[发明专利]一种基于概率潜在语义分析的水下目标信号特征提取方法

权利要求书

1.一种基于概率潜在语义分析的水下目标信号特征提取方法，其特征在于，包括如下步骤：

步骤一，对混合有噪声的水下目标信号进行处理得到降噪频谱图

步骤一的具体方法如下：

收集的信号中包括声源信号和噪声信号，表示为：

其中，P(f,t)表示在时间t和频率f的混合信号，S和N分别表示声源与噪声，P(z_s)和P(z_n)分别表示声源信号和噪声信号中潜变量z的可能性分布，P(f|z_s)与P(t|z_s)分别表示声源信号的频率可能性分布与时间可能性分布，P(f|z_n)和P(t|z_n)分别表示噪声信号的频率可能性分布与时间可能性分布；

降噪过程通过将公式(1)中噪声信号潜变量z的可能性分布P(z_n)设置为0来实现，则降噪频谱图表示为：

其中，P(t)表示选定声源信号中时间t的概率，P(z_s|t)表示在时间t时声源信号中潜变量z的可能性分布，P(f|z_s)表示在频率为f时声源信号中潜变量z的概率；

通过期望最大化算法来计算参数P(f|z_s)与P(z_s|t)，计算方法如下：

声源信号的可能性分布P(z_s|f,t)表示如下：

O(f,t)表示不同时间下相同频段的数量，P_k-1(z_s|f,t)表示第k-1次迭代中声源信号的可能性分布，和分别表示声源信号在第k-1次迭代中第i个频段fⁱ与第j个时间段t^j的可能性分布，与分别表示声源信号在第k次迭代中第i个频段fⁱ与第j个时间段t^j的可能性分布；

初始化公式(3)中的参数P(f|z_s)和P(z_s|t)，通过不断的迭代，每一次迭代通过公式(3)求P(z_s|f,t)，然后根据公式(4)和(5)计算参数与再放入公式(3)进行下一次迭代，直至收敛，从而确定对应公式(2)中声源信号的参数值P(f|z_s)与P(z_s|t)，最终得到降噪声谱图

步骤二，利用原始频谱图v和降噪频谱图进行频谱可靠性权重计算，得到加权后第n个频段的降噪频谱图S_n；

步骤二的具体方法如下：

整个频谱的重构误差表示为：

其中，v为含噪声的原始频谱图，为降噪后的频谱图；

对原始频谱图v和降噪频谱图进行分帧处理，则第n个频段的原始频谱图v和降噪频谱图分别记作v_n与计算每个频段的误差，记作：

通过整个频谱的重构误差E与第n个频段的误差E_n，计算第n个频段的权重：

w_n＝1-E_n/E (8)

对于每个频段，通过对频谱进行加权，其中表示降噪处理后的第n个频段的频谱图，w_n表示第n个频段的权重，S_n表示加权后第n个频段的降噪频谱图；

步骤三，对加权后第n个频段的降噪频谱图S_n进行短时傅里叶变换，得到信号

步骤四，对短时傅里叶变换后的信号使用均匀分布的频谱三角滤波器进行滤波，得到滤波后的整个频谱

步骤五，对滤波后的频谱进行矩阵分解，从频谱中提取具有最高贡献率的前L个特征向量，构成声学子空间；

步骤六，对提取的具有最高贡献率的前L个特征向量进行归一化计算，将归一化后的L个特征向量连接起来，以构建声学特征向量。