發(fā)布時間：2017-10-16 21:29

  本文關(guān)鍵詞：水下目標(biāo)輻射噪聲生理感知特征的提取方法研究

  更多相關(guān)文章： 目標(biāo)識別 特征提取 生理感知 聽覺濾波器 感知非均勻譜壓縮 信噪比依賴 恒定束寬 BP網(wǎng)絡(luò) 支持向量機

【摘要】：復(fù)雜海洋環(huán)境中的水下目標(biāo)特征提取是聲納識別系統(tǒng)性能提升的關(guān)鍵問題。傳統(tǒng)特征提取方法提取的特征矢量容易受到海洋環(huán)境、目標(biāo)類型以及目標(biāo)航速等因素的影響，使聲納系統(tǒng)的識別性能大幅度下降。本文模擬聲納員感知、辨識目標(biāo)的機理，提取目標(biāo)的生理感知特征并進行水下目標(biāo)識別，主要研究工作包括： 1.比較了常用的模式識別方法，綜合考慮水下目標(biāo)輻射噪聲非線性、樣本少的特點，選擇自適應(yīng)能力強的BP網(wǎng)絡(luò)和在解決小樣本、非線性及高維模式問題中表現(xiàn)突出的支持向量機對水下目標(biāo)輻射噪聲進行分類實驗。識別結(jié)果表明，BP網(wǎng)絡(luò)和支持向量機對待測實驗數(shù)據(jù)實現(xiàn)了有效分類，說明使用BP網(wǎng)絡(luò)和支持向量機對水下目標(biāo)進行分類是可行的。 2.給出了反應(yīng)人主觀聽覺感受的響度特征的計算過程，結(jié)合水下聲目標(biāo)的特殊性，改進了響度特征量化的計算流程，避免了計算信號激勵等復(fù)雜的運算過程，可方便地得出信號沿頻率分布的響度特征。實驗結(jié)果表明，利用改進的算法可以有效地計算目標(biāo)信號響度。 3.為探索聲納員感知、辨識水下目標(biāo)類型的聲學(xué)因素，研究了基于聽覺濾波的特征提取方法，包括Gammatone頻率離散小波系數(shù)、聽覺倒譜系數(shù)、聽覺慢特征分析、Gammachirp倒譜系數(shù)、改進的耳蝸濾波分析模型。這些方法符合人耳對聲音的感知、辨識過程，較好地提取了水下目標(biāo)的固有屬性，避免關(guān)鍵信息的丟失，提高了識別準(zhǔn)確率，且提取的特征矢量有較好的抗背景干擾性能。 4.針對基于傳統(tǒng)均勻譜壓縮的特征提取方法提取水下目標(biāo)的特征時，會對某些信號頻帶造成過壓縮而同時對其他的信號頻帶造成欠壓縮的特點，結(jié)合人耳聽覺指數(shù)律和聽覺掩蔽效應(yīng)，提出了感知非均勻譜壓縮（Perceptual Non-UniformSpectral Compress, PNUSC）方法。在此基礎(chǔ)上改進了邊界的設(shè)計方法，得到改進的感知非均勻譜壓縮（Improved Perceptual Non-Uniform Spectral Compress,IPNUSC）方法。實錄艦船輻射噪聲的識別結(jié)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標(biāo)的識別準(zhǔn)確率。 5.依據(jù)人耳聽覺特性，特別是聽覺掩蔽效應(yīng)，提出了一種魯棒的特征提取方法——信噪比依賴非均勻譜壓縮（SNR-Dependent Non-Uinform SpectralCompress, SDNUSC）方法，并給出了其中具體參數(shù)的選擇過程。實錄艦船輻射噪聲的識別結(jié)果表明，基于SDNUSC方法提取的特征矢量對目標(biāo)的識別能力優(yōu)于其他非均勻譜壓縮的特征提取方法和傳統(tǒng)的特征提取方法（MFCC, LPCC, PLP等），且提取的特征矢量具有較好的穩(wěn)健性。 6.研究了基于恒定束寬干擾抑制的聽覺特征提取方法。為了適應(yīng)戰(zhàn)場環(huán)境復(fù)雜化和目標(biāo)信息多樣化的需求，改善聲納識別系統(tǒng)對水下目標(biāo)的識別能力，要求接收到的寬帶信號經(jīng)陣列輸出后沒有波形失真。為此，在陣列處理中設(shè)計了恒定束寬波束形成器，并針對仿真的陣列數(shù)據(jù)進行分類識別實驗。結(jié)果表明，，基于陣列輸出的聽覺特征提取方法比基于單水聽器的特征提取方法更好提取出目標(biāo)的類別屬性，實現(xiàn)目標(biāo)的有效分類。同時，基于恒定束寬干擾抑制的聽覺特征提取方法提取的特征矢量對水下目標(biāo)的狀態(tài)具有良好的寬容性。
【關(guān)鍵詞】：目標(biāo)識別 特征提取 生理感知 聽覺濾波器 感知非均勻譜壓縮 信噪比依賴 恒定束寬 BP網(wǎng)絡(luò) 支持向量機
【學(xué)位授予單位】：西北工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TN911.7;TP18
【目錄】：

• 摘要4-6
• Abstract6-8
• 目錄8-11
• 第一章 緒論11-25
• 1.1 研究背景與意義11-14
• 1.2 研究歷史和現(xiàn)狀14-22
• 1.2.1 特征提取的研究歷史和現(xiàn)狀15-16
• 1.2.2 生理感知的研究歷史和現(xiàn)狀16-18
• 1.2.3 分類決策的研究歷史和現(xiàn)狀18-22
• 1.3 本文研究內(nèi)容及具體安排22-25
• 第二章 人耳對聲信號的辨識過程與分析25-37
• 2.1 引言25
• 2.2 聽覺系統(tǒng)25-30
• 2.2.1 外耳26-27
• 2.2.2 中耳27
• 2.2.3 內(nèi)耳27-29
• 2.2.4 聽覺中樞系統(tǒng)29-30
• 2.3 人耳對聲信號的感受和辨別30-33
• 2.3.1 感受和辨識機制30-32
• 2.3.2 掩蔽效應(yīng)32-33
• 2.4 典型目標(biāo)輻射噪聲的聽覺感受描述33-35
• 2.5 本章小結(jié)35-37
• 第三章 基于BP網(wǎng)絡(luò)和支持向量機的水下目標(biāo)識別方法37-55
• 3.1 引言37
• 3.2 BP網(wǎng)絡(luò)的原理與設(shè)計37-43
• 3.2.1 BP網(wǎng)絡(luò)的基本結(jié)構(gòu)38
• 3.2.2 BP學(xué)習(xí)算法38-41
• 3.2.3 BP網(wǎng)絡(luò)在水下目標(biāo)識別中的研究41-43
• 3.3 支持向量機的原理與估計算法43-47
• 3.3.1 SVM的基本原理44-45
• 3.3.2 SVM的估計算法45-47
• 3.4 傳統(tǒng)的特征提取方法47-50
• 3.4.1 線性預(yù)測倒譜系數(shù)47-48
• 3.4.2 美爾頻率倒譜系數(shù)48-49
• 3.4.3 感知線性預(yù)測49-50
• 3.5 實驗數(shù)據(jù)說明與分析50-54
• 3.5.1 仿真的艦船輻射噪聲51-52
• 3.5.2 互聯(lián)網(wǎng)公開發(fā)布的海洋動物叫聲52-53
• 3.5.3 實錄的艦船輻射噪聲53-54
• 3.6 本章小結(jié)54-55
• 第四章 基于響度特征量化改進算法的特征提取方法55-65
• 4.1 引言55
• 4.2 心理聲學(xué)參數(shù)55-60
• 4.2.1 響度55-58
• 4.2.2 尖銳度58-59
• 4.2.3 粗糙度59
• 4.2.4 波動強度59-60
• 4.3 響度特征量化的改進算法60-61
• 4.4 實驗結(jié)果與分析61-64
• 4.4.1 實驗樣本與分類器61-62
• 4.4.2 識別結(jié)果與性能對比分析62-64
• 4.5 本章小結(jié)64-65
• 第五章 基于聽覺濾波的特征提取方法65-89
• 5.1 引言65
• 5.2 常見的聽覺濾波器65-73
• 5.2.1 共振濾波器66-67
• 5.2.2 Roex函數(shù)濾波器67-68
• 5.2.3 Gammatone濾波器68-70
• 5.2.4 Gammachirp濾波器70-73
• 5.3 小波變換73-74
• 5.4 基于聽覺濾波的特征提取方法74-88
• 5.4.1 基于Gammatone頻率離散小波系數(shù)的特征提取方法74-77
• 5.4.2 基于聽覺倒譜系數(shù)的特征提取方法77-79
• 5.4.3 基于聽覺慢特征分析的特征提取方法79-81
• 5.4.4 基于Gammachirp倒譜系數(shù)的特征提取方法81-84
• 5.4.5 基于改進的耳蝸濾波分析模型的特征提取方法84-88
• 5.5 本章小結(jié)88-89
• 第六章 基于感知非均勻譜壓縮的特征提取方法89-119
• 6.1 引言89-90
• 6.2 人耳聽覺指數(shù)律90
• 6.3 感知非均勻譜壓縮（PNUSC）方法90-95
• 6.3.1 感知非均勻譜壓縮90-92
• 6.3.2 實驗結(jié)果與分析92-95
• 6.4 改進的感知非均勻譜壓縮（IPNUSC）方法95-97
• 6.4.1 改進的感知非均勻譜壓縮95-96
• 6.4.2 實驗結(jié)果與討論96-97
• 6.5 基于信噪比依賴的非均勻譜壓縮的聽覺特征提取方法97-101
• 6.5.1 信噪比依賴的非均勻譜壓縮（SDNUSC）98-99
• 6.5.2 實驗結(jié)果與討論99-101
• 6.6 基于恒定束寬波形保真及干擾抑制的聽覺特征提取方法101-114
• 6.6.1 基陣輸出信號模型102-104
• 6.6.2 二階錐規(guī)劃簡介104-106
• 6.6.3 恒定束寬波束設(shè)計106-110
• 6.6.4 基于恒定束寬波束形成方法的Gammatone頻率倒譜系數(shù)110
• 6.6.5 實驗結(jié)果與討論110-114
• 6.7 特征提取方法的性能分析與比較114-116
• 6.7.1 單水聽器接收信號114-115
• 6.7.2 水聽器基陣接收信號115-116
• 6.8 本章小結(jié)116-119
• 第七章 全文總結(jié)119-121
• 7.1 研究的主要工作及研究成果總結(jié)119-120
• 7.2 有待進一步研究的工作120-121
• 參考文獻121-131
• 攻讀博士學(xué)位期間完成的論文及參與的科研項目131-133
• 致謝133-135

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 熊紫英;朱錫清;;基于LOFAR譜和DEMON譜特征的艦船輻射噪聲研究[J];船舶力學(xué);2007年02期

2 宋愛國,陸佶人;信號功率譜特征提取的進化規(guī)劃方法[J];電路與系統(tǒng)學(xué)報;1998年03期

3 蔡悅斌,張明之,史習(xí)智,林良驥;艦船噪聲波形結(jié)構(gòu)特征提取及分類研究[J];電子學(xué)報;1999年06期

4 劉鳴,戴蓓倩,李輝,陸偉,李霄寒;魯棒性話者辨識中的一種改進的馬爾科夫模型[J];電子學(xué)報;2002年01期

5 王s

本文編號：1045029