基于音色參量的聲納回波特征提取及分類.pdf

1、水下目標(biāo)正確分類的決定因素是對不同類型信號特征的有效提取?，F(xiàn)已有大量關(guān)于時域、頻域及時-頻聯(lián)合域的特征提取方法，并在理論上取得了較好的識別結(jié)果。但實踐中依然要依賴訓(xùn)練有素的聲納員聽覺系統(tǒng)對水下目標(biāo)類型進行判斷。聲音的響度、音調(diào)、音色和持續(xù)時間是描述聲音聽覺屬性的有效特征參量，其中響度、音調(diào)和持續(xù)時間已有較成熟的計算模型，且被有效地應(yīng)用在主動聲納回波信號分類識別中。由于目標(biāo)與接收平臺距離遠近和海況等嚴重影響響度的大小，而信號的音調(diào)和音色幾

2、乎不受其影響，可以共同反映不同目標(biāo)的本質(zhì)差別。因此，本文提取主動聲納回波的音色特征，實現(xiàn)水下目標(biāo)回波、噪聲和混響信號的有效分離。
　　 在前人對音色維度研究的基礎(chǔ)上，本文選取與譜形結(jié)構(gòu)和譜能量分布有關(guān)的聽覺參量對回波信號的功率譜進行細分，并分析聽覺感知特征量的分布反映的目標(biāo)和海底聲散射特性。高階統(tǒng)計量可以抑制某些分布的噪聲，提高信混噪比，增加后續(xù)特征提取的準(zhǔn)確度。本文在目標(biāo)信號的三、四階對角切片譜上提取其聽覺感知特征，以獲得更好

3、的分類識別效果。為此，推導(dǎo)了CW和LFM脈沖的1.5維譜、2.5維譜所包含的信號信息。采用混合高斯分布模型擬合目標(biāo)回波、噪聲和混響瞬時值的概率密度分布，并分析兩種非高斯分布的高階統(tǒng)計量表達式。最后討論了目標(biāo)回波、噪聲和混響在信號特征空間中可分性，采用徑向基核函數(shù)支持向量機對提取的聽覺特征進行分類。
　　 仿真分析驗證了提取聽覺感知量作為分類特征的可行性。對湖試數(shù)據(jù)進行處理，在其功率譜，三階和四階累積量對角片譜上提取信號的聽覺感知