[发明专利]一种MFCC水下目标特征提取和识别方法

说明书

技术领域

本发明涉及水下目标的分类识别技术，尤其涉及一种新的MFCC水下目标特征提取和识别方法。

背景技术

海洋环境的复杂多变性使得目标特性很难定性描述，因此，水下目标的分类识别是水声信号处理的难题。

发明内容

技术问题：本发明所要解决的技术问题是：提供一种新的MFCC水下目标特征提取和识别方法，该方法利用人耳对声音的非线性辨别能力，通过图像锐化处理中的Sobel算子和拉普拉斯算子运算，获得基于图像处理的新的MFCC特征，并采用基于EM算法的混合高斯模型的聚类分类器，仿真结果具有高识别率。

技术方案：为解决上述技术问题，本发明的一种新的MFCC水下目标特征提取和识别方法：首先对水下目标信号（即舰船辐射噪声信号）分别进行分帧加窗的单边功率谱求取，求解基于Mel频率的三角滤波器的频域传递函数，将水下目标信号的功率谱与三角滤波器组相乘并进行对数变化，经过t方向和f方向的Sobel算子和拉普拉斯算子运算，最后进行DCT变化去除特征间的相关性，设计基于EM算法的混合高斯模型的聚类分类器，提高水下目标的识别率。

本发明的原理是利用了人耳对声音的非线性辨别能力，采用倒谱技术中的MFCC方法，将水下目标发声体和信道的频谱分开，从而提取发声体的特征，并利用图像锐化处理中的线性微分算子运算，提取有利的细微变化特征，设计基于EM算法的混合高斯模型的聚类分类器。

本发明方法的具体实现方式包括以下步骤：

第一步：获取舰船辐射噪声信号对应的数据序列x(n)：接收长度为N的实时采集数据或提取N点存储的现成数据作为待处理的数据序列x(n),n=0,1,…N-1，数据的采样率为f_s；

第二步：进行分帧处理得到x_i(n)：对第一步的数据序列x(n)进行分帧处理，得到每一帧数据序列x_i(n)，其中，

x_i(n)=x(n+id)           式（1）

在式（1）中，n=0,1,…L-1，i=0,1,…K-1，表示向下取整运算；L表示x_i(n)的数据长度，d表示帧之间的重复数据数目，K表示帧的数目；

第三步：通过加窗操作得到y_i(n)：对每一帧数据序列x_i(n)(i＝0,1,…K-1)进行加窗处理，得到y_i(n)，其中，

y_i(n)=x_i(n)w(n)         式（2）

在式（2）中，i=0,1,…K-1,n=0,1,…L-1,w(n)=0.54-0.46cos(2πn/L)，；w(n)表示窗函数；

第四步：计算分帧加窗信号的单边功率谱密度p_i(l)：对数据序列y_i(n)求解单边功率谱密度p_i(l)，其中，

pi(l)=|Σn=0L-1yi(n)exp{-j2πnl/L}|2]]>式（3）

在式（3）中，l=0,1,…L/2+1，||表示绝对值运算，j表示虚数单位，即i=0,1,2,…,K-1；