水下目标辐射噪声生理感知特征的提取方法研究

发布时间：2017-10-16 21:29

  本文关键词：水下目标辐射噪声生理感知特征的提取方法研究

  更多相关文章： 目标识别 特征提取 生理感知 听觉滤波器 感知非均匀谱压缩 信噪比依赖 恒定束宽 BP网络 支持向量机

【摘要】：复杂海洋环境中的水下目标特征提取是声纳识别系统性能提升的关键问题。传统特征提取方法提取的特征矢量容易受到海洋环境、目标类型以及目标航速等因素的影响，使声纳系统的识别性能大幅度下降。本文模拟声纳员感知、辨识目标的机理，提取目标的生理感知特征并进行水下目标识别，主要研究工作包括： 1.比较了常用的模式识别方法，综合考虑水下目标辐射噪声非线性、样本少的特点，选择自适应能力强的BP网络和在解决小样本、非线性及高维模式问题中表现突出的支持向量机对水下目标辐射噪声进行分类实验。识别结果表明，BP网络和支持向量机对待测实验数据实现了有效分类，说明使用BP网络和支持向量机对水下目标进行分类是可行的。 2.给出了反应人主观听觉感受的响度特征的计算过程，结合水下声目标的特殊性，改进了响度特征量化的计算流程，避免了计算信号激励等复杂的运算过程，可方便地得出信号沿频率分布的响度特征。实验结果表明，利用改进的算法可以有效地计算目标信号响度。 3.为探索声纳员感知、辨识水下目标类型的声学因素，研究了基于听觉滤波的特征提取方法，包括Gammatone频率离散小波系数、听觉倒谱系数、听觉慢特征分析、Gammachirp倒谱系数、改进的耳蜗滤波分析模型。这些方法符合人耳对声音的感知、辨识过程，较好地提取了水下目标的固有属性，避免关键信息的丢失，提高了识别准确率，且提取的特征矢量有较好的抗背景干扰性能。 4.针对基于传统均匀谱压缩的特征提取方法提取水下目标的特征时，会对某些信号频带造成过压缩而同时对其他的信号频带造成欠压缩的特点，结合人耳听觉指数律和听觉掩蔽效应，提出了感知非均匀谱压缩（Perceptual Non-UniformSpectral Compress, PNUSC）方法。在此基础上改进了边界的设计方法，得到改进的感知非均匀谱压缩（Improved Perceptual Non-Uniform Spectral Compress,IPNUSC）方法。实录舰船辐射噪声的识别结果表明，基于PNUSC和IPNUSC方法提取的特征矢量有效地提高水下目标的识别准确率。 5.依据人耳听觉特性，特别是听觉掩蔽效应，提出了一种鲁棒的特征提取方法——信噪比依赖非均匀谱压缩（SNR-Dependent Non-Uinform SpectralCompress, SDNUSC）方法，并给出了其中具体参数的选择过程。实录舰船辐射噪声的识别结果表明，基于SDNUSC方法提取的特征矢量对目标的识别能力优于其他非均匀谱压缩的特征提取方法和传统的特征提取方法（MFCC, LPCC, PLP等），且提取的特征矢量具有较好的稳健性。 6.研究了基于恒定束宽干扰抑制的听觉特征提取方法。为了适应战场环境复杂化和目标信息多样化的需求，改善声纳识别系统对水下目标的识别能力，要求接收到的宽带信号经阵列输出后没有波形失真。为此，在阵列处理中设计了恒定束宽波束形成器，并针对仿真的阵列数据进行分类识别实验。结果表明，，基于阵列输出的听觉特征提取方法比基于单水听器的特征提取方法更好提取出目标的类别属性，实现目标的有效分类。同时，基于恒定束宽干扰抑制的听觉特征提取方法提取的特征矢量对水下目标的状态具有良好的宽容性。
【关键词】：目标识别 特征提取 生理感知 听觉滤波器 感知非均匀谱压缩 信噪比依赖 恒定束宽 BP网络 支持向量机
【学位授予单位】：西北工业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TN911.7;TP18
【目录】：

• 摘要4-6
• Abstract6-8
• 目录8-11
• 第一章 绪论11-25
• 1.1 研究背景与意义11-14
• 1.2 研究历史和现状14-22
• 1.2.1 特征提取的研究历史和现状15-16
• 1.2.2 生理感知的研究历史和现状16-18
• 1.2.3 分类决策的研究历史和现状18-22
• 1.3 本文研究内容及具体安排22-25
• 第二章 人耳对声信号的辨识过程与分析25-37
• 2.1 引言25
• 2.2 听觉系统25-30
• 2.2.1 外耳26-27
• 2.2.2 中耳27
• 2.2.3 内耳27-29
• 2.2.4 听觉中枢系统29-30
• 2.3 人耳对声信号的感受和辨别30-33
• 2.3.1 感受和辨识机制30-32
• 2.3.2 掩蔽效应32-33
• 2.4 典型目标辐射噪声的听觉感受描述33-35
• 2.5 本章小结35-37
• 第三章 基于BP网络和支持向量机的水下目标识别方法37-55
• 3.1 引言37
• 3.2 BP网络的原理与设计37-43
• 3.2.1 BP网络的基本结构38
• 3.2.2 BP学习算法38-41
• 3.2.3 BP网络在水下目标识别中的研究41-43
• 3.3 支持向量机的原理与估计算法43-47
• 3.3.1 SVM的基本原理44-45
• 3.3.2 SVM的估计算法45-47
• 3.4 传统的特征提取方法47-50
• 3.4.1 线性预测倒谱系数47-48
• 3.4.2 美尔频率倒谱系数48-49
• 3.4.3 感知线性预测49-50
• 3.5 实验数据说明与分析50-54
• 3.5.1 仿真的舰船辐射噪声51-52
• 3.5.2 互联网公开发布的海洋动物叫声52-53
• 3.5.3 实录的舰船辐射噪声53-54
• 3.6 本章小结54-55
• 第四章 基于响度特征量化改进算法的特征提取方法55-65
• 4.1 引言55
• 4.2 心理声学参数55-60
• 4.2.1 响度55-58
• 4.2.2 尖锐度58-59
• 4.2.3 粗糙度59
• 4.2.4 波动强度59-60
• 4.3 响度特征量化的改进算法60-61
• 4.4 实验结果与分析61-64
• 4.4.1 实验样本与分类器61-62
• 4.4.2 识别结果与性能对比分析62-64
• 4.5 本章小结64-65
• 第五章 基于听觉滤波的特征提取方法65-89
• 5.1 引言65
• 5.2 常见的听觉滤波器65-73
• 5.2.1 共振滤波器66-67
• 5.2.2 Roex函数滤波器67-68
• 5.2.3 Gammatone滤波器68-70
• 5.2.4 Gammachirp滤波器70-73
• 5.3 小波变换73-74
• 5.4 基于听觉滤波的特征提取方法74-88
• 5.4.1 基于Gammatone频率离散小波系数的特征提取方法74-77
• 5.4.2 基于听觉倒谱系数的特征提取方法77-79
• 5.4.3 基于听觉慢特征分析的特征提取方法79-81
• 5.4.4 基于Gammachirp倒谱系数的特征提取方法81-84
• 5.4.5 基于改进的耳蜗滤波分析模型的特征提取方法84-88
• 5.5 本章小结88-89
• 第六章 基于感知非均匀谱压缩的特征提取方法89-119
• 6.1 引言89-90
• 6.2 人耳听觉指数律90
• 6.3 感知非均匀谱压缩（PNUSC）方法90-95
• 6.3.1 感知非均匀谱压缩90-92
• 6.3.2 实验结果与分析92-95
• 6.4 改进的感知非均匀谱压缩（IPNUSC）方法95-97
• 6.4.1 改进的感知非均匀谱压缩95-96
• 6.4.2 实验结果与讨论96-97
• 6.5 基于信噪比依赖的非均匀谱压缩的听觉特征提取方法97-101
• 6.5.1 信噪比依赖的非均匀谱压缩（SDNUSC）98-99
• 6.5.2 实验结果与讨论99-101
• 6.6 基于恒定束宽波形保真及干扰抑制的听觉特征提取方法101-114
• 6.6.1 基阵输出信号模型102-104
• 6.6.2 二阶锥规划简介104-106
• 6.6.3 恒定束宽波束设计106-110
• 6.6.4 基于恒定束宽波束形成方法的Gammatone频率倒谱系数110
• 6.6.5 实验结果与讨论110-114
• 6.7 特征提取方法的性能分析与比较114-116
• 6.7.1 单水听器接收信号114-115
• 6.7.2 水听器基阵接收信号115-116
• 6.8 本章小结116-119
• 第七章 全文总结119-121
• 7.1 研究的主要工作及研究成果总结119-120
• 7.2 有待进一步研究的工作120-121
• 参考文献121-131
• 攻读博士学位期间完成的论文及参与的科研项目131-133
• 致谢133-135

【参考文献】

中国期刊全文数据库 前10条

1 熊紫英;朱锡清;;基于LOFAR谱和DEMON谱特征的舰船辐射噪声研究[J];船舶力学;2007年02期

2 宋爱国,陆佶人;信号功率谱特征提取的进化规划方法[J];电路与系统学报;1998年03期

3 蔡悦斌,张明之,史习智,林良骥;舰船噪声波形结构特征提取及分类研究[J];电子学报;1999年06期

4 刘鸣,戴蓓倩,李辉,陆伟,李霄寒;鲁棒性话者辨识中的一种改进的马尔科夫模型[J];电子学报;2002年01期

5 王s

本文编号：1045029