[发明专利]一种水声目标辐射噪声的线谱时间累积特征提取方法

说明书

技术领域

本发明涉及水声目标的自动分类识别技术，尤其涉及一种水声目标辐射噪声的线谱时间累积特征提取方法。

背景技术

声纳的目标分类识别主要是对水面舰船、水下潜艇、鱼雷及其他水下物体进行分类识别。由于各种不同的舰艇，不同的型号，不同的工况以及在不同的海洋条件下所显示出来的特性都不一样，使目标特性很难描述和分类识别。所以，水声目标的自动分类识别是水声工程中一个十分重要的课题，也是公认的水声信号处理难题。

声纳从体制上分为被动声纳和主动声纳，在目标分类识别中也分成被动声纳识别和主动声纳识别两类。被动声纳识别通过对接收的水声目标辐射噪声进行分析处理，如傅立叶变换、调制解调、小波变换等方法，从变换后的信号中提取特征，实现目标的分类识别。但由于环境噪声、干扰及阵处理的影响，以及舰船等目标辐射噪声的复杂性等，使许多方法在对海上实际声纳接收信号的分类识别时难以取得理想的效果。以往，对线谱的研究往往只局限于实时性，而忽略了其在时间上的关联性。单次提取出来的线谱很不稳定，这表现在两个方面：一是真实线谱被噪声掩盖，从而无法从功率谱上提取出来，这样就产生了漏判；二是出现强噪声线谱，它被误判为目标的线谱，导致了虚判。

所谓线谱时间累积特征，就是对线谱在时间上进行累积，构成的时频二维特征。利用长时间的信息累积无疑可提高信息的稳定度，故在许多被动声纳中都设计了LOFAR谱图显示或分析。但大多仍作为一种显示信息，自动的LOFAR谱图目标特征提取方法较少。

线谱时间累积特征作为一种时序特征，其目的是将目标的某些特征在时间上加以累积和延续，借此反映这些特征在时间上的变化情况，从而可以使目标的稳态特征更加稳定和可靠，也可以从中提取出目标的动态特征和瞬态特征，为目标的分类识别提供依据。

发明内容

本发明的目的在于克服单次提取线谱特征方法的缺点，提供了一种水声目标辐射噪声线谱时间累积特征的提取方法，利用线谱时间累计特征，即利用LOFAR谱图进行目标特征自动提取，通过对声纳信号和信息的时序分析，得到线谱在频率上的分布和变化，从中提取目标的特征信息，从而有利于识别。

为实现上述目的，本发明采取以下技术方案：一种水声目标辐射噪声的线谱时间累积特征提取方法，其特征在于：对水声目标辐射噪声信号进行短时傅立叶变换，获取线谱时间累积特征图，通过对声纳信号和信息的时序分析，提取目标线谱数和线谱漂移特征，包括如下过程：

A.获取线谱时间累积特征图

A1设由水听器采集水声目标辐射噪声信号序列为s(n)，n＝0，1，..，N-1，辐射噪声信号序列的采样频率为f_s，N≥f_s，对数据进行标准化处理，E{s(n)}是s(n)的均值，Std{s(n)}是s(n)的标准差；

A2通过带通滤波器，对S₁(n)进行带通滤波，得到带通信号s₂(n)；

A3对s₂(n)进行短时傅立叶变换，得到线谱时间累积特征LOFAR图S(i，j)，其中i＝1，2，…，M，M为时间离散点数，j＝1，2，…，N，N为频域离散点数；

B.提取稳定线谱数

采用统计的方法从线谱时间累积特征LOFAR图S(i，j)中提取线谱数，消除随机噪声的干扰，得到可靠和稳定的线谱数：

B1.对S(i，j)进行时间累积，得到直方图线谱

Z={zj}=Σi=1WideS(i,j),j=0,1,2,...,N]]>

其中z_j为第j个频点的直方图线谱幅度，Wide为时间离散点数，N为频域离散点数；