水中目标窄带噪声识别的听觉外周模型

发布时间：2017-10-16 14:40

  本文关键词：水中目标窄带噪声识别的听觉外周模型

  更多相关文章： 水中目标 听觉模型 多通道数据采集 滤波器组 窄带噪声 时频特性 目标识别 声呐 神经网络分类器 辐射噪声

【摘要】：为解决听觉外周模型特征在具有工程背景的水中目标声信号分类研究中识别率下降问题,提出了一种外周模型Gammatone滤波器组修正方法,获得的窄带噪声特征可明显提高水中目标识别性能。首先,分析了识别率下降原因,发现声学工程应用中多通道数据采集,导致信号频率范围变窄,而引起声信号的时频特征发生变化。其次,根据听觉模型用Gammatone滤波器组模拟人耳基底膜频率分解特性、低频信息包含水中目标噪声信号的重要类别特征,对原有的听觉模型特征进行插值,对滤波器组的通道数与中心频率进行适应性修正,得到目标噪声在较窄频带的27维特征,修正后的模型能够更精细地反映出目标时频特性。最后,采用神经网络分类器进行实验。结果表明,修正后的听觉模型保留了原较宽频带特征的主要信息,而且进一步提高了对实际目标的分类能力,识别率由原来的82.59%提高到88.80%。本文提出根据工程应用平台的有效接收频带优化听觉外周模型Gammatone滤波器组的设计,采用阵元级的多通道数据进行分析,侧重于工程应用,解决了多通道数据采集中,由于频带变窄,导致信号的特征信息量下降,进而引起声特征识别性能下降的问题,修正后的听觉模型特征,有效地提高水中目标辐射噪声的识别效果。本文对从事无源声呐目标识别、有源声呐目标识别、带宽受限的多通道声数据采集的时频特性分析研究人员具有一定的参考价值。
【作者单位】： 水下测控技术重点实验室;
【关键词】： 水中目标;听觉模型;多通道数据采集;滤波器组;窄带噪声;时频特性;目标识别;声呐;神经网络分类器;辐射噪声;
【基金】：中国国防科技预研项目(51303020307-8,5130303030205-4)资助
【分类号】：TN912.3;TN713
【正文快照】： ° 多年来,人们尝试从不同的角度开展水中目标_特试验2的特征正确识别率下降较明显。这种情况令人困惑,因此需要在DSP平台环境中开展进一步的研究工作,以提高听觉特征的性能。水声目标的特征提取、分类识别问题,由于目标种类多,相互之间的 征提取及其识别问题的研究,取得了，

本文编号：1043254