀疏表示权重张量的音频特征提取算法[J]. 林静,杨继臣,张雪源,李新超.  计算机应用. 2016(05)
[4]听觉外周计算模型在水中目标分类识别中的应用[J]. 王磊,彭圆,林正青,蒋行海,牟林,张凤珍.  电子学报. 2012(01)
[5]听觉模型输出谱特征在声目标识别中的应用[J]. 马元锋,陈克安,王娜,郑文.  声学学报(中文版). 2009(02)
[6]感知线性预测在水下目标分类中的应用研究[J]. 彭圆,王晟,王科俊,李雪耀,林良骥,林正青,王建文.  声学学报. 2006(02)

博士论文
[1]基于多域特征组合优化与证据分类的水声目标识别算法研究[D]. 张扬.西北工业大学 2018
[2]基于张量分析的多因素音频信号建模与应用研究[D]. 杨立东.北京理工大学 2016
[3]稀疏表示在图像压缩和去噪中的应用研究[D]. 何艳敏.电子科技大学 2011

硕士论文
[1]基于张量的心电特征提取及模式分类方法研究[D]. 程炳飞.上海交通大学 2014



本文编号：2984786