基于深度神经网络的舰船辐射噪声特征分类技术

发布时间：2020-09-19 17:44

　　 水声目标的分类识别技术一直以来都是水声信号处理领域内的的重要研究内容之。传统的被动目标识别主要有两大任务,一是对所接收信号进行特征提取,获得目标特性,二是设计合适的分类器,实现有效的模式识别。特征提取的目的是研究和选取出能够有效体现目标信号类别的稳定的特征矢量;分类器设计的目标是根据不同分类器模型的特点,设计出能够准确划分不同目标特征向量的分类器,以达到目标辨识的目的。本文的研究对象为舰船辐射噪声,研究重点为特征提取算法与分类器的设计。将语音信号处理算法中用到的特征提取技术与深度神经网络分类方法引入到舰船辐射噪声的分类识别研究中来。论文的主要内容如下:文章首先舰船辐射噪声进行仿真研究。分析了舰船辐射噪声的产生机理以及常见的噪声类型,并对舰船辐射噪声进行仿真建模,包括噪声宽带连续谱、窄带线谱、节拍调制函数、海洋环境噪声等,构造舰船辐射噪声仿真信号。其次对舰船辐射噪声信号进行特征提取。分析DEMON谱分析法、1.5维谱特征提取方法、梅尔倒谱系数(MFCC)特征提取方法进行的数学原理,并对三种特征提取方法进行仿真。本文使用支持向量机与卷积神经网络作为分类器,对舰船辐射噪声信号进行分类。从理论上分析了支持向量机的数学原理,卷积神经网络的基本结构与工作原理。利用MATLAB平台搭建了支持向量机模型与卷积神经网络模型,对目标特征进行分类,通过对比两种分类器在不同信噪比下的分类效果,分析分类器的性能与特征提取方法的优劣。
【学位单位】：哈尔滨工程大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：U674.7
【部分图文】：

第 2 章 舰船辐射噪声仿真舰船在海上航行作业时，由于船体机械的运转及本身的运动，会向周围介质辐射噪声，由水传播传出去的目标信息，可能被对方发现，成为受到攻击的信号。因此，水中噪声一直是军事对抗活动中的目标信号。水听器接收到的舰船辐射噪声，是多种噪声源的综合效应，包括螺旋桨的转动，各种机械的振动，水体流动引起的噪声等等，不同的噪声源决定了舰船辐射噪声的频谱既包含线谱，又包含宽带的连续谱[34]。2.1 舰船辐射噪声产生机理根据舰船辐射噪声的声源不同，可以将其主要分为以下三类[35]：

图 2.2 舰船辐射噪声典型频谱(a)线谱 (b)连续谱 (c)混合谱螺旋桨噪声宽带噪声谱级在宽频带范围内存在一个峰值，通常该峰值会出 100 至 1000Hz 的频率范围内，当频率低于峰值时，谱级升高，其斜率大约dB/倍频程，频率高于峰值时，谱级降低，，其斜率大约为 3-6/倍频程。在高和浅深度的工况下，易于产生大的空化气泡，从而产生大量的低频噪声，使谱峰逐渐向低频端移动。舰船辐射噪声连续谱谱级随航速与深度的变化规律 2.3 所示。

图 2.2 舰船辐射噪声典型频谱(a)线谱 (b)连续谱 (c)混合谱噪声宽带噪声谱级在宽频带范围内存在一个峰值，通常该000Hz 的频率范围内，当频率低于峰值时，谱级升高，其，频率高于峰值时，谱级降低，，其斜率大约为 3-6/倍频的工况下，易于产生大的空化气泡，从而产生大量的低频向低频端移动。舰船辐射噪声连续谱谱级随航速与深度的。

【相似文献】

相关期刊论文 前10条

1 焦义民;康春玉;曾祥旭;;舰船辐射噪声非线性频谱特征提取与应用[J];舰船科学技术;2016年23期

2 王勇;;小波变换下舰船辐射噪声特征提取[J];舰船科学技术;2016年22期

3 卢云霞;;利用经验模态分解-最小均方算法进行舰船辐射噪声仿真信号线谱分析[J];舰船科学技术;2017年04期

4 张维;曹振宇;尚玲;;舰船辐射噪声模拟与实现方法[J];水雷战与舰船防护;2017年01期

5 李静;;基于递归图理论的舰船辐射噪声的特征量分析[J];舰船科学技术;2017年18期

6 唐兵;朱艳;陈卫东;;基于实测噪声信号的舰船辐射噪声重构[J];舰船科学技术;2012年11期

7 过武宏;笪良龙;;基于贝叶斯方法的舰船辐射噪声估计[J];指挥控制与仿真;2008年03期

8 张民;王向军;方兴;;一种新的舰船辐射噪声特征提取方法[J];国防科技大学学报;2007年03期

9 王彪;杨志明;杨小东;黄海宁;田杰;;基于倒谱特征的舰船辐射噪声识别算法研究[J];西北师范大学学报(自然科学版);2006年06期

10 姜建平;刘鹏仲;张国龙;;舰船辐射噪声模拟技术实现方法研究[J];舰船电子工程;2015年04期

相关会议论文 前10条

1 过武宏;朱威;;基于神经元网络的舰船辐射噪声不确定性捕捉[A];2016年全国声学学术会议论文集[C];2016年

2 马宏岩;李训诰;李长军;;基于目标舰船辐射噪声子带能量的距离参数估计[A];中国声学学会水声学分会2015年学术会议论文集[C];2015年

3 朱艳;胡生国;陈刚;;舰船辐射噪声建模及实时仿真[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 高鑫;刘启军;程玉胜;;舰船辐射噪声调制分量建模与仿真[A];中国声学学会2009年青年学术会议[CYCA’09]论文集[C];2009年

5 曹红丽;;舰船辐射噪声的改进波形结构特征提取和分类[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年

6 向龙凤;孙超;杜金燕;;基于凸优化的舰船辐射噪声仿真[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年

7 荆东;黄凤岗;林良骥;;舰船辐射噪声双谱特征的提取[A];中国声学学会1999年青年学术会议[CYCA'99]论文集[C];1999年

8 阳雄;程玉胜;;基于小波奇异性的舰船辐射噪声音高分析研究[A];中国声学学会2003年青年学术会议[CYCA'03]论文集[C];2003年

9 史广智;胡均川;;基于模型的舰船辐射噪声包络谱谐波族特征结构分析[A];中国声学学会2005年青年学术会议[CYCA'05]论文集[C];2005年

10 邢国强;孙超;唐建生;;典型舰船辐射噪声的时域模拟[A];中国声学学会2005年青年学术会议[CYCA'05]论文集[C];2005年

相关博士学位论文 前2条

1 孟庆昕;海上目标被动识别方法研究[D];哈尔滨工程大学;2016年

2 朱昀;水声信号非线性分析方法研究[D];西北工业大学;2002年

相关硕士学位论文 前10条

1 郝宇昕;基于深度神经网络的舰船辐射噪声特征分类技术[D];哈尔滨工程大学;2019年

2 许劲峰;舰船辐射噪声调制特征检测方法研究[D];江苏科技大学;2018年

3 邹辽章;舰船辐射噪声仿真模型置信度评估方法研究[D];中国舰船研究院;2018年

4 徐双;经验模态分解理论研究及其在舰船辐射噪声线谱分析中的应用[D];昆明理工大学;2010年

5 陈志刚;基于矢量水听器的舰船辐射噪声测量技术研究[D];哈尔滨工程大学;2008年

6 邢国强;典型舰船辐射噪声建模与仿真[D];西北工业大学;2005年

7 邓磊磊;舰船辐射噪声的特征线谱提取[D];哈尔滨工程大学;2011年

8 徐慧;水声目标被动识别相关技术研究[D];中国舰船研究院;2013年

9 王洪玲;舰船辐射噪声调制特征提取方法研究[D];哈尔滨工程大学;2007年

10 陈静;舰船辐射噪声的混沌特征提取方法研究[D];西北工业大学;2006年

本文编号：2822820