特征提取是水下無源聲吶目標(biāo)分類識別的關(guān)鍵步驟,提出了一種基于聽覺Patterson-Holdsworth耳蝸模型的聽覺域張量特征提取方法。將耳蝸模型的濾波器沖激響應(yīng)視為信號分解的基函數(shù),根據(jù)聽覺模型非線性尺度或常規(guī)線性尺度確定不同通道的中心頻率,然后計算出相應(yīng)通道的增益和帶寬,并量化沖激響應(yīng)的階數(shù)和相位參數(shù),得到信號分解基,再根據(jù)信號分解原理得到通道數(shù)×階數(shù)×相位數(shù)的三階張量特征,并通過計算測試樣本張量特征與訓(xùn)練樣本張量特征間的相似性實(shí)現(xiàn)了水下無源聲吶目標(biāo)的分類識別。海上實(shí)錄無源聲吶目標(biāo)的分類識別實(shí)驗(yàn)表明,提取的張量特征具有比較好的分類識別性能,聽覺模型等效矩形帶寬尺度優(yōu)于線性尺度劃分中心頻率,能夠提高無源聲吶的目標(biāo)指示能力。 

【文章來源】：聲學(xué)學(xué)報. 2020,45(06)北大核心

【文章頁數(shù)】：6 頁

【參考文獻(xiàn)】：
期刊論文
[1]水聲目標(biāo)特征分析與識別技術(shù)[J]. 方世良,杜栓平,羅昕煒,韓寧,徐曉男.  中國科學(xué)院院刊. 2019(03)
[2]水中目標(biāo)窄帶噪聲識別的聽覺外周模型[J]. 林正青,邱夢然.  聲學(xué)學(xué)報. 2016(06)
[3]基于稀疏表示權(quán)重張量的音頻特征提取算法[J]. 林靜,楊繼臣,張雪源,李新超.  計算機(jī)應(yīng)用. 2016(05)
[4]聽覺外周計算模型在水中目標(biāo)分類識別中的應(yīng)用[J]. 王磊,彭圓,林正青,蔣行海,牟林,張鳳珍.  電子學(xué)報. 2012(01)
[5]聽覺模型輸出譜特征在聲目標(biāo)識別中的應(yīng)用[J]. 馬元鋒,陳克安,王娜,鄭文.  聲學(xué)學(xué)報(中文版). 2009(02)
[6]感知線性預(yù)測在水下目標(biāo)分類中的應(yīng)用研究[J]. 彭圓,王晟,王科俊,李雪耀,林良驥,林正青,王建文.  聲學(xué)學(xué)報. 2006(02)

博士論文
[1]基于多域特征組合優(yōu)化與證據(jù)分類的水聲目標(biāo)識別算法研究[D]. 張揚(yáng).西北工業(yè)大學(xué) 2018
[2]基于張量分析的多因素音頻信號建模與應(yīng)用研究[D]. 楊立東.北京理工大學(xué) 2016
[3]稀疏表示在圖像壓縮和去噪中的應(yīng)用研究[D]. 何艷敏.電子科技大學(xué) 2011

碩士論文
[1]基于張量的心電特征提取及模式分類方法研究[D]. 程炳飛.上海交通大學(xué) 2014



本文編號：2984786