有效探測(cè)識(shí)別低空飛行器已成為雷達(dá)等傳統(tǒng)監(jiān)控手段亟待解決的問(wèn)題,而聲目標(biāo)識(shí)別憑借全向探測(cè)、被動(dòng)探測(cè)和隱蔽性好等諸多優(yōu)勢(shì),在低空飛行器探測(cè)識(shí)別方面獲得廣泛的關(guān)注和應(yīng)用。本文以國(guó)防和公共安全的實(shí)時(shí)監(jiān)控為應(yīng)用背景,針對(duì)直升機(jī)這一典型低空飛行器飛行過(guò)程中連續(xù)識(shí)別的準(zhǔn)確率和魯棒性問(wèn)題,在深入總結(jié)和分析直升機(jī)聲信號(hào)產(chǎn)生機(jī)理和特性的基礎(chǔ)上,對(duì)聲目標(biāo)識(shí)別中聲信號(hào)預(yù)處理、特征提取和識(shí)別等關(guān)鍵技術(shù)進(jìn)行研究,提出基于深度學(xué)習(xí)的聲目標(biāo)識(shí)別框架。為提高連續(xù)識(shí)別過(guò)程的正確率和魯棒性,本文提出了一種基于復(fù)合深度神經(jīng)網(wǎng)絡(luò)的直升機(jī)聲學(xué)特征提取和識(shí)別框架。復(fù)合深度神經(jīng)網(wǎng)絡(luò)由卷積神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)以并行結(jié)構(gòu)組合,進(jìn)行直升機(jī)聲學(xué)特征的優(yōu)化,完成直升機(jī)類(lèi)型識(shí)別。針對(duì)直升機(jī)聲信號(hào)特性,本文對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行了改進(jìn),使得該復(fù)合深度神經(jīng)網(wǎng)絡(luò)在信號(hào)短時(shí)譜基礎(chǔ)上優(yōu)化聲信號(hào)特征表征并提取前后幀之間的相關(guān)信息,彌補(bǔ)傳統(tǒng)聲目標(biāo)識(shí)別方法不能充分利用目標(biāo)信號(hào)時(shí)間歷程信息的缺陷。真實(shí)外場(chǎng)實(shí)驗(yàn)數(shù)據(jù)測(cè)試結(jié)果顯示:相較于傳統(tǒng)識(shí)別方法,該框架顯著提升了直升機(jī)進(jìn)入有效探測(cè)范圍后連續(xù)識(shí)別的魯棒性和目標(biāo)識(shí)別正確率。針對(duì)直升機(jī)聲目標(biāo)識(shí)別中環(huán)境背景噪聲影響識(shí)... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
注釋表
第1章 緒論
    1.1 研究背景及意義
    1.2 聲目標(biāo)識(shí)別的發(fā)展
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
    1.4 本文主要貢獻(xiàn)及章節(jié)安排
第2章 聲目標(biāo)識(shí)別技術(shù)理論基礎(chǔ)
    2.1 直升機(jī)聲信號(hào)的特性
        2.1.1 直升機(jī)飛行噪聲產(chǎn)生機(jī)理及特性
        2.1.2 風(fēng)噪聲的干擾特性
    2.2 典型的特征提取方法
        2.2.1 傅里葉幅度譜
        2.2.2 諧波集檢測(cè)
        2.2.3 梅爾倒譜系數(shù)
        2.2.4 小波包特征熵
    2.3 常用分類(lèi)器
        2.3.1 人工神經(jīng)網(wǎng)絡(luò)
        2.3.2 支持向量機(jī)
    2.4 傳統(tǒng)聲信號(hào)預(yù)處理
        2.4.1 譜減法
        2.4.2 維納濾波
        2.4.3 小波分析法
    2.5 本章小結(jié)
第3章 復(fù)合深度神經(jīng)網(wǎng)絡(luò)在直升機(jī)聲目標(biāo)識(shí)別中的應(yīng)用
    3.1 引言
    3.2 復(fù)合深度神經(jīng)網(wǎng)絡(luò)模型
        3.2.1 識(shí)別框架
        3.2.2 卷積神經(jīng)網(wǎng)絡(luò)
        3.2.3 長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)
    3.3直升機(jī)識(shí)別實(shí)驗(yàn)
        3.3.1 標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)的建立
        3.3.2 識(shí)別特征提取
        3.3.3 復(fù)合深度神經(jīng)網(wǎng)絡(luò)參數(shù)配置
        3.3.4 識(shí)別結(jié)果分析
    3.4 本章小結(jié)
第4章 卷積神經(jīng)網(wǎng)絡(luò)在直升機(jī)聲信號(hào)預(yù)處理中的應(yīng)用
    4.1 引言
    4.2 基于深度學(xué)習(xí)的預(yù)處理技術(shù)
        4.2.1 時(shí)頻分解
        4.2.2 預(yù)處理特征
        4.2.3 預(yù)處理目標(biāo)
    4.3 聲信號(hào)預(yù)處理實(shí)驗(yàn)
        4.3.1 實(shí)驗(yàn)數(shù)據(jù)
        4.3.2 基于深度學(xué)習(xí)的聲信號(hào)預(yù)處理框架
        4.3.3 識(shí)別與預(yù)處理模塊耦合
    4.4 本章小節(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號(hào)：3164967